黃仁勛：家用 240W，這才是交給馬斯克的“第一臺(tái) AI”

全文 4,000字 | 閱讀約 13 分鐘

（視頻：黃仁勛親手向馬斯克交付了一臺(tái) DGX Spark ）

2025 年 10 月 15日，英偉達(dá) CEO 黃仁勛親手把一臺(tái)小巧得像紙質(zhì)書的設(shè)備，交到了馬斯克手里。

地點(diǎn)在德州，星艦發(fā)射基地。

他說(shuō)：“想象一下，把最小的超級(jí)計(jì)算機(jī)，放在最大火箭旁邊工作。”

這并非一次普通的設(shè)備交付，而是一場(chǎng)隆重的儀式。在工程師們的夾道歡迎中，馬斯克鄭重接過(guò)這臺(tái)名為 DGX Spark 的機(jī)器。

與此同時(shí)，全球另一端，一場(chǎng)規(guī)模空前的收購(gòu)剛剛完成： 貝萊德、微軟、英偉達(dá)聯(lián)合組成財(cái)團(tuán)，以 400 億美元，收購(gòu)了全球最大數(shù)據(jù)中心運(yùn)營(yíng)商之一 Aligned。 這筆交易背后，是 AI 產(chǎn)業(yè)瘋狂擴(kuò)張的底層共識(shí)：算力，是核心資源。

但就在資本大舉押注 5 吉瓦級(jí)別的“云上戰(zhàn)場(chǎng)”時(shí)，黃仁勛悄悄打開(kāi)了另一扇門。

DGX Spark不是更大的GPU，也不是性能最強(qiáng)的主機(jī)。

它能本地跑2000億參數(shù)大模型，接入戴爾、聯(lián)想、惠普的桌面系統(tǒng)，支持Ollama、Roboflow、LM Studio運(yùn)行私有模型。

它代表著AI正從云端中心走向個(gè)人邊界，不再只是建在遠(yuǎn)方的基礎(chǔ)設(shè)施，而是第一次真正裝進(jìn)了你的桌面。

這臺(tái)1.2公斤的超算，它的意義遠(yuǎn)不止于一個(gè)產(chǎn)品發(fā)布。

因?yàn)檎嬲匾模皇撬岩慌_(tái) AI 超算交給馬斯克。

而是他把整個(gè) AI 的未來(lái)方向，交到了我們每個(gè)人手上。

第一節(jié)｜第一臺(tái)，離你最近的AI設(shè)備

“我們第一次把 AI 超算，帶到了每個(gè)人桌上。” 黃仁勛說(shuō)這句話時(shí)，不是在描述一個(gè)未來(lái)愿景，而是手里拿著一臺(tái)真正可以拎起來(lái)的機(jī)器。

這臺(tái)機(jī)器叫 DGX Spark。

只有一本書的大小，重1.2公斤，功耗只有240瓦，插在普通插座上就能運(yùn)行。 它能做的事，卻是過(guò)去要放進(jìn)一個(gè)大型數(shù)據(jù)中心，甚至需要幾百千瓦電力才能完成的。

它可以在本地運(yùn)行 2000 億參數(shù)的大模型。完全不用連云。你在辦公桌上就可以訓(xùn)練、微調(diào)、部署 AI 應(yīng)用。

黃仁勛在早前的發(fā)布會(huì)上連用了幾個(gè) “你”，這是他特意想強(qiáng)調(diào)的事情： AI 不該只是少數(shù)公司的特權(quán)。它該像手機(jī)、筆記本電腦一樣，人人都能擁有。

過(guò)去，AI 通常是遠(yuǎn)程調(diào)用的：

• 想運(yùn)行一個(gè)大模型，你得連上 OpenAI 或 Anthropic 的云端

• 想讓 AI 看圖、聽(tīng)聲、幫你寫東西，你得上傳數(shù)據(jù)、交給別人處理

• AI 的“智能”，本質(zhì)上是在“別人的電腦”上完成的

而 DGX Spark 改變的是這一點(diǎn)：這是我們第一次，把真正的 AI 能力，打包進(jìn)一臺(tái)隨時(shí)可用的個(gè)人設(shè)備。

Spark 內(nèi)部搭載了英偉達(dá)最新一代 GB10 Grace Blackwell 芯片， 配有 128GB 統(tǒng)一內(nèi)存，可以支持圖像生成、語(yǔ)音識(shí)別、本地問(wèn)答、搜索、寫作、編程、推理等復(fù)雜任務(wù)。 這不是一個(gè)“更小的GPU”，而是一整套 AI 能力打包好的工具箱。

為什么這臺(tái)機(jī)器特別？

黃仁勛沒(méi)有講參數(shù)，而是描繪了一個(gè)畫面：想象一下，一個(gè)藝術(shù)家、一個(gè)設(shè)計(jì)師、一個(gè)程序員，在辦公室、在書桌前，就能用這臺(tái)機(jī)器做他們想做的事。

這也解釋了，為什么惠普、戴爾、聯(lián)想、華碩這些傳統(tǒng) PC 廠商，會(huì)在第一時(shí)間全線接入 Spark 架構(gòu)。 因?yàn)檫@不再是“企業(yè)用AI”，而是“人人都能用AI”。

這不只是一臺(tái)機(jī)器，它標(biāo)志著一件事的開(kāi)始：

AI，第一次，離我們那么近。

第二節(jié)｜不是“交付模型”，而是“交出火種”

很多人以為，DGX Spark 是一臺(tái)新的計(jì)算設(shè)備。 但黃仁勛本人并不是把它當(dāng)作一臺(tái)“新品”在介紹。

他把這次交付稱作：

像把“火種”交給每一個(gè)需要它的人。

這次交付的現(xiàn)場(chǎng)，也確實(shí)像一場(chǎng)“點(diǎn)火儀式”。

德克薩斯州，SpaceX星艦發(fā)射基地。

黃仁勛拎著 Spark 穿過(guò)火箭工廠，在一群穿工裝的工程師之間走過(guò)。 馬斯克出現(xiàn)在餐廳里，正給員工和小朋友拆甜點(diǎn)。 見(jiàn)面后，他親自帶領(lǐng)黃仁勛參觀火箭工廠，并在此笑著接過(guò)了對(duì)方遞來(lái)的機(jī)器，在場(chǎng)人員的掌聲見(jiàn)證了這次實(shí)打?qū)嵉挠H手交付。

這不是第一次。

黃仁勛還記得 2016 年把第一臺(tái) DGX-1 超算交給 OpenAI 時(shí)的情景：

“那時(shí)我像外賣員一樣把機(jī)器送到舊金山，客戶是一個(gè)叫 OpenAI 的非營(yíng)利組織。那臺(tái)機(jī)器，就成了他們訓(xùn)練 GPT 的起點(diǎn)。”

這次是第二次。但意義已經(jīng)完全不同。

第一次，AI 剛剛起步。 第二次，AI 開(kāi)始走進(jìn)每個(gè)人的日常。

他沒(méi)有談芯片頻率，也沒(méi)有提算力跑分。 他強(qiáng)調(diào)的是一個(gè)場(chǎng)景：

“這臺(tái)機(jī)器，就像你身邊的助手，等你發(fā)出第一個(gè)問(wèn)題。”

英偉達(dá)這兩年正是在做這樣的轉(zhuǎn)變。

他們不再只是交付芯片，而是交付能立刻用起來(lái)的能力。你打開(kāi)機(jī)器，就能運(yùn)行圖像生成模型FLUX.1，可以用它做視覺(jué)搜索代理，也可以部署自己的問(wèn)答機(jī)器人、語(yǔ)音助手、寫稿工具。

“它不是工具箱，而是火種。未來(lái)每個(gè)開(kāi)發(fā)者、創(chuàng)作者、公司員工，都能點(diǎn)燃屬于自己的 AI。”

我們常常說(shuō) AI 進(jìn)入千行百業(yè)，但過(guò)去大多數(shù)情況是你必須等別人提供服務(wù)、開(kāi)API、放模型給你用。你只是個(gè)“用戶”。

但當(dāng)DGX Spark被一個(gè)人親手拿到、擺在桌上、插電開(kāi)機(jī)、自己訓(xùn)練模型的那一刻開(kāi)始，角色就變了。

你從使用者，變成了“點(diǎn)火的人”。

重要的不是體積縮小，而是 AI 終于從云端走進(jìn)了個(gè)人手中。

第三節(jié)｜從1GW到240W，靠三件事降下來(lái)

過(guò)去你要用一次大模型，背后可能要調(diào)用整整一個(gè)數(shù)據(jù)中心。 從供電、散熱，到維護(hù)和調(diào)度，AI 成本高得驚人。

一臺(tái)頂級(jí)訓(xùn)練服務(wù)器，功耗能達(dá)到 10 萬(wàn)瓦， 一個(gè)超級(jí)工廠，輕松就突破 1 吉瓦（10 億瓦）， 相當(dāng)于幾百萬(wàn)家庭同時(shí)開(kāi)燈開(kāi)空調(diào)，約等于一座小城市的用電量。

但現(xiàn)在，一臺(tái) 240 瓦 的桌面設(shè)備就能運(yùn)行起大模型。 而且不需要排隊(duì)、不需要云服務(wù)費(fèi)用，也不需要交出數(shù)據(jù)。

這個(gè)轉(zhuǎn)變不是突然出現(xiàn)的，它背后有三件關(guān)鍵的事，黃仁勛說(shuō)得非常清楚。

第一件事：把整套AI流程放進(jìn)一個(gè)設(shè)備里

黃仁勛提到：

“我們不只是提供芯片，而是從芯片、到編程語(yǔ)言、到預(yù)訓(xùn)練模型，一整套打包。客戶插上電源就能用，不需要自己組裝。”

這就像早期電腦需要自己組裝主板、內(nèi)存、硬盤，而現(xiàn)在你買的是開(kāi)箱即用的筆記本。

Spark的最大變化，就是把運(yùn)行AI所需的全部組件，包括芯片、內(nèi)存、模型、軟件工具和微服務(wù)，全都提前集成好。 你拿到手就能用，就像現(xiàn)在你打開(kāi)手機(jī)就能拍照、打車、聊天一樣。

這大大減少了搭建AI 的成本。

第二件事：效率高，才是真的便宜

AI 投資不能只看性能，要看單位能耗的收益產(chǎn)出。如果你們比別人節(jié)電3倍，客戶的利潤(rùn)就多3倍。

什么意思？

不是誰(shuí)的芯片快就好，而是誰(shuí)在相同電費(fèi)下，干的事更多。

英偉達(dá)從芯片到組網(wǎng)技術(shù)都做了優(yōu)化， 讓DGX Spark能用240瓦跑出遠(yuǎn)超以往的數(shù)據(jù)效率。 而且設(shè)備小，幾乎不需要額外的冷卻系統(tǒng)，連散熱器都可以簡(jiǎn)化。

這就意味著：

• 個(gè)人買得起

• 公司部署得快

• 不再依賴專業(yè)機(jī)房

• 成本從“千萬(wàn)級(jí)”拉到“萬(wàn)級(jí)”甚至更低

第三件事：人人都能接入這條鏈路

以前部署 AI 需要非常復(fù)雜的環(huán)境：云服務(wù)賬戶、海量遠(yuǎn)程算力、安全權(quán)限設(shè)置、多團(tuán)隊(duì)協(xié)作和審批流程。

但現(xiàn)在，從戴爾、聯(lián)想到惠普，幾乎所有PC大廠都接入了Spark架構(gòu)，只要你用的是這些機(jī)器，就能直接運(yùn)行Spark兼容的模型。

英偉達(dá)還預(yù)裝了完整的AI軟件棧：包括常用的訓(xùn)練工具、模型接口和部署環(huán)境。 這就像過(guò)去開(kāi)車需要考駕照，而現(xiàn)在坐網(wǎng)約車，點(diǎn)一下就能走。

AI 門檻第一次降到了點(diǎn)開(kāi)就能用的程度。

黃仁勛用一句話總結(jié)：

“不是客戶在等 AI 變便宜，而是我們要讓 AI 變得隨手可得。”

從中心化部署，到終端可用，從千瓦級(jí)設(shè)備，到百瓦級(jí)桌面， DGX Spark 的意義不只是能用，而是誰(shuí)都能用。

這才是 AI 成本真正打下來(lái)的關(guān)鍵。

第四節(jié)｜AI主權(quán)不只是國(guó)家的，也是個(gè)人的

在以往的 AI 布局里，討論“主權(quán)”，往往意味著國(guó)家層面的競(jìng)爭(zhēng)。

比如英偉達(dá)的芯片出口限制、各國(guó)搶建AI大模型、政府扶持本地算力平臺(tái)…… 這一切的核心都是AI 不能全靠進(jìn)口，要有自主能力。

黃仁勛也表示：任何國(guó)家都不應(yīng)完全外包國(guó)家數(shù)據(jù)，再進(jìn)口智能。即便可以從外部買技術(shù)，也要保留自己的AI訓(xùn)練和部署能力。

但他也補(bǔ)了一句：

不只是國(guó)家需要主權(quán)，每家公司、每個(gè)人也需要。

這背后的問(wèn)題是：誰(shuí)擁有數(shù)據(jù)，誰(shuí)就擁有智能。

AI 模型要不斷學(xué)習(xí)，而訓(xùn)練數(shù)據(jù)的選擇，決定了它最終的輸出能力。 過(guò)去的大模型，比如 GPT、Claude、Gemini，雖然功能強(qiáng)大，但都是別人訓(xùn)練的。你在使用它們時(shí)，其實(shí)是在調(diào)用別人的智能系統(tǒng)。

而 Spark 的出現(xiàn)，改變的就是這一點(diǎn)：你不再只是借用，而是可以自己訓(xùn)練、自己部署，甚至自己定制模型。

這也是為什么黃仁勛不斷強(qiáng)調(diào)：

“企業(yè)不能只依賴外部AI服務(wù)，那會(huì)讓專有數(shù)據(jù)變得脆弱。未來(lái)每家公司都應(yīng)該有自己的AI員工。就像HR部門負(fù)責(zé)人類員工一樣，IT部門要負(fù)責(zé)招聘、訓(xùn)練、管理數(shù)字員工。”

這不只是比喻，背后已經(jīng)有完整工具鏈支持：

英偉達(dá)與 智能數(shù)據(jù)基礎(chǔ)架構(gòu)企業(yè) NetApp 合作的 AFX 架構(gòu)，讓企業(yè)能直接把自有數(shù)據(jù)（比如PDF合同、設(shè)計(jì)圖紙、實(shí)驗(yàn)數(shù)據(jù)）轉(zhuǎn)化為AI能理解的語(yǔ)義素材，接入模型做出回答、生成、分析，全過(guò)程都在公司內(nèi)部完成，不出門、不上傳、不外泄。

更關(guān)鍵的是，這種私有 AI 能力不再是大企業(yè)的專利。

個(gè)人開(kāi)發(fā)者也可以在 Spark 上部署本地模型，不需要上傳數(shù)據(jù)、不開(kāi)API權(quán)限、也不受平臺(tái)接口限制。你只需要一臺(tái)機(jī)器，一些資料，一點(diǎn)耐心，就可以擁有一個(gè)專屬的AI助手。

過(guò)去大家把 AI 看成是個(gè)遠(yuǎn)程工具，連上云、輸入指令、等它回復(fù)。但未來(lái)，AI將成為你身邊的伙伴，理解你的語(yǔ)言、熟悉你的需求、保護(hù)你的隱私。

這種轉(zhuǎn)變賦予了AI主權(quán)新的含義：它不只是國(guó)家的底線，更是每個(gè)人的選擇權(quán)。

第五節(jié)｜桌面革命之后，AI應(yīng)用生態(tài)全面重排

過(guò)去十年，AI應(yīng)用幾乎都部署在云端：

• 聊天機(jī)器人，嵌在網(wǎng)頁(yè)或APP里

• 代碼助手，要裝在瀏覽器插件里

• 視頻生成，得排隊(duì)等待服務(wù)器渲染

這些服務(wù)雖然強(qiáng)大，但背后邏輯是統(tǒng)一的：用戶連接服務(wù)器→提出問(wèn)題→遠(yuǎn)程計(jì)算→接收結(jié)果。 用戶始終是“使用者”，不是“參與者”。

但從 DGX Spark 開(kāi)始，這種關(guān)系正在改寫。

AI 不再遠(yuǎn)在云端，而是直接運(yùn)行在你的桌面上。

英偉達(dá)在發(fā)布 Spark 時(shí)特別列出了一批實(shí)際應(yīng)用場(chǎng)景：

• Ollama：可在本地運(yùn)行開(kāi)源大模型（如Mistral、Gemma），不連網(wǎng)也能對(duì)話

• Roboflow：訓(xùn)練視覺(jué)識(shí)別模型，只需拖入圖像就能快速微調(diào)

• LM Studio：本地問(wèn)答機(jī)器人搭建平臺(tái)，支持長(zhǎng)文檔處理與定向知識(shí)上傳

• NYU實(shí)驗(yàn)室：利用Spark在校園本地訓(xùn)練隱私敏感AI，不依賴云服務(wù)

• Zipline無(wú)人機(jī)：在Spark上進(jìn)行邊緣計(jì)算與任務(wù)推理

這類應(yīng)用正在迅速興起，它們的共同特征是：不需要遠(yuǎn)程連接，不需要云端調(diào)用，不需要大模型授權(quán)，用戶可以自定義、修改、二次訓(xùn)練。

也就是說(shuō)，AI第一次像App一樣，變成你自己的東西了。

這帶來(lái)一個(gè)重大變化：入口被重排了。

過(guò)去是模型廠商定義能力，用戶排隊(duì)調(diào)用，軟件開(kāi)發(fā)者只能套用別人家的API。 現(xiàn)在是誰(shuí)先搶占本地體驗(yàn)，誰(shuí)就變成新的入口。

生成式計(jì)算，正像搜索、操作系統(tǒng)、瀏覽器一樣，變成一種新的入口形態(tài)。以Perplexity為例，你不是點(diǎn)開(kāi)網(wǎng)站檢索已有信息，而是直接生成答案。未來(lái)不再是你問(wèn)它答，而是它先理解你，主動(dòng)提供幫助。

這背后意味著什么？

不是誰(shuí)模型大誰(shuí)贏，而是誰(shuí)最先出現(xiàn)在用戶開(kāi)機(jī)后的第一個(gè)界面，誰(shuí)就成了新的 AI 起點(diǎn)。

這也是為什么Spark的發(fā)布，不只是一臺(tái)設(shè)備的事。

它背后帶起的，是一個(gè)新的生態(tài)：

創(chuàng)作者可以本地跑模型剪片、生成音樂(lè)、做內(nèi)容分發(fā)。企業(yè)可以本地部署AI員工協(xié)助寫文檔、整理數(shù)據(jù)、自動(dòng)回復(fù)客戶。開(kāi)發(fā)者可以定制個(gè)人語(yǔ)義搜索工具，不再被平臺(tái)封口或限速。教育機(jī)構(gòu)可以給每位學(xué)生配置專屬AI輔導(dǎo)，數(shù)據(jù)不出校門。

在這場(chǎng)本地化浪潮中，真正具備競(jìng)爭(zhēng)力的，不是誰(shuí)技術(shù)領(lǐng)先三個(gè)月，而是誰(shuí)真正走到了桌面，走到了人前

Spark 的意義不僅在于技術(shù)突破，更在于它代表了 AI 發(fā)展的新方向：從云端壟斷到個(gè)人掌控，從遠(yuǎn)程服務(wù)到本地伙伴。

這場(chǎng)入口重排才剛剛開(kāi)始。

結(jié)語(yǔ)｜不是AI變小了，是它終于觸手可及了

240瓦，1.2公斤。

這可能是 AI 歷史上最重要的數(shù)字。

不是因?yàn)樗碇阅芡黄疲且驗(yàn)樗鼧?biāo)志著一個(gè)時(shí)代的開(kāi)始。AI終于從遠(yuǎn)方的工廠，走進(jìn)了每個(gè)人的書桌。

當(dāng)黃仁勛把這臺(tái)機(jī)器交給馬斯克時(shí)，他交出的不只是一臺(tái)設(shè)備，而是 AI 發(fā)展的新起點(diǎn)。

第一臺(tái)真正屬于個(gè)人的AI。 現(xiàn)在，它已經(jīng)站在你面前。

所以問(wèn)題變了。

不是 AI 能做什么，而是你想讓它為你完成什么。

本文由AI深度研究院出品，內(nèi)容整理自英偉達(dá)CEO黃仁勛公開(kāi)演講及相關(guān)報(bào)道。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=m1wfJOqDUv4&t=13s

https://www.youtube.com/watch?v=dBsrx5I9egQ&t=1s

https://blogs.nvidia.com/blog/live-dgx-spark-delivery/

https://www.techspot.com/news/109852-jensen-huang-hand-delivers-nvidia-dgx-spark-desktop.html

https://www.pcgamer.com/hardware/processors/imagine-delivering-the-smallest-supercomputer-next-to-the-biggest-rocket-jensen-delivers-a-dgx-spark-to-musk-at-spacex-facility-but-some-think-the-nvidia-launch-is-little-more-than-a-pr-stunt/

https://www.pcguide.com/news/nvidia-ceo-jensen-huang-delivers-worlds-smallest-ai-supercomputer-to-elon-musk-at-spacex-hq/

https://fortune.com/2024/02/22/jensen-huang-elon-musk-openai-first-ai-supercomputer-sam-altman/

來(lái)源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈