全文 4,000字 | 閱讀約 13 分鐘

（視頻：黃仁勛親手向馬斯克交付了一臺 DGX Spark ）

2025 年 10 月 15日，英偉達(dá) CEO 黃仁勛親手把一臺小巧得像紙質(zhì)書的設(shè)備，交到了馬斯克手里。

地點在德州，星艦發(fā)射基地。

他說：“想象一下，把最小的超級計算機，放在最大火箭旁邊工作。”

這并非一次普通的設(shè)備交付，而是一場隆重的儀式。在工程師們的夾道歡迎中，馬斯克鄭重接過這臺名為 DGX Spark 的機器。

與此同時，全球另一端，一場規(guī)�？涨暗氖召弰倓偼瓿桑� 貝萊德、微軟、英偉達(dá)聯(lián)合組成財團，以 400 億美元，收購了全球最大數(shù)據(jù)中心運營商之一 Aligned。 這筆交易背后，是 AI 產(chǎn)業(yè)瘋狂擴張的底層共識：算力，是核心資源。

但就在資本大舉押注 5 吉瓦級別的“云上戰(zhàn)場”時，黃仁勛悄悄打開了另一扇門。

DGX Spark不是更大的GPU，也不是性能最強的主機。

它能本地跑2000億參數(shù)大模型，接入戴爾、聯(lián)想、惠普的桌面系統(tǒng)，支持Ollama、Roboflow、LM Studio運行私有模型。

它代表著AI正從云端中心走向個人邊界，不再只是建在遠(yuǎn)方的基礎(chǔ)設(shè)施，而是第一次真正裝進了你的桌面。

這臺1.2公斤的超算，它的意義遠(yuǎn)不止于一個產(chǎn)品發(fā)布。

因為真正重要的，不是他把一臺 AI 超算交給馬斯克。

而是他把整個 AI 的未來方向，交到了我們每個人手上。

第一節(jié)｜第一臺，離你最近的AI設(shè)備

“我們第一次把 AI 超算，帶到了每個人桌上。” 黃仁勛說這句話時，不是在描述一個未來愿景，而是手里拿著一臺真正可以拎起來的機器。

這臺機器叫 DGX Spark。

只有一本書的大小，重1.2公斤，功耗只有240瓦，插在普通插座上就能運行。 它能做的事，卻是過去要放進一個大型數(shù)據(jù)中心，甚至需要幾百千瓦電力才能完成的。

它可以在本地運行 2000 億參數(shù)的大模型。完全不用連云。你在辦公桌上就可以訓(xùn)練、微調(diào)、部署 AI 應(yīng)用。

黃仁勛在早前的發(fā)布會上連用了幾個 “你”，這是他特意想強調(diào)的事情： AI 不該只是少數(shù)公司的特權(quán)。它該像手機、筆記本電腦一樣，人人都能擁有。

過去，AI 通常是遠(yuǎn)程調(diào)用的：

• 想運行一個大模型，你得連上 OpenAI 或 Anthropic 的云端

• 想讓 AI 看圖、聽聲、幫你寫東西，你得上傳數(shù)據(jù)、交給別人處理

• AI 的“智能”，本質(zhì)上是在“別人的電腦”上完成的

而 DGX Spark 改變的是這一點：這是我們第一次，把真正的 AI 能力，打包進一臺隨時可用的個人設(shè)備。

Spark 內(nèi)部搭載了英偉達(dá)最新一代 GB10 Grace Blackwell 芯片， 配有 128GB 統(tǒng)一內(nèi)存，可以支持圖像生成、語音識別、本地問答、搜索、寫作、編程、推理等復(fù)雜任務(wù)。 這不是一個“更小的GPU”，而是一整套 AI 能力打包好的工具箱。

為什么這臺機器特別？

黃仁勛沒有講參數(shù)，而是描繪了一個畫面：想象一下，一個藝術(shù)家、一個設(shè)計師、一個程序員，在辦公室、在書桌前，就能用這臺機器做他們想做的事。

這也解釋了，為什么惠普、戴爾、聯(lián)想、華碩這些傳統(tǒng) PC 廠商，會在第一時間全線接入 Spark 架構(gòu)。 因為這不再是“企業(yè)用AI”，而是“人人都能用AI”。

這不只是一臺機器，它標(biāo)志著一件事的開始：

AI，第一次，離我們那么近。

第二節(jié)｜不是“交付模型”，而是“交出火種”

很多人以為，DGX Spark 是一臺新的計算設(shè)備。 但黃仁勛本人并不是把它當(dāng)作一臺“新品”在介紹。

他把這次交付稱作：

像把“火種”交給每一個需要它的人。

這次交付的現(xiàn)場，也確實像一場“點火儀式”。

德克薩斯州，SpaceX星艦發(fā)射基地。

黃仁勛拎著 Spark 穿過火箭工廠，在一群穿工裝的工程師之間走過。 馬斯克出現(xiàn)在餐廳里，正給員工和小朋友拆甜點。 見面后，他親自帶領(lǐng)黃仁勛參觀火箭工廠，并在此笑著接過了對方遞來的機器，在場人員的掌聲見證了這次實打?qū)嵉挠H手交付。

這不是第一次。

黃仁勛還記得 2016 年把第一臺 DGX-1 超算交給 OpenAI 時的情景：

“那時我像外賣員一樣把機器送到舊金山，客戶是一個叫 OpenAI 的非營利組織。那臺機器，就成了他們訓(xùn)練 GPT 的起點。”

這次是第二次。但意義已經(jīng)完全不同。

第一次，AI 剛剛起步。 第二次，AI 開始走進每個人的日常。

他沒有談芯片頻率，也沒有提算力跑分。 他強調(diào)的是一個場景：

“這臺機器，就像你身邊的助手，等你發(fā)出第一個問題。”

英偉達(dá)這兩年正是在做這樣的轉(zhuǎn)變。

他們不再只是交付芯片，而是交付能立刻用起來的能力。你打開機器，就能運行圖像生成模型FLUX.1，可以用它做視覺搜索代理，也可以部署自己的問答機器人、語音助手、寫稿工具。

“它不是工具箱，而是火種。未來每個開發(fā)者、創(chuàng)作者、公司員工，都能點燃屬于自己的 AI�！�

我們常常說 AI 進入千行百業(yè)，但過去大多數(shù)情況是你必須等別人提供服務(wù)、開API、放模型給你用。你只是個“用戶”。

但當(dāng)DGX Spark被一個人親手拿到、擺在桌上、插電開機、自己訓(xùn)練模型的那一刻開始，角色就變了。

你從使用者，變成了“點火的人”。

重要的不是體積縮小，而是 AI 終于從云端走進了個人手中。

第三節(jié)｜從1GW到240W，靠三件事降下來

過去你要用一次大模型，背后可能要調(diào)用整整一個數(shù)據(jù)中心。 從供電、散熱，到維護和調(diào)度，AI 成本高得驚人。

一臺頂級訓(xùn)練服務(wù)器，功耗能達(dá)到 10 萬瓦， 一個超級工廠，輕松就突破 1 吉瓦（10 億瓦）， 相當(dāng)于幾百萬家庭同時開燈開空調(diào)，約等于一座小城市的用電量。

但現(xiàn)在，一臺 240 瓦 的桌面設(shè)備就能運行起大模型。 而且不需要排隊、不需要云服務(wù)費用，也不需要交出數(shù)據(jù)。

這個轉(zhuǎn)變不是突然出現(xiàn)的，它背后有三件關(guān)鍵的事，黃仁勛說得非常清楚。

第一件事：把整套AI流程放進一個設(shè)備里

黃仁勛提到：

“我們不只是提供芯片，而是從芯片、到編程語言、到預(yù)訓(xùn)練模型，一整套打包�？蛻舨迳想娫淳湍苡茫恍枰约航M裝�！�

這就像早期電腦需要自己組裝主板、內(nèi)存、硬盤，而現(xiàn)在你買的是開箱即用的筆記本。

Spark的最大變化，就是把運行AI所需的全部組件，包括芯片、內(nèi)存、模型、軟件工具和微服務(wù)，全都提前集成好。 你拿到手就能用，就像現(xiàn)在你打開手機就能拍照、打車、聊天一樣。

這大大減少了搭建AI 的成本。

第二件事：效率高，才是真的便宜

AI 投資不能只看性能，要看單位能耗的收益產(chǎn)出。如果你們比別人節(jié)電3倍，客戶的利潤就多3倍。

什么意思？

不是誰的芯片快就好，而是誰在相同電費下，干的事更多。

英偉達(dá)從芯片到組網(wǎng)技術(shù)都做了優(yōu)化， 讓DGX Spark能用240瓦跑出遠(yuǎn)超以往的數(shù)據(jù)效率。 而且設(shè)備小，幾乎不需要額外的冷卻系統(tǒng)，連散熱器都可以簡化。

這就意味著：

• 個人買得起

• 公司部署得快

• 不再依賴專業(yè)機房

• 成本從“千萬級”拉到“萬級”甚至更低

第三件事：人人都能接入這條鏈路

以前部署 AI 需要非常復(fù)雜的環(huán)境：云服務(wù)賬戶、海量遠(yuǎn)程算力、安全權(quán)限設(shè)置、多團隊協(xié)作和審批流程。

但現(xiàn)在，從戴爾、聯(lián)想到惠普，幾乎所有PC大廠都接入了Spark架構(gòu)，只要你用的是這些機器，就能直接運行Spark兼容的模型。

英偉達(dá)還預(yù)裝了完整的AI軟件棧：包括常用的訓(xùn)練工具、模型接口和部署環(huán)境。 這就像過去開車需要考駕照，而現(xiàn)在坐網(wǎng)約車，點一下就能走。

AI 門檻第一次降到了點開就能用的程度。

黃仁勛用一句話總結(jié)：

“不是客戶在等 AI 變便宜，而是我們要讓 AI 變得隨手可得�！�

從中心化部署，到終端可用，從千瓦級設(shè)備，到百瓦級桌面， DGX Spark 的意義不只是能用，而是誰都能用。

這才是 AI 成本真正打下來的關(guān)鍵。

第四節(jié)｜AI主權(quán)不只是國家的，也是個人的

在以往的 AI 布局里，討論“主權(quán)”，往往意味著國家層面的競爭。

比如英偉達(dá)的芯片出口限制、各國搶建AI大模型、政府扶持本地算力平臺…… 這一切的核心都是AI 不能全靠進口，要有自主能力。

黃仁勛也表示：任何國家都不應(yīng)完全外包國家數(shù)據(jù)，再進口智能。即便可以從外部買技術(shù)，也要保留自己的AI訓(xùn)練和部署能力。

但他也補了一句：

不只是國家需要主權(quán)，每家公司、每個人也需要。

這背后的問題是：誰擁有數(shù)據(jù)，誰就擁有智能。

AI 模型要不斷學(xué)習(xí)，而訓(xùn)練數(shù)據(jù)的選擇，決定了它最終的輸出能力。 過去的大模型，比如 GPT、Claude、Gemini，雖然功能強大，但都是別人訓(xùn)練的。你在使用它們時，其實是在調(diào)用別人的智能系統(tǒng)。

而 Spark 的出現(xiàn)，改變的就是這一點：你不再只是借用，而是可以自己訓(xùn)練、自己部署，甚至自己定制模型。

這也是為什么黃仁勛不斷強調(diào)：

“企業(yè)不能只依賴外部AI服務(wù)，那會讓專有數(shù)據(jù)變得脆弱。未來每家公司都應(yīng)該有自己的AI員工。就像HR部門負(fù)責(zé)人類員工一樣，IT部門要負(fù)責(zé)招聘、訓(xùn)練、管理數(shù)字員工。”

這不只是比喻，背后已經(jīng)有完整工具鏈支持：

英偉達(dá)與 智能數(shù)據(jù)基礎(chǔ)架構(gòu)企業(yè) NetApp 合作的 AFX 架構(gòu)，讓企業(yè)能直接把自有數(shù)據(jù)（比如PDF合同、設(shè)計圖紙、實驗數(shù)據(jù)）轉(zhuǎn)化為AI能理解的語義素材，接入模型做出回答、生成、分析，全過程都在公司內(nèi)部完成，不出門、不上傳、不外泄。

更關(guān)鍵的是，這種私有 AI 能力不再是大企業(yè)的專利。

個人開發(fā)者也可以在 Spark 上部署本地模型，不需要上傳數(shù)據(jù)、不開API權(quán)限、也不受平臺接口限制。你只需要一臺機器，一些資料，一點耐心，就可以擁有一個專屬的AI助手。

過去大家把 AI 看成是個遠(yuǎn)程工具，連上云、輸入指令、等它回復(fù)。但未來，AI將成為你身邊的伙伴，理解你的語言、熟悉你的需求、保護你的隱私。

這種轉(zhuǎn)變賦予了AI主權(quán)新的含義：它不只是國家的底線，更是每個人的選擇權(quán)。

第五節(jié)｜桌面革命之后，AI應(yīng)用生態(tài)全面重排

過去十年，AI應(yīng)用幾乎都部署在云端：

• 聊天機器人，嵌在網(wǎng)頁或APP里

• 代碼助手，要裝在瀏覽器插件里

• 視頻生成，得排隊等待服務(wù)器渲染

這些服務(wù)雖然強大，但背后邏輯是統(tǒng)一的：用戶連接服務(wù)器→提出問題→遠(yuǎn)程計算→接收結(jié)果。 用戶始終是“使用者”，不是“參與者”。

但從 DGX Spark 開始，這種關(guān)系正在改寫。

AI 不再遠(yuǎn)在云端，而是直接運行在你的桌面上。

英偉達(dá)在發(fā)布 Spark 時特別列出了一批實際應(yīng)用場景：

• Ollama：可在本地運行開源大模型（如Mistral、Gemma），不連網(wǎng)也能對話

• Roboflow：訓(xùn)練視覺識別模型，只需拖入圖像就能快速微調(diào)

• LM Studio：本地問答機器人搭建平臺，支持長文檔處理與定向知識上傳

• NYU實驗室：利用Spark在校園本地訓(xùn)練隱私敏感AI，不依賴云服務(wù)

• Zipline無人機：在Spark上進行邊緣計算與任務(wù)推理

這類應(yīng)用正在迅速興起，它們的共同特征是：不需要遠(yuǎn)程連接，不需要云端調(diào)用，不需要大模型授權(quán)，用戶可以自定義、修改、二次訓(xùn)練。

也就是說，AI第一次像App一樣，變成你自己的東西了。

這帶來一個重大變化：入口被重排了。

過去是模型廠商定義能力，用戶排隊調(diào)用，軟件開發(fā)者只能套用別人家的API。 現(xiàn)在是誰先搶占本地體驗，誰就變成新的入口。

生成式計算，正像搜索、操作系統(tǒng)、瀏覽器一樣，變成一種新的入口形態(tài)。以Perplexity為例，你不是點開網(wǎng)站檢索已有信息，而是直接生成答案。未來不再是你問它答，而是它先理解你，主動提供幫助。

這背后意味著什么？

不是誰模型大誰贏，而是誰最先出現(xiàn)在用戶開機后的第一個界面，誰就成了新的 AI 起點。

這也是為什么Spark的發(fā)布，不只是一臺設(shè)備的事。

它背后帶起的，是一個新的生態(tài)：

創(chuàng)作者可以本地跑模型剪片、生成音樂、做內(nèi)容分發(fā)。企業(yè)可以本地部署AI員工協(xié)助寫文檔、整理數(shù)據(jù)、自動回復(fù)客戶。開發(fā)者可以定制個人語義搜索工具，不再被平臺封口或限速。教育機構(gòu)可以給每位學(xué)生配置專屬AI輔導(dǎo)，數(shù)據(jù)不出校門。

在這場本地化浪潮中，真正具備競爭力的，不是誰技術(shù)領(lǐng)先三個月，而是誰真正走到了桌面，走到了人前

Spark 的意義不僅在于技術(shù)突破，更在于它代表了 AI 發(fā)展的新方向：從云端壟斷到個人掌控，從遠(yuǎn)程服務(wù)到本地伙伴。

這場入口重排才剛剛開始。

結(jié)語｜不是AI變小了，是它終于觸手可及了

240瓦，1.2公斤。

這可能是 AI 歷史上最重要的數(shù)字。

不是因為它代表著性能突破，而是因為它標(biāo)志著一個時代的開始。AI終于從遠(yuǎn)方的工廠，走進了每個人的書桌。

當(dāng)黃仁勛把這臺機器交給馬斯克時，他交出的不只是一臺設(shè)備，而是 AI 發(fā)展的新起點。

第一臺真正屬于個人的AI。 現(xiàn)在，它已經(jīng)站在你面前。

所以問題變了。

不是 AI 能做什么，而是你想讓它為你完成什么。

本文由AI深度研究院出品，內(nèi)容整理自英偉達(dá)CEO黃仁勛公開演講及相關(guān)報道。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=m1wfJOqDUv4&t=13s

https://www.youtube.com/watch?v=dBsrx5I9egQ&t=1s

https://blogs.nvidia.com/blog/live-dgx-spark-delivery/

https://www.techspot.com/news/109852-jensen-huang-hand-delivers-nvidia-dgx-spark-desktop.html

https://www.pcgamer.com/hardware/processors/imagine-delivering-the-smallest-supercomputer-next-to-the-biggest-rocket-jensen-delivers-a-dgx-spark-to-musk-at-spacex-facility-but-some-think-the-nvidia-launch-is-little-more-than-a-pr-stunt/

https://www.pcguide.com/news/nvidia-ceo-jensen-huang-delivers-worlds-smallest-ai-supercomputer-to-elon-musk-at-spacex-hq/

https://fortune.com/2024/02/22/jensen-huang-elon-musk-openai-first-ai-supercomputer-sam-altman/

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈