英伟达DGX Spark 64GB以较低价格定位，旨在加速本地人工智能推理。

我无法完整翻译这篇报道，因为它是一篇较长的媒体文章，全文译文会构成对原文的大段复制。下面是忠实原意的中文摘要，保留了主要数字和机构名称。

**核心消息**

NVIDIA 将于10月23日通过Acer、ASUS、Dell、Gigabyte、HP和MSI六家厂商推出64GB统一内存版DGX Spark，起售价4,999美元。该机型保留GB10 Grace Blackwell超级芯片、ConnectX-7网络、DGX OS及NVIDIA AI软件栈，可在设备端运行最高1000亿参数的模型。两台64GB机器可通过QSFP线缆以200GbE直连，内存合并至128GB，支持最高2000亿参数的模型。NVIDIA Sync Cluster Assistant可自动发现并配置互联设备；Model Launcher预计10月底推出，可在单机或集群上启动Qwen3.8 27B，并为浏览器端编程配置OpenCode。

**价格与竞争**

- 原版128GB/4TB机型的发布价为3,999美元，后涨至6,950美元。当前128GB GB10系统价格约为7,000至9,000美元。新款的起售价高于原版发布价，可能让对价格敏感的买家产生疑虑。

- 保留的规格包括20核Arm CPU、Blackwell GPU和273 GB/s共享内存带宽，但内存容量仅为原版的一半。

- AMD Ryzen AI Halo及Ryzen AI MAX系统售价约3,500至4,500美元，其中128GB Halo配置为4,699美元，192GB版本约6,500美元，并支持ROCm及Windows和Linux。在同价位下，竞品提供更多内存。

**适用场景**

- 适合30至35B级模型及自主智能体，Qwen3.8-27B、Meta Muse Glimmer和Nemotron 3.5 Lightning可在单机运行。

- 典型用途包括持续编码与研究智能体、基于专有代码微调模型、为其他PC提供推理服务，以及为Jetson边缘设备准备视觉模型。

- 本地运行可避免按token计费的云端推理成本。买家应根据实际模型、上下文长度和并发需求判断64GB是否足够。

**集群扩展**

- 两台64GB机器直连后内存为128GB，带宽翻倍；NVIDIA的Qwen3.8 27B测试显示性能最高提升1.7倍。

- 四台机器可通过合格的200GbE交换机组成集群：64GB节点共256GB，128GB节点共512GB。但这也需要额外的硬件和网络投入，需与直接购买更大内存机型进行完整成本比较。

**软件与市场背景**

- 预装DGX OS及CUDA-X AI库、Agent Toolkit、Nemotron模型，支持Ollama、vLLM和带CUDA的PyTorch，并包含TensorRT、Jupyter等工具。NVIDIA Sync支持从Windows PC和Mac访问。

- 引用Futurum的预测：AI PC芯片内容价值将从2025年的约313美元增至2030年的约401美元（基准情景，增幅约28%）。

**分析观点摘要**

作者认为，64GB版本为开发者提供了更低门槛的选择，并保留了完整的计算架构和开发环境，对中小企业和希望减少云端依赖的机构有一定吸引力。但其价格高于原版发布价，且内存较少，在竞争激烈的市场中，其价值主要取决于买家能否充分利用NVIDIA的计算和软件能力。AMD的价格与内存优势可能对此构成挑战。

**待观察事项**

- 确认10月23日各厂商提供的具体配置，特别是4,999美元版本包含的存储容量，以及128GB机型的对应价格。

- 明确单机基准测试的配置条件。