黃仁勳：240瓦家用功耗，這是交到埃隆·馬斯克手上的「首台AI」
2025年10月15日，NVIDIA執行長黃仁勳親手將一台大小如同平裝書的AI超級電腦交給埃隆·馬斯克，地點就在德州的星艦發射基地。他說：「想像一下，最小的超級電腦就擺在最大的火箭旁邊運作。」這不只是一般的設備交付，而是一場盛大的儀式。在兩旁工程師的掌聲中，馬斯克莊重地接過名為DGX Spark的機器。
同時，全球另一端，黑石集團、微軟和NVIDIA組成聯盟，以400億美元收購全球最大數據中心運營商之一的Aligned。這筆交易背後的共識是，AI產業瘋狂擴張的核心資源就是「算力」。
然而，在資本重押5千兆瓦級別「雲端戰場」之際，黃仁勳悄然開啟另一扇門。
DGX Spark既非更大的GPU，也非性能最強的主機，但它能在本地運行2000億參數的大型模型，連接戴爾、聯想、惠普等桌面系統，支持Ollama、Roboflow、LM Studio等私有模型運行。它象徵著AI正從雲端中心走向個人領域，不再是遠方的基礎設施，而是真正擺在你桌面上的第一台AI超級電腦。
這台重1.2公斤的超級電腦意義非凡，因為它不只是交給馬斯克一台AI超級電腦，而是將整個AI未來的方向交到我們每個人手中。
第一部分：最貼近你的首台AI設備
「我們首次把AI超級電腦帶到每個人的桌面。」黃仁勳說這話時，手中拿著的就是能真正被拿起的機器——DGX Spark。它只有一本書大小，重1.2公斤，功耗只有240瓦，插普通電源插座即可運行。過去這種運算能力需要大型數據中心和數百千瓦電力支持。
DGX Spark能在本地運行2000億參數的大模型，無需連接雲端，辦公桌上即可訓練、微調和部署AI應用。黃仁勳多次強調「你」：AI不該是少數企業的特權，而應像手機、筆電一樣普及。
過去，AI多是遠端調用：運行大型模型得連接OpenAI或Anthropic的雲端；讓AI看圖、聽聲、幫你寫作，都得上傳資料，智能都在「別人的電腦」上完成。DGX Spark改變了這一切，真正將AI能力封裝入個人設備，隨時可用。
內部搭載NVIDIA最新GB10 Grace Blackwell晶片，配128GB統一記憶體，支援圖像生成、語音識別、本地問答、搜尋、寫作、程式編寫和推理。它不是「小一點的GPU」，而是一整套AI能力工具箱。
黃仁勳用一幅畫面說明：想像藝術家、設計師、程式員在辦公室用這台機器自由創作。這也解釋為何惠普、戴爾、聯想、華碩等傳統PC廠商迅速整合Spark架構，因為這已不再是「企業用AI」，而是「人人用AI」。
這不只是一台機器，而是AI首次如此貼近我們的開始。
第二部分：不是「交付模型」，而是「傳遞火炬」
很多人以為DGX Spark是新計算設備，但黃仁勳自己不稱它為「新產品」，而說：
「這就像將‘火炬’交給每個需要它的人。」
這交付場景宛如點燃儀式，發生在德州SpaceX星艦工廠。黃仁勳提著Spark穿梭於穿著工作服的工程師間，馬斯克在員工餐廳與孩子們分享甜點，隨後親自帶黃仁勳參觀火箭工廠，並笑著接過機器。現場掌聲見證了這份親手交付的真實。
這並非首次。黃仁勳記得2016年他將首台DGX-1交給非營利組織OpenAI時的場景：「那時我像送貨員一樣把機器送到舊金山，成為他們訓練GPT的起點。」
這是第二次，但意義截然不同。第一次AI才起步，第二次AI開始進入每個人的日常生活。他沒談晶片頻率或算力基準，而強調場景：
「這台機器就像你身邊的助手，隨時等待你的第一個問題。」
NVIDIA過去兩年致力於這種轉變，不再只交付晶片，而是交付即插即用的能力。開機即可運行圖像生成模型FLUX.1，作為視覺搜尋代理，或部署問答機器人、語音助理、寫作工具。
「這不是工具包，而是火炬。未來每個開發者、創作者和公司員工都能點燃自己的AI。」
過去AI進入各行各業，往往需等待他人提供服務、開放API、釋出模型，使用者只是「用戶」。而從擁有DGX Spark、放在桌上、插電、開機、自己訓練模型那刻起，使用者角色轉變為「火炬手」。
關鍵不在於體積縮小，而是AI終於從雲端走進個人手中。
第三部分：從1GW到240瓦，三大關鍵因素
過去運行大型模型可能需整個數據中心支持，從供電、冷卻到維護調度，成本極高。頂級訓練服務器功耗可達10萬瓦，超級工廠輕鬆超過1GW，相當於數百萬家庭同時開燈和冷氣，是小城市的用電量。
如今，240瓦的桌面設備能運行大型模型，無需排隊、無雲端服務費、不用交出資料。
這變革非一蹴而就，黃仁勳清晰解釋三大關鍵：
1. **整合全AI流程於一機**
黃仁勳說：「我們不只提供晶片，而是打包完整套件，從晶片、程式語言到預訓練模型，客戶插電即可用，無需自己組裝。」
就像過去電腦需自行組裝主板、記憶體、硬碟，現在買筆電即開即用。Spark最大改變是預先整合運行AI所需所有元件，包括晶片、記憶體、模型、軟件工具和微服務，拿到手即可用，猶如開機即可拍照、搭車、聊天。
大幅降低建立AI系統門檻。
2. **高效能帶來實際可負擔**
投資AI不能只看性能，要看每瓦電的投資回報。節省3倍電力，客戶利潤就翻3倍。
這意味著不是誰晶片快，而是誰能用同樣電力做更多事。
NVIDIA從晶片到網絡技術全面優化，讓DGX Spark在240瓦功耗下達成遠超數據效率。設備小巧，幾乎不需額外冷卻系統，散熱器也簡化。
結果是：
– 個人負擔得起。
– 企業能快速部署。
– 不依賴專業機房。
– 成本從「數千萬」降至「數萬」甚至更低。
3. **人人可接入生態系**
過去部署AI環境複雜：需雲服務帳號、大量遠端算力、安全權限、多團隊協作和審批流程。
現在，戴爾、聯想、惠普等主流PC廠商全整合Spark架構，只要用這些機器即可直接運行兼容模型。
NVIDIA預裝完整AI軟件棧，含常用訓練工具、模型接口和部署環境。就像以前開車需駕照，現在只需一鍵打車。
AI門檻首次降低到「點一下就能用」。
黃仁勳總結：「客戶不是等AI變便宜，而是必須讓AI隨時可用。」
從集中部署到終端可用，從千瓦級設備到百瓦級桌面，DGX Spark意義不僅在於能用，更在於人人能用，這才是降低AI成本的真正關鍵。
第四部分：AI主權不只屬於國家，也屬於個人
過去談AI「主權」多指國家層面競爭，如NVIDIA晶片出口限制、各國搶建大型AI模型、政府扶持本土算力平台，核心是AI不能完全靠進口，必須自主。
黃仁勳說，任何國家都不該完全外包國家數據再進口智能，即使能買技術，也應保留自主訓練和部署AI能力。
但他同時補充：
「不只國家，每家公司和個人也需要主權。」
底層問題是：擁有數據者擁有智能。
AI模型需持續學習，訓練數據決定最終能力。過去GPT、Claude、Gemini等大模型很強，但都是別人訓練的，你用時實際調用的是他人智能系統。
Spark的出現改變了這點：你不再只是借用，而能自己訓練、部署、定制模型。
因此黃仁勳強調：
「企業不能只依賴外部AI服務，否則專有數據易受損。未來每家公司都應有自己的AI員工，就像HR負責人類員工，IT部門應負責招募、訓練和管理數位員工。」
這不只是比喻，因為有完整工具鏈支持：
NVIDIA與智能數據基礎設施企業NetApp合作的AFX架構，讓企業能直接將PDF合約、設計圖、實驗數據等自有數據轉成AI可理解的語義資料，整個問答、生成、分析過程都在企業內部完成，不外傳、不上傳、不洩露。
更重要的是，私有AI能力不再是大企業專利，個人開發者也能在Spark上部署本地模型，無需上傳數據，無需開放API權限，也不受平台接口限制。只要有機器、有資料、有耐心，就能擁有專屬AI助理。
過去人們視AI為遠端工具：連上雲端，輸入指令，等待回覆。未來AI將成為身邊夥伴，懂你語言、熟悉需求、保護隱私。
這轉變賦予AI主權新意義：它不僅是國家的底線，更是每個人的選擇。
第五部分：桌面革命後，AI應用生態全面重塑
過去十年，幾乎所有AI應用都部署在雲端：聊天機器人嵌入網頁或App，編碼助理裝在瀏覽器擴展，視頻生成需排隊伺服器渲染。雖然功能強大，但邏輯相同：用戶連接伺服器→提問→遠端計算→收到結果。用戶永遠是「使用者」，非「參與者」。
但從DGX Spark開始，這種關係被重寫。
AI不再遙遠於雲端，而是直接在你桌面運行。
NVIDIA發布Spark時列出多個實用場景：
– Ollama：可本地運行開源大模型（如Mistral、Gemma），離線對話。
– Roboflow：拖入圖片快速微調視覺識別模型。
– LM Studio：建構本地問答機器人，支持長文檔處理和定向知識上傳。
– 紐約大學實驗室：在校園本地訓練隱私敏感AI，無需雲端。
– Zipline無人機：在Spark上執行邊緣計算和任務推理。
這類應用快速湧現，特點是無需遠端連接、雲端調用或大型模型授權，用戶可自定義、修改、再訓練。
換句話說，AI首次成為你自己的「應用程式」。
這帶來重大變革：入口被重新排列。
過去模型廠商定義能力，用戶排隊調用，軟件開發者只能用別人API。現在，誰先掌握本地體驗，誰就是新的入口。
生成式運算成為新入口形態，如同搜尋引擎、作業系統、瀏覽器。以Perplexity為例，你不是點網站檢索現有資訊，而是直接生成答案。未來不再是你問它答，而是它先理解你，主動提供幫助。
這意味著AI的使用方式、權力結構和生態系統將被徹底改寫。
—
評論與深度分析
黃仁勳交給馬斯克的這台DGX Spark，不僅是硬件的革新，更是AI生態系統從中心化到去中心化的劃時代轉折。240瓦的功耗，讓AI超級電腦真正走入日常辦公桌，打破了過去AI只能「遠在天邊」的局限，象徵著AI主權的個人化時代來臨。
這種轉變有三方面深遠意義：
首先，AI不再是巨頭壟斷的專利，而是人人可用的工具。這將激發更多中小企業、個人開發者的創新活力，避免AI資源集中導致的壟斷與不公平。
其次，從「交付模型」到「交付火炬」的理念，強調賦能而非依賴。用戶不再是被動調用者，而是能自主訓練、定制AI的創造者，這種自主性是AI民主化的核心。
第三，AI主權不僅是國家安全議題，更是隱私保護與個人數據控制的關鍵。Spark讓企業和個人能在本地安全運行AI，避免數據外洩風險，這對於日益嚴峻的數據監管和隱私保護環境尤為重要。
當然，這場桌面AI革命也帶來挑戰：如何讓非專業用戶真正掌握AI工具？如何保障本地AI模型的安全與倫理？如何在分散化與合規間找到平衡？這些都是未來需要解決的問題。
總體而言，DGX Spark的出現是AI從雲端走向個人、從被動使用走向主動創造的關鍵節點，它為香港乃至全球用戶開啟了一扇通往AI普及與自主的門。面對這場革命，香港的科技生態應積極擁抱本地AI發展，培養人才，推動產業升級，避免被全球AI浪潮拋在後面。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
