NVIDIA 於 2026 年 10 月 2 日宣布 DGX Spark 新增 64GB 統一記憶體配置，預定 10 月 23 日由合作廠商推出，官方公布起價為 4,999 美元。對台灣開發者而言，這次重點是多了一種本地 AI 主機配置；截至 10 月 3 日，本次查核的官方公告與產品頁尚未確認各品牌的台灣售價、供貨日期及可訂購型號。
新配置沿用 GB10 Grace Blackwell 平台。選購時仍要看目標模型、上下文長度與部署方式，不能只憑「64GB」或「最高可跑幾千億參數」判斷是否適合。本文依官方文件整理，未進行硬體實測。NVIDIA 10 月 2 日公告
DGX Spark 64GB 何時推出，哪些資訊已確認？
NVIDIA 列出的合作廠商包括 Acer、ASUS、Dell、Gigabyte、HP 與 MSI，64GB 配置由合作廠商提供。公告中的 10 月 23 日是預定推出日期，不能直接解讀成台灣所有品牌同日到貨；4,999 美元也是官方公布的起價，並非台灣含稅報價。
ASUS 全球 Ascent GX10 產品頁已列出 64GB 與 128GB 配置，兩者使用相同 GB10 晶片。該頁亦提醒，各市場不一定提供所有產品，實際規格與銷售條件應向供應商確認。
64GB、128GB 與雙機配置怎麼看？
| 比較項目 | 單台 64GB | 單台 128GB | 兩台 64GB 叢集 |
|---|---|---|---|
| 記憶體配置 | 64GB 統一記憶體 | 128GB 統一記憶體 | 兩台各 64GB，以相容叢集工作負載運用 |
| 適合先評估的需求 | 模型與工作流程可在單機記憶體內完成 | 需要較大單機記憶體空間 | 軟體支援跨機執行，且有部署與維護能力 |
| 不能省略的檢查 | 模型格式、量化方式、上下文與同時執行的工作 | 容量增加後，速度是否符合實際需求 | 連線、軟體相容性及跨機效能 |
| 價格與台灣供貨 | 官方公布 4,999 美元起；台灣條件尚未證實 | 本次未確認可比較的台灣報價 | 須取得兩台主機與所需連線配備的完整報價 |
本站觀點：先確認工作負載，再決定買多少記憶體
本站認為，64GB 新配置最值得先評估的，是已有明確本地模型需求、能自行部署，而且工作可放進單機記憶體的開發者。它提供另一種配置選擇，但目前缺少台灣完整報價與可比的工作負載測試，還不能稱為普遍更划算的入門方案。
先列出要跑的模型、預期上下文、同時使用人數與可接受的回應時間，再評估容量，會比先決定要買幾台更可靠。較大的記憶體提供更多配置空間，但不能只依容量推算每秒產生多少 Token。以下是基於規格與部署條件的編輯分析，並非硬體實測。
若工作確實可在 64GB 單機內完成，新配置值得比較；若已知工作需要更大單機記憶體，128GB 的部署方式通常較直接。兩台 64GB 則應視為多節點方案，不能把總容量相加後就當成一台 128GB 電腦的直接替代品。這些是採購判斷原則，仍須以實際軟體與測試結果決定。
如果還沒有確定要長期執行的模型、主要需求仍依賴雲端服務，或無法維護跨機環境，本站建議先等待完整在台報價與可重現測試。足以改變這項判斷的資訊，包括：自己的模型在指定上下文下能穩定執行、效能達到工作要求，以及把維護與外部服務算進去後，總成本仍符合預算。
「最高 100B 模型」與「1.7 倍效能」有哪些限制？
NVIDIA 宣稱 64GB 配置可支援最高 1,000 億參數模型，並公布兩台 64GB 系統在 Qwen 3.8 27B 測試中，相對單一系統最高可達 1.7 倍效能。這些是廠商公布的支援與效能數字，不代表任意模型、精度、上下文或多人情境都能得到同樣結果。
比較數字時也要看基準：NVIDIA 公告使用「單一系統」作比較；ASUS 產品頁另有相對「單台 128GB」的 1.7 倍描述。兩處呈現的比較條件不完全相同，本文不將它們合併成統一測試，也不據此判定雙機一定比任何單機更划算。目前沒有本站獨立實測結果。
NVIDIA Sync 能協助叢集設定，模型仍要支援跨機執行
NVIDIA Sync 官方文件說明，Cluster Assistant 可協助設定與檢查 DGX Spark 的 ConnectX-7 連線；多節點程式庫與執行環境才能進一步運用這條高速網路。完成網路設定，不等於所有單機應用程式都會自動取得同樣的擴充效果。
Sync 與叢集助手已有既有文件及版本紀錄，不應把整套功能都說成這次首次推出。NVIDIA 在本次公告中另外提到，Model Launcher 預定於 10 月底加入；這仍是未來時程，不是本次已驗證可用的功能。NVIDIA Sync 版本紀錄
本地 AI 的成本與資料邊界仍要逐項計算
本地部署讓部分推論工作在自有設備上執行，但不能直接推導成整個工作流程「完全免費」或「所有資料永不離開主機」。ASUS 的官方註記明確指出，第三方服務、付費授權模型或網頁外掛仍可能另外收費，實際 API 費用節省也取決於工作流程與模型選擇。
評估總成本時，除了主機報價，也應計入電力、儲存、維護、必要的外部服務，以及團隊處理部署問題的時間。若只是偶爾執行工作，可以先用代表性任務估算雲端用量，再與硬體方案比較；可參考本站的AI API 費用估算教學。
若關心的是本地與雲端 Agent 如何分工，而非單純換一台主機，另可閱讀Perplexity Portable Computer 與 Hybrid Compute 的差異。各產品的平台需求與資料處理規則需分開確認。
台灣使用者下單前，還需要確認什麼？
- 在台型號與時間：本次已查官方來源尚未確認各品牌台灣上市、預購及實際到貨日期。
- 完整價格：需確認新台幣含稅報價、儲存配置、配件與在台保固；不要把美元起價直接當成台灣成交價。
- 代表性工作測試：確認目標模型、量化方式、上下文與同時工作數，要求可重現的測試條件。
- 部署邊界：列出需要連外的服務、資料傳送、模型授權及管理責任，再決定單機或叢集。
這次發布提供了新的配置選項，卻還不足以替台灣買家做出價格或效能排名。較穩妥的下一步，是等各品牌提供在台完整規格與報價，再以自己的工作負載比較 64GB、128GB 及雲端方案。
資料來源與查核日期
本文依下列官方資料整理，查核日期為 2026 年 10 月 3 日。公告日期、預定推出日期與本文查核日期分開呈現；未進行硬體實測。
封面：AI生成概念示意圖，非官方產品照片；不代表實際硬體外觀、測試結果或官方背書。
