NVIDIA迷你AI超算DGX Spark性能实测：3万元的价格完全不对劲

跳票了几个月之后，NVIDIA的迷你AI超算DGX Spark总算正式上市了，3999美元的价格差不多是3万元起步了。DGX Spark的规格非常豪华，处理器是GB10 Grace＋Blackwell SuperChip，CPU部分是20核ARM架构，10 Cortex-X925 + 10 Cortex-A725组成，GPU是Blackwell架构，FP4性能达到了1PFLOPS，整合第五代Tensor核心及第四代RT光追核心，整体规格相当于RTX 5070。

内存是256-bit位宽的LPDDR5X统一内存，最高频率9400MHz，原始带宽约301GB/s，搭配128GB内存，它可以运行最高2000亿参数的AI大模型，或者最高700亿参数的微调模型。

2000亿参数对AI大模型来说不低了，如果能在这样的迷你机上跑那无疑非常有吸引力，所以DGX Spark上市后，已经有人测试了它的性能，网友Peter Gostev ??还制作了详细的图表，对比了RTX Pro 6000、RTX 5080、RTX 5090及苹果M1 Max、M4 Pro的性能。

简单来说，DGX Spark跑了几个Deepseek R1、Llama-3、Gemma-3等模型，其中Llama-3.1-8b输出也就每秒36tokens，R1是20tokens。

这是什么水平呢？RTX 5090对应的性能分别是200、114，至少3-5倍性能领先，但价格只有一半。

苹果M4 Pro跑对应大模型也有34、18tokens性能，跟DGX Spark差不多，但价格只有1400美元。

总之，在这个性能测试中，DGX Spark虽然能跑大模型了，但性能表现似乎有点不对劲，估计内存带宽还是太受限了，比高端游戏GPU还差很多，跟价格1/3水平的苹果M4 Pro芯片的Mac Mini差不多，完全对不住它的豪华规格和价格。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：快科技)

免费用上 GLM-4.6！我在 Cursor 里接入了模力方舟 API

昨天是国庆节前最后一天，模力方舟团队工作强度依然很大，连发三弹。

除了我昨天鼓捣了很久的《模力方舟 + Claude Code 实测：给登录页染上国庆红 - 掘金》，还直接上线了 DeepSeek V3.2 和 GLM 4.6，真是卷啊。

今天时间不太多，就先简单配置下 GLM-4.6 的环境吧。

这次，我们直接通过 Cursor 接入“模力方舟 API”。

准备工作

1、购买模型资源包，或者直接使用每天清零的免费资源包也非常给力的。

2、创建新的令牌，这里使用原来的也没问题，我只是为了区分统计使用。

3、保存好创建的令牌。

Cursor 中接入 GLM-4.6

打开 Cursor 设置 - Models，在顶部录入框中输入“GLM-4.6”。

下方会出现“Add Custom Model”。

点击后，出现新增输入，直接点击“Add”即可。

新增后，展开“API Keys”，配置 API 信息。

● 启用 OpenAI API Key：填入前面新建的令牌。
● 启用 Override OpenAI Base URL：填写“ai.gitee.com/v1”即可。

以上就已经完成了“模力方舟平台 GLM-4.6”接口的配置。

我们简单验证下是否成功。

简单测试

依然使用昨天的场景，更改下协同平台登录页面的风格。

指令

今天国庆节，请帮我把登录页面更改为节日风格，以红色、金色为主。
可以整体重构，整体视觉效果非常高级、有质感。

过程

整体过程非常顺畅，并且速度明显比国外接口快。

并且，Cursor 的 Code Diff 视图都可用。

结果

结果倒是没有出错，但是界面审美和我的预期有些距离，看来提示词还得优化。

整体生成没有问题，但节日氛围不是太美观。

可能需要更进一步的视觉提示词，改天再试下。

结语

今天国庆节，不搞那么多了，后续再找个实战案例详细体验下。

祝大家假期 coding 顺心，bug 避让！

via 掘金人工智能本月最热 (author: 飞哥数智谈)