#DGX Spark
有人在 DGX Spark 上用自写的 vLLM 补丁跑 DiffusionGemma 和 Jev 对比，vLLM 官方都转发了，想看扩散模型推理性能的可以点进去。
有人在 DGX Spark 上重跑了 GPT-4o 的文字加法实验，Qwen3.8 27B 开推理后 169 次只错 2 次，还能看到逐位进位的思考过程。
NVIDIA 出了台 1 PetaFLOP 的桌面机，64GB 内存，两台还能组 128GB 集群，想在家微调模型的开发者可以看看。
Denis Yarats分享了Perplexity在多智能体协作方面的进展，本地模型作为远程模型的门户，可以显著提升性能并降低成本，如果你对这一领域感兴趣，不妨私信他了解更多。
@nvidia 联合研究，Portable Computer 模型在知识工作测试中表现优异，超越开源模型，值得一看！
Andrew Chen 说这套是目前最强家用本地 AI 配置：双 DGX Spark 跑 Deepseek v4 flash 0731 约 50 tok/s。
NVIDIA新出的Nemotron 3.5 Lightning，专门为跑智能体高频调用工具的场景优化，体积小到能在DGX Spark上跑，适合做Agent开发的朋友看看。
想白嫖DeepSeek V4 Flash？去北京或上海这家AGI Bar，连Wi-Fi就能免费调API，还能在Cursor里直接用，挺会玩。
DGX Spark用户别错过，一条命令跑284B的DeepSeek V4 Flash，prefill有1000 tok/s，多智能体也有59 tok/s。
哥们 Andrew Chen 晒了 DeepSeek V4 Flash 0731 跑在双 DGX Spark 上，想围观新版本性能的可以关注他。
想不依赖数据中心自己跑 550B 模型？NVIDIA 出了详细教程，四台 DGX Spark 就能拼出 OpenAI 兼容的端点。
想赢一台 DGX Spark 吗？用 Hermes Agent 造个自动赚钱的 AI 公司，前三名都有现金加硬件，截止 6 月 30 日，快上车。
AMD出了个Mac mini大小的本地AI盒子，128GB内存能跑2000亿参数模型，还对标英伟达DGX Spark，开机几分钟就能用，挺猛的。
NVIDIA 把 AI Agent 的本地部署从繁琐的多步骤压缩成一条命令，做边缘计算或需要私有化部署的团队可以直接上手，省去云依赖和配置烦恼。
本地同时跑16个AI智能体，做边缘计算或隐私敏感型AI应用的团队可以直接参考这个方案，无需依赖云API。
本地运行 121B 模型并自主完成测试，这对追求隐私和低延迟的开发者来说是个震撼的 demo——你只需提问，AI 就能搞定一切，建议点开看看未来已来的样子。