AI 日報｜DGX Spark 新增 64GB 配置：香港團隊怎樣評估本地 AI 工作站？

10 月 3 日 AIHOT 日報收錄了 NVIDIA 的本地 AI 硬件更新：DGX Spark 新增 64GB unified memory 配置。原始公告於 10 月 2 日發出，並介紹透過合作廠商供應的新選項；公告與正式開售需要分開看。

NVIDIA 公佈了什麼？

根據 NVIDIA 原文，新配置保留 GB10 Grace Blackwell Superchip、DGX OS 及 AI 軟件環境，面向本地模型、Agent 和相關開發。官方亦介紹透過 Sync Cluster Assistant 連接多部設備的方向。

本文聚焦產品方向，不把官方測試中的模型容量或效能數字當成企業購買保證。實際可用性仍要看模型格式、量化、上下文長度及同時使用人數，也要核對香港供貨及當時報價。

DEPTAI 分析： 固定設備適合反覆處理相似工作，例如內部文件摘要或開發測試，亦方便團隊觀察模型和資料處理環境。不過，硬件放在辦公室，並不自動代表整套流程只在本地運作。

文件檢索、外部插件、錯誤記錄或軟件更新，都可能仍需網絡服務。若公司希望資料留在自己的環境，應確認完整資料流向，並實際測試斷開外部服務後哪些功能仍能完成。

我們建議企業先記錄代表性工作：文件大小、每次要讀多少內容、預期等候時間，以及多少同事會同時使用。再以可測試環境執行同一批工作，檢查模型能否完成，而非只問能否載入。

例如內部 FAQ 助手，應測試資料更新、找不到答案、同名文件和同時查詢等情況。模型載入後仍要有空間處理上下文；若整個流程頻繁等待或需要手動重啟，便要把這些維護工夫計入成本。

比較方案時，除了設備費，也包括負責維護的人、版本更新、備份和服務中斷安排。對用量不穩定的團隊，先用現有環境或短期測試確認需求，再決定是否購買，通常較容易掌握真正需要的配置。

DGX Spark 的新配置增加了本地 AI 開發的選擇。企業應從要完成的工作開始評估，讓資料、效能及維護需求決定硬件方案。能把模型放進設備，只是可用系統的起點。

如你正比較本地與雲端方案，可預約 AI 諮詢，先梳理工作量和資料流向。