在 NVIDIA DGX Spark 上运行具有更快模型和多节点集群的本地 AI 代理
一句话看懂：NVIDIA 为 DGX Spark 用户提供了一条从开箱到运行本地 AI 代理的简化路径，集成了开源工具包 NemoClaw，并首次支持多节点集群，使得在本地硬件上运行复杂、长期自主的 AI 任务变得更快、更安全，且无需依赖云端。
事件核心：发生了什么
在 Computex 2026 期间，NVIDIA 宣布对 DGX Spark（结合 Grace CPU 和 Blackwell 架构 GPU 的桌面级 AI 超算）进行重大软件更新。核心更新包括：推出简化安装流程的 NemoClaw 开源蓝图，用户通过一条命令即可完成 Node.js 安装、OpenShell 运行时部署、NemoClaw 仓库克隆和 CLI 构建，并自动下载 Qwen3.6-35B 模型；同时引入新版系统软件，减少了首次设置时自动下载的 OTA 更新，让用户更快进入 Ubuntu 桌面。此外，NVIDIA 提供了“起步即用”的预置代理应用（如日报摘要、本地代码开发助手、文档审阅员和日程谈判员），并支持多节点集群的引导式设置，以便在单台设备算力不足时横向扩展。
为什么重要
长期以来，开发者在本地部署 AI 代理面临两个痛点：一是环境搭建和配置链条太长，二是自主代理的长时间运行和上下文保持需要稳定且安全的本地算力。NVIDIA 的这次更新直击这两点：通过 NemoClaw 和 OpenShell 将模型、代理框架、运行环境打包，降低了本地部署的技术门槛；同时强调“安全沙箱执行”和“敏感数据不上云”，符合企业对数据隐私和可控性的核心诉求。这意味着 AI 代理的部署正从“云端调用”走向“本地拥有”，尤其在金融、医疗等强监管行业，本地化部署可能成为关键竞争力。
对用户/开发者/创作者的影响
对开发者而言，NemoClaw 的简化到“一条命令”安装流程显著降低了试错成本；预置的四个代理应用提供了可直接修改的高质量起点，后续可自定义策略、提示词和工具调用。对企业和团队而言，多节点集群支持意味着单台 DGX Spark 的 1000 TOPS 算力不足时，可通过集群线性扩展，适合需要长时间迭代、多代理并行或维护大上下文窗口的复杂业务场景。对普通用户或小型创作者，如果希望本地运行高质量开源模型（如 Qwen3.6-35B）来辅助内容生成、代码校对或日程管理，这套方案提供了开箱即用的一站式体验，但起步门槛仍是硬件采购成本（DGX Spark 作为专用设备定价不低）。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，NemoClaw 和 OpenShell 是否完全开源、社区能否贡献自定义代理，将影响其生态扩展速度。第二，当前仅支持 Qwen3.6-35B 等特定模型，后续是否会加入对 Llama、Mistral 或更小参数模型的官方支持，直接关系开发者的选型灵活性。第三，多节点集群方案是否仅限 DGX Spark 设备间互联，还是未来可兼容其他 NVIDIA 平台或 x86 主机，将决定该方案的横向适用边界。
