Nvidia DGX Spark！能够放在桌面上的AI工作站

这价格都能买两台128g的395max了[笑哭]，而且还不能装win，除非刚需cuda，不然这玩意儿完全不值得买。

♥ 13 ↩ 8

和mac studio不是一个价位段，最便宜的oem版两万就能买到。相比一万三四的ai max395，主要是强在可以ai 画图，和跑一些极其小众的 或者是用了些试验性技术的LLM。跑主流模型的话比如GLM4.7, minimax 2.1，gpt oss等速度差不多，fp4的这个快10%，其他的amd 快5%。 当然双机互联，或者加上交换机以后多机互联也是特色。但我觉得多设备的话，价格上去了，就有别的更好的选择了，所以不是优点就不说了，真需要的人也不会看我的评论

♥ 9 ↩ 2

好奇同价位参数mac studio跟它比差多少

♥ 7 ↩ 20

算力太低，跑AIGC其实很拉垮，也就跑跑单用户LLM，还得是MoE的，不然显存带宽也不行，tpot没法看

♥ 5 ↩ 2

这玩意主要是价格贵，但是就开发用途来说，目前还是能在它的赛道里称王的。除开cuda环境兼容不说，AMD的AI Max系列性能算力还是比这个低，因为ddr5双通道比起这个lpddr5x还是少了接近50%，然后GB10集成的GPU算力也高于AI Max不少。目前这玩意一大缺陷就是，散热设计没做好，第一批货爆料运行功率高了就降频，甚至触发看门狗导致死机重启。然后最初的软件环境因为cuda13太新，很多其他工具没适配，bug一大堆。当时网络上都说这玩意翻车了，nVidia也来不及处理。后来26年1月左右nVidia赶紧给DGX的系统做了几次升级，目前软件兼容适配有了不少改善，硬件功耗和散热就只能靠用户的空调和风扇吹或者系统工具设置降频降功率了。如果是后来改进的版本（固件号可以看出，具体网上可查），散热规格有所提升，BIOS也设置了更合理的功耗控制（就是在太热之前提前降频，压制CPU优先保GPU），相对高负载下表现好了，过热重启基本能防住。而OEM的大多数是后发的改进版，而且因为自己订制机壳外形，往往也顺带改进了一下散热水准，相对要好一些。

♥ 4

But can it run Crysis?

♥ 4

这玩意如果显存带宽不阉割，可以算是市面上第一研发用机；老黄可以说是刀法精准。

♥ 2

这破玩意儿的ai表现和amd395差不多，但是人家只有它一半不到的价格，所以实际表现非常拉跨

♥ 2 ↩ 1

原来老师昨天也在现场！

♥ 2

坏 大家坏[灵魂出窍]

♥ 1

这玩意怎么连接到MacBook啊[脸红]

♥ 1 ↩ 1

苹果的MLX怎么样 我记得pytorch有针对MLX的优化版本 之前我用M2 8GB跑一个开源脑肿瘤项目 用迁移学习跑了将近3个小时

♥ 1 ↩ 1

我以为一万块以内，做梦了我

♥ 1

不能训练吧

♥ 1 ↩ 3

可以用来搞训练吗

3999刀敞开卖，说明需求不大。 做边缘计算的

随着时间发展，算力和内存需求，算力贬值到2029年差不多 256g的dgx也能出来，来个lpddr6x的256g的512bit位宽的dgx。卖个29999还可以，跑个40tk还是轻松的 能跑个200-400b的本地大模型个人也能用，那时候的模型200b比现在500b差不多。

没用了，以后内存当显存，国产ds教它做人了

买。赶紧买。好让我买AMD[doge_金箍]

这体积，显卡热量这么小？咋散热？

↩ 2