黄仁勋把 AI 工厂装进集装箱：14 天投产，DGX Spark 还能 8 台并联成 1TB 内存

建一座 AI 数据中心要多久？过去的答案是六个月起步：土建、布线、装机、调试，每一步都要等人、等货、等验收。英伟达在柏林 GTC 上给出的新答案是：如果场地和电已经准备好，最快 14 天。

一分钟速览

• 英伟达发布模块化 AI 工厂参考设计 DSX POD，面向以 Vera Rubin 平台为核心的完整 AI 工厂系统。
• 计算、网络、布线、机架供电、液冷管路安装及功能验证都在工厂完成，现场只需接入电力、冷却和网络。
• 部署周期从传统方式的约 6 个月缩短至最短 14 天，计划 2027 年初通过合作伙伴全球交付。
• DGX Spark 从最多 4 台集群扩展到 8 台，128GB 版本统一内存最高可达 1TB。
• RTX PRO 6000 Blackwell 在特定推理任务上最高提速 40%，DGX Spark 和 DGX Station 分别提升 30% 和 20%。

把「施工」搬回工厂

DSX POD 的核心思路并不复杂：把数据中心里最容易出错、最依赖现场协调的部分，提前到工厂完成。模块化集装箱在发货前就完成系统集成与验证，抵达现场后，客户只需要把它接到已经就绪的电力、冷却、网络等配套设施上。

这听起来像是「把服务器装进箱子」，实际难点在于验证。大规模 GPU 集群的故障，很多时候不是单卡坏了，而是布线、供电、液冷、网络拓扑在现场装配时出现了细微偏差。把这些环节放在工厂里，用标准化流程和测试设备完成，能显著降低现场安装错误和零部件交付延误带来的影响。

黄仁勋的表述很直接：AI 工厂只有在开始产生 token 时才能创造价值，而不是在建设完成时。DSX POD 想缩短的，是从「场地准备好」到「开始跑生产级负载」之间的时间，让运营商更早提供推理服务、更早拿到收入。

合作伙伴名单很长：戴尔、惠普企业、联想、技嘉、工业富联、和硕、广达云达、纬创、施耐德电气、维谛技术。英伟达负责定义参考设计和核心计算平台，剩下的制造、集成、交付由伙伴完成。这是一套典型的「英伟达定标准、生态做交付」的打法。

桌面端的反攻：8 台 Spark 拼出 1TB 内存

如果说 DSX POD 面向的是超大规模，DGX Spark 面向的就是「买不起机房，但想跑大模型」的团队。这次更新把集群上限从 4 台提高到 8 台，128GB 版本拼起来，统一内存最高可达 1TB。

1TB 统一内存意味着什么？意味着一台放在办公桌旁的设备，可以装下过去需要多张数据中心 GPU 才能容纳的模型。当然，算力和显存带宽不能和 H100、B200 这类卡相比，但对微调、推理、原型验证来说，够用往往比最强更重要。

价格也值得注意：64GB 版本的 DGX Spark 售价 4999 美元，将于 10 月 23 日通过合作伙伴陆续发售。这个价位放在「个人 AI 超算」的叙事里，仍然不算便宜，但已经进入了不少研究团队和小型创业公司的采购范围。

软件侧，英伟达与 llama.cpp、vLLM 社区合作做推理优化：在 llama.cpp 中针对 Qwen 3.8 Flash Next 的多 token 预测推测解码，让 RTX PRO 6000 Blackwell 上的端到端智能体任务最高提速 1.4 倍；在 vLLM 中针对 Qwen3.8 27B 的推测解码和 FlashInfer 预填充内核优化，让 DGX Spark 上的相关任务最高提速 1.3 倍。这些数字不算炸裂，但都是实打实的工程收益。

模型支持列表也在扩张：Nemotron、GLM、DeepSeek、Qwen、MiniMax、FLUX.3 Klein，覆盖智能体、编程、图像生成和编辑。英伟达还推出了针对本地硬件优化的 Recursive Flint 编程模型，40 亿总参数、25 亿激活参数的 MoE 架构，在 64GB 内存的 RTX Spark 上推理速度超过每秒 220 个词元。

从卖芯片到卖「产能」

把这两件事放在一起看，英伟达的意图很清楚：它不想只卖 GPU，它想定义 AI 基础设施的交付方式。DSX POD 卖的是「多快能开始生产 token」，DGX Spark 卖的是「多低的门槛能开始跑模型」。一个向上吃数据中心，一个向下吃边缘和桌面。

这也是对竞争压力的回应。云厂商在自研芯片，模型公司在优化推理效率，各国政府在推动主权算力。英伟达如果只守着 GPU 出货量，迟早会被「单位 Token 成本」这把尺子衡量。把工厂模块化、把桌面集群化，是在把竞争维度从「芯片性能」拉到「部署速度」和「生态完整度」。

趋势洞察

AI 基础设施正在经历一次「工业化」：从手工作坊式的机房建设，转向标准化、模块化、可复制的产线交付。14 天投产的意义，不只是快，而是让算力投资的可预测性变强。对运营商来说，早一天上线，就早一天开始摊薄折旧。

但 14 天有一个前提：场地、电力、冷却必须已经就绪。现实中，数据中心最慢的环节往往不是装机，而是拿地、接电和审批。DSX POD 解决的是「最后一公里」，不是「最开始十公里」。真正的瓶颈，仍然在电力和土地上。

对国内读者更有参考价值的一点是：模块化交付、工厂预验证、软硬协同优化，这些方法并不依赖某一家的芯片。谁先把工程体系跑通，谁就能在算力短缺的周期里更快地把机器变成收入。