NVIDIA DGX Spark:128G统一内存!桌面AI超算Coding实测
合集 · 全面分析 深度解析 (52)
-
M2芯片深度解析, 有惊喜, 有失望! 不是苹果想要的那颗芯
16:04
-
M1 Ultra: 全面评测与深度解析! 苹果牌胶水行不行
25:49
-
「芯片简史」苹果, 白手起家, 长路漫漫, 道阻且长
22:05
-
天玑9000:卷!发哥真就硬卷!
9:31
-
2022年了,iPhone咋还不用Type-C?14Pro也许有戏!
10:44
-
M1 Max性能全解密! 凑齐7台Mac, 全配置挖掘Mac的小秘密!
19:59
-
苹果13 Pro: 高刷机制全解密, 2400帧相机一帧一帧看!
20:27
-
【科普】什么是计算摄像?费这大劲,图个啥?真就是手机未来!?
17:58
-
【硬核】何为鸿蒙?和安卓的区别到底是什么?别再扯套壳了
15:29
-
骁龙888怎么了? 三星5nm工艺深度解析! 小米11被高通坑了?
15:34
-
【干货】你绝对没听过的iPhone12深度解析!取消充电器的真相, iPhone12定位, 激光雷达, ProRAW!
20:16
-
岂止剪辑,M1 Mac全面测评!为什么M1这么猛?离Pro级芯片还有多远?
17:43
-
ARM Mac与Apple Silicon:全面解读苹果自研芯片,Intel Mac还能不能买,WWDC没告诉你的,都在这里了
20:39
-
【干货】Apple Glass提前“发布”,理性分析,全面预测,从技术的角度告诉你Apple Glass到底有什么!
19:16
-
【全程高能】iPhone12:理性分析,全面预测!高刷屏,无刘海,四摄,A14,需求与技术,理性预测,全程干货,建议提前喝水!
18:34
-
iPad Pro 2020:这不是iPad,这是ARM Laptop!
14:33
-
第一台iPad怎么买? 暑期教育优惠·iPad选购指南
13:12
-
灵动岛鸡肋? 主战场并非iPhone!iPhone 14 Pro测评(上)
7:17
-
为什么过度锐化?iPhone在毁掉你的照片?iPhone 14 Pro测评(中)
13:56
-
为什么“核多力量大”?i9-13900K深度测评
13:06
-
iPhone 14 Plus: 会成为下一部mini吗?iPhone 15系列布局
7:02
-
ChatGPT为什么厉害?天网维形还是村头大妈?
9:56
-
臭打游戏之外,还能干些什么?13代i9HX+RTX4080 宏碁掠夺者战斧18性能测试
9:08
-
M2 Pro工科生产力测试,苹果留了一手?Mac生产力系列(上)
15:35
-
为什么Mac=视频创作? AI时代下还会是吗?Mac生产力系列(下)
10:57
-
苹果Vision Pro: 靠什么从虚拟走向现实?
7:25
-
新款Mac Studio硬核体验,赛博朋克2077能跑多少帧?
7:40
-
A17性能全面预测,关于iPhone15还有些你不知道的
8:33
-
不再过度锐化?A17性能如何?iPhone 15发布会5分钟回顾
5:51
-
iPad Pro M4: AI性能深度分析!苹果大模型要来了
9:48
-
一次讲透!工科生用Mac,体验如何?
9:27
-
不只是家庭影院!买了6个HomePod之后,我的建议是....
8:49
-
A17 NPU性能实测!为什么只有iPhone 15 Pro能用?Apple Intelligence深度解读(一)
13:21
-
部落还是联盟?魔兽世界Mac完美适配!
7:12
-
A18,为AIGC而生!iPhone16系列AI性能深度测试
12:10
-
35瓦GPU挑战700亿参数大模型!苹果M4 Max/M4性能深度分析
12:13
-
假“手表”之名,行“计算”之实!Apple Watch系列十年回顾
9:13
-
Mac集群跑DeepSeek等大模型?六台M4 Pro本地大模型推理实测
8:58
-
速度媲美官网?满血M3 Ultra推理6000亿参数DeepSeek R1
11:18
-
光追级UI!?WWDC 2025 Liquid Glass技术解析!
4:14
-
建模太阳磁场、运行本地大模型!为什么学生都爱用Macbook Air?
8:25
-
【深度】用2T内存的Mac跑AI!对话EXO创始人Alex Cheema
20:41
-
iPhone 17 Air:苹果折叠屏的前奏
8:19
-
诚意,诚意,还是诚意!iPhone 17苹果秋季发布会全解析
5:12
-
全网最细!iPhone 17系列AI性能分析
14:47
-
越级表现,超越Pro!M5芯片AI性能深度分析
12:43
-
iPhone Air深度评测:极简是复杂的最高级形式
8:55
-
AI一键剪辑,小白救星!Apple创作全家桶深度体验
8:46
-
【硬核教程】教你搭建Mac AI集群!2TB显存,运行万亿参数大模型!
11:25
-
【深度】苹果牌AI计算卡!M5 Max AI性能深度分析!
13:05
-
【深度】MacBook Neo: 苹果最“差”的 Mac,为什么反而最重要?
6:00
-
NVIDIA DGX Spark:128G统一内存!桌面AI超算Coding实测
8:15
Description
如果你接触过人工智能的开发,那么我相信你一定接触过公共算力。公共算力不够自由,也不属于你。那么,能不能有一台,只属于自己的AI超级计算机?让你能够自由施展的你想法,去尝试一切你想尝试的内容。NVIDIA DGX Spark,就是这样一个很有意思的存在。这一期视频,我们来深度体验一下DGX Spark!
Comments
这条 DGX Spark 测评视频的评论区争议集中、负面偏多,核心观点可归纳为 8 类: 一、硬件性能普遍被吐槽 内存带宽硬伤:273GB/s 带宽被指严重拉胯,直接限制大模型推理与训练效率。 内存 / 算力不足:128G 统一内存对 700B + 参数大模型不够用;整体算力、显存表现未达预期。 软件适配差:CUDA13.0、NVFP4 模型与设备不适配;ComfyUI 等工具存在内存占用翻倍问题。 二、性价比被批 “割韭菜” 定价偏高,同价位竞争力弱;二手保值率差,不如 Mac Studio 等产品易出手。 三、生态与架构利弊分明 唯一优势:拥有完整CUDA 生态,是 AI 开发的核心竞争力。 短板:ARM 架构,对大量基于 X86 的开源项目存在兼容问题。 四、产品定位两极争议 支持方:主打本地算法验证、小模型微调,面向算法工程师做实验验证。 反对方:定位高不成低不就,桌面算力却配高端 CX7 网卡抬高成本,多机集群扩展性差。 五、竞品对比全面落下风 不敌 Mac Studio(通用性、保值率更强)、AMD AI Max 395+。 国产昇腾平台算力更高,性价比更优。 与未上市的 M5 Ultra 对比无优势。 六、测评内容被质疑不客观 UP 主选用GPT-OSS 120B模型测试,被指模型过时,应测 Qwen3.5、Gemma4 等主流模型。 有用户给出优化方案:用spark-vllm-docker可显著提升推理速度。 七、适用人群高度聚焦 适合:AI 开发者、算法工程师做本地环境调试、小规模实验与微调。 不适合:普通用户、纯推理需求、预算有限、追求高性价比的用户。 八、其他零散吐槽 存在发热、噪音问题;硬件配置逻辑不合理。 当下开源模型整体青黄不接,进一步降低设备实际使用价值。
♥ 6
主要还是这个统一内存不够大。弄个500g1000g就行了。
♥ 12 ↩ 1
这破玩意,哪哪都是坑。cuda13.0,sm121,官方宣传 NVFP4 量化能达到 1P的运算速度,结果NVIDIA 自己出的模型 NVFP4 版都不适配这个机器。没有点自己折腾的能力,还是别玩这个了。另外为了有 cuda 玩 comfyui 也别考虑这个了,comfyui 在这个设备上双倍的内存占用。
♥ 8
我发现一些做硬件测评的真的是一点都不知道当今主流模型是什么,2026年了测gpt oss 120b是何意味?qwen3.5和gemma4那么多好的小模型不去用吗?其他的一些博主 测生图 居然用的还是sd1.5和flux1,我的天哪。。。。相当无语
♥ 60 ↩ 6
这个价格。200元的coding plan可以用12.5年
♥ 13 ↩ 2
[藏狐]
♥ 5 ↩ 1
大家把产品定位搞清楚,这玩意是做主要做训练的,做实验的!验证算法设想等,目标客户是 算法工程师。它不是为了推理而生的,所以不应与mac对比
♥ 6 ↩ 1
造不如买,买不如租,租不如借,借兄弟的号用下先[吃瓜][吃瓜][吃瓜]
♥ 33 ↩ 1
有点尴尬了。本地跑llm显存不够,跑其他算法用不着这么大。论性价比不如ai max395,论硬件上限不如mac studio。唯一的优势就是cuda生态,噶韭菜来了[doge]
♥ 48 ↩ 26
那我為什麼不買 128GB RAM 的 Mac 呢?功能更多 你之前不也是一直這樣推?
♥ 17 ↩ 9
8卡机在生产上也就是个玩具级,这个就别提什么生产力了,大概率真的只是玩具。
♥ 2
不是重度用户,别上机器,买了机器后,其实你还得交电费。
♥ 3
128G压根就不够用,你那个GLM 5.1参数是700多B,你再怎么量化也要256GB吧?没有512G,效果完全出不来。
♥ 89 ↩ 31
M5*4 才是直男神器
♥ 2
DGX放猫刚刚好
♥ 65 ↩ 2
这玩意的裸性能完全是很够用的,可以部署一个qwen3.5122bint4之外还有足够的空间部署一点其他服务器需要的东西,比如embedding或者声音啥的。问题是他这个性能完全不可持续,连续跑很短的时间就会过热,然后就会熄火,要冷静好一会之后才能继续工作。他哪怕直接用5070的散热器都不至于散热这么拉跨
♥ 5
现在最大的问题是本地开源模型青黄不接了。大公司都不愿意开源好模型,导致和闭源模型产生了很大的断层。
♥ 59 ↩ 42
算力性价比中杯,统一内存当显存128G性价比超大杯。 做预训练小小杯,做微调小数据量勉强大杯,做推理超大杯。 竞争对手mac,统一内存超大杯,算力小杯。 你可以质疑老黄的人品,但是你不能质疑他的刀法,真的精准无误的切出来的生态位,算力显存比他香的(A100×8),价格不美好。价格显存比它香的(Mac Studio M3 ultra 256G 统一内存),算力不美好。算力价格比他香的(4090主机),不好意思显存不够用压根部署不了大的模型。
♥ 6 ↩ 1
相比还是256G的mac性价比好。还能干点别的。
♥ 2
ai总结:NVIDIA DGX Spark 机箱有镶碎钻,狠骚,就差抹点红色指甲油,让挨踢男一直兴奋,一直爽!
♥ 1