NVIDIA在GTC Berlin宣布为DGX Spark提供八节点集群的官方支持，把统一内存从单节点的128 GB扩展到1 TB，使此前在四节点系统上无法启动的前沿级模型得以在本地加载。八节点集群上，完整的GLM 5.3（753B）检查点可以运行，GLM 5.3 Flash的生成速度约为每秒80个token；在稠密Qwen3.8-27B（NVFP4）上，解码吞吐从单节点的约12 TPS升到八节点的52 TPS。
英伟达在柏林GTC上把本地AI硬件铺成从Windows个人电脑到桌面工作站的产品线，并宣布DGX Spark可手动配置成最多八台集群，合计1TB统一内存，足以运行GLM 5.3这类前沿级模型。此前本地设备受单机内存限制，只能跑较小模型或依赖云端。配套的NVIDIA Sync Model Launcher把模型下载、容器配置和OpenCode连接压缩成几次点击。
曼彻斯特大学物理学家 David Topping 与 Hao Zhang 联合 NVIDIA Earth-2 团队，将原本用于天气的生成式模型迁移到空气质量预报：他们用一年英国逐小时化学-气候模拟数据训练 Earth-2 CorrDiff 生成式降尺度模型，在 Isambard-AI 单个八 GPU 节点上两天完成训练，得到 2-3 平方公里分辨率的英国全境污染模型，并加入 Earth-2 StormCast 实现直接使用空气质量观测的时间依赖预报，同时演示了在 DGX Spark 桌面 AI 系统上运行推理与小型训练，团队计划开源训练数据与工作流以便其他国家与地区训练本地模型。
已读完全部报道