
图片:METAL
摘要
- NVIDIA AI通过官方X账号介绍了连接多台DGX Spark在本地运行AI模型的指南
- 据悉该指南由名为MiaAI_lab的账号撰写
- NVIDIA引用的MiaAI_lab用户案例列出了1至4台DGX Spark对应的模型和吞吐量数据,但完整测试条件并未公开,因此这些数字既不是NVIDIA实验室基准,也不是METAL LAB验证结果
NVIDIA分享本地AI运行指南
NVIDIA AI官方X账号于2026年8月5日发布了一条题为"The time for local AI is here"的帖子,介绍了通过连接多台DGX Spark运行AI模型的方法。该帖子写道"这是由@MiaAI_lab撰写的DGX Spark链式连接指南",并请用户分享自己的配置照片和正在运行的模型。
已确认的信息
NVIDIA AI帖子的正文介绍了本地AI和DGX Spark链式连接,而被引用的MiaAI_lab帖子列出了1至4台配置对应的模型名称、上下文长度和吞吐量数据。不过,这些是MiaAI_lab分享的用户案例,并非公开了完整硬件、软件和测量流程的NVIDIA实验室基准,METAL LAB也没有复现这些结果。
| 项目 | 引用帖子中的内容 |
|---|---|
| DGX Spark连接数量 | 提供了1台、2台、3台和4台配置的用户案例 |
| 目标AI模型 | 按配置列出了模型名称 |
| 性能/吞吐量 | 部分模型列出了tok/s数据 |
| 数据来源 | MiaAI_lab分享的用户案例 |
| NVIDIA实验室基准或METAL LAB复现 | 不是,完整测量条件未公开 |
| 发布时间 | 2026年8月5日 |
本地AI浪潮中的宣传性信息
此次发布被解读为在近期多款开源模型接连推出的背景下,强调本地环境AI运行能力的一种宣传行为。NVIDIA AI在帖子中提到"So many great models have been released recently"(最近发布了许多优秀的模型),提及了近期的模型发布趋势,但并未明确具体指的是哪些模型。
NVIDIA后续官方文档确认的2台、3台和4台连接规则,已整理在DGX Spark 2/3/4台连接方法中。
尚待确认的问题
被引用的用户案例已经给出了1至4台配置以及模型和吞吐量示例,但由于完整测量条件未公开,不能把这些数字扩大解释为普遍性能。MiaAI_lab的数据应视为用户经验,而NVIDIA后续官方文档才是受支持物理连接方式的依据。





评论