2000 亿参数、3 万块人民币、128GB 内存，这台被称作「全球最小超算」的机器，真的能让我们在桌面上跑起大模型吗？
前段时间，黄仁勋正式把这台超算送到马斯克手上，而后也亲自去到 OpenAI 总部，送给奥特曼。从 CES 登场到如今落地，这台个人超算终于要来到我们手上。
官网发售情况，售价 3999 美元，也提供了华硕、联想、戴尔等七个电脑品牌的发售版本；链接：https://marketplace.nvidia.com/en-us/developer/dgx-spark/
NVIDIA DGX Spark，一台个人 AI 超级计算机，目标用户是科研人员、数据科学家和学生等，为他们提供高性能桌面级 AI 计算能力，帮助他们完成 AI 模型的开发和创新。
听着很强大，但普通人能想到的玩法，无非还是：
- 本地跑大模型：跟它聊天的内容只留在自己电脑里，绝对安全。
- 本地搞创作：不受限制地生成图片和视频，告别会员和积分。
- 打造私人助理：把自己的资料都喂给它，训练一个只懂你的「贾维斯」。
部分显卡租赁平台显示的 A100 售价为 7元/时
实际上，DXG Spark GB10 Grace Blackwell 超级芯片的能力，或许可以拓展它的应用场景，但是具体能做些什么？又做得怎么样？3 万块的售价，能租 4000 小时的 A100，你真会把它放在桌上跑跑大模型吗？
我们收集了目前网络上关于 DGX Spark 多个详细评测，试图在我们的实际体验之前，带大家看看这台设备，到底值不值 3 万块。
太长不看版：
1. 性能定位：轻量模型表现出色，1200 亿参数的大模型也能稳稳跑起来。总体水平介于 RTX 5070 和 RTX 5070 Ti 之间。
2. 最大短板： 273 GB/s 内存带宽是限制。算力足够，但数据传输慢。体验就像一个脑子转得飞快但说话结巴的人。
3. 邪修玩法：用一台 Mac Studio M3 Ultra 来「辅佐」它。DGX Spark 负责快速思考，Mac Studio 负责流畅表达，强行解决「结巴」问题。
4. 生态丰富：官方提供了超过 20 种开箱即用的玩法，从生成视频到搭建多智能体助手，AI全家桶都给你配齐了。
只比 Mac Mini 强一点点？
话不多说，先看数据。
每秒处理填充和解码的平均 token 数量，DGX Spark 排在 RTX 5080 后，图片由 ChatGPT 制作
DGX Spark 对比 Mac Mini M4 Pro 还是要强上不少，尤其是在 Prefill 阶段。但是在 Decode 阶段，优势就没有这么明显了。Mac Mini M4 Pro 在 DeepSeek R1 开源模型上的 平均TPS 能做到 17.8，而 DGX Spark 也才 33.1。
快速做个名词解释，来看看 AI 推理的两个阶段到底是什么
简单来说，当我们在 AI 聊天框里输入问题，模型生成答案的过程可以分为两个关键步骤：
1. Prefill（预填充/阅读理解阶段）
AI 拿到我们的问题后，快速阅读和理解你输入的每一个字（即提示词）。
这个阶段处理得越快，我们等待 AI 吐出第一个字的时间就越短，也就是常用来宣传 AI 能力的指标，首字响应时间，TTFT（Time To First Token, TTFT） 越短。
Apple 宣传 M5 芯片能力使用首词元相应速度
2. Decode（解码/生成答案阶段）
就像 AI 已经想好了答案，开始逐字逐句地打字输出给我们。
决定 AI 打字的速度，也就是我们常说的 TPS（每秒生成词元数）。这个数值越高，我们看到答案完整显示的速度就越快。
