DGX Spark 系统可以采用独立配置，直接连接显示器、键盘和鼠标设备，也可以以无头模式（headless）部署，作为网络连接计算设备，不直接连接显示器、鼠标或键盘。综上所述，NVIDIA DGX Spark 的统一内存，轻便的尺寸，优秀的 NVIDIA 软件栈生态以及可以直接在边缘端进行应用，极大地拓宽了产品本身的应用场景。的正方形小盒子，由下图对比可以看出 DGX Spark 是一个非常方便

后续我们还会有 NVIDIA NIM 测试、2台 DGX Spark 互连实测以及多模态、文生图测试，关注赞奇，敬请期待！模型进行了测试，让我们来看看它的性能表现。，赶紧让技术的小伙伴对。

NVIDIA DGX Spark 首批到货＋开箱！图片来源于NVIDIA。

该智能体依托 Qwen3 基础大模型研发构建，且内置 Qwen VL 视觉模型能力，使 DGX Spark 能够解析图像信息，以自然语言与用户交流图片内容，回答问题并执行逻辑推理，结合其。一体化多模态交互，集成视觉、语音与信息展示能力于统一的交互界面中，用户可在与形象自然互动的过程中，同步完成聆听讲解、观看图像等内容交互，实现高效整合的沟通流程。具备逼真的面部表情、口型、眼神及肢体动作，消除传统纯

在过程中可能会看起来像安装失败，如果看到一个空白的窗口请继续等待。上期介绍了在 DGX Spark 上部署 AI 助手，本期我们将讲解如何在该平台部署 Isaac Sim。开发者不仅可以在桌面端开展机器人开发，还能将项目携带至边缘端场景，进行实地测试与调试。对于 Linux，从命令行运行，./post_install.sh然后运行./isaac-sim.selector.sh。命令窗口将打开并运行

上期我们讲解了如何在该平台部署 Isaac Sim，本期我们将着手搭建本地 ComfyUI 工作流。无需上云，在本地即可完成所有图像的编辑和生成。预期输出应显示 Python 3.8+、可用的 pip、CUDA 工具包和 GPU 检测。安装 ComfyUI 运行所需的 Python 包。这一步会安装好所有必要的依赖项，包括。我们使用 DGX Spark 进行了 ComfyUI 的文生图测试，分辨率

自 DGX Spark 发布以来，这段探索之路挑战与收获并存。在成功完成软件移植的攻坚后，我们决定将这段时期的实战经验系统梳理，转化为一份关于模型选择与性能优化的实用指引，希望能助力更多团队高效利用 DGX Spark。

前段时间我们使用单台 DGX Spark 测试了模型性能。今天，我们通过一根 200 Gbps 带宽的 QSFP 线缆，看看性能如何。整体测试下来，单用户生成速度为，但预填充速度还不错，单用户可达。

DGX Spark + fp8 + LoRA，仅需4步就能生成高质量图片。

本期我们将展示如何在 DGX Spark 设备上部署集成 Ollama 服务器的 Open WebUI，然后通过本地浏览器访问 Web 界面，同时模型在 DGX Spark 上运行。应用数据会存储在 open-webui 卷中，模型数据存储在 open-webui-ollama 卷中。如果看到权限被拒绝错误（例如尝试连接到 Docker 守护程序套接字时出现权限被拒绝的错误），就把用户添加到 do