一臺被稱為“全球最小超算”的設備NVIDIA DGX Spark，正引發科技圈的廣泛關注。這款面向科研人員、數據科學家和學生的個人AI超級計算機，憑借其128GB內存和2000億參數處理能力，試圖在桌面端實現高性能AI計算。然而，其3萬元的售價與實際性能表現，成為討論焦點。
根據多方評測，DGX Spark在輕量級模型中表現優異，甚至能穩定運行1200億參數的大模型，整體性能介于RTX 5070與RTX 5070 Ti之間。但其核心短板在于273GB/s的內存帶寬限制——這一數據傳輸速度遠低于高端顯卡的1800GB/s，導致解碼階段（生成答案）效率低下。有用戶形容其體驗為“腦子轉得快但說話結巴”，首字響應迅速但后續輸出卡頓。
為突破帶寬瓶頸，極客團隊EXO Lab嘗試將DGX Spark與Mac Studio M3 Ultra（帶寬819GB/s）聯動，通過“預填充-解碼分離”技術，將推理速度提升2.8倍。然而，這種方案需同時使用兩臺DGX Spark和一臺Mac Studio，總成本接近10萬元，性價比爭議隨之而來。有評論指出：“用十萬設備跑本地模型，未免過于奢侈。”
盡管存在缺陷，DGX Spark的128GB統一內存仍為其拓展了應用場景。官方提供超過20種開箱即用的玩法，涵蓋視頻生成、多智能體助手搭建等。例如，用戶可利用ComfyUI框架運行阿里Wan 2.2視頻模型，或通過LM Studio部署本地大模型。實測中，設備在視頻生成時溫度達60-70攝氏度仍保持靜音，內部結構設計獲博主稱贊“工整有序”。
在對比測試中，DGX Spark的Prefill階段（閱讀理解）優勢明顯，但Decode階段（生成答案）表現平平。以DeepSeek R1模型為例，其平均TPS（每秒生成詞元數）為33.1，僅略高于Mac Mini M4 Pro的17.8。評測團隊指出，批次大小對性能影響顯著：當批次設為32時，DGX Spark的解碼速度可飆升至370詞元/秒，但對普通用戶而言，如此高負載場景并不常見。
