GLM 5.2、DeepSeek V4 Flash 等全新开放模型，正把原本属于云端级别的智能能力带到本地系统，让编程智能体、研究智能体等高级 AI 工作负载实现本地部署与本地运行成为现实。不过，要稳定运行这些更大规模的大模型，通常需要多块 GPU，或由多台 DGX Spark 协同组成计算集群。
随着 NVIDIA Sync 应用更新，多台 DGX Spark 现在可以快速组建为本地集群，提供运行更大模型所需的显存与内存容量、更强的推理性能以及更高的训练吞吐量，从而显著提升整体运行效率。
NVIDIA Sync 支持 Windows 和 macOS，能够自动检测已连接的系统，并借助 Tailscale 提供私密、安全的远程访问体验。开发者无需手动配置网络，也不必反复复制终端命令，就能轻松在一台或多台 DGX Spark 上启动应用和部署任务。
NVIDIA Sync 内置的 Cluster Assistant，可自动将两台或更多台 DGX Spark 配置为高速集群。开发者只需通过 NVIDIA ConnectX-7 端口连接这些系统，NVIDIA Sync 就会自动完成网络配置、在各节点之间调度工作负载，并持续监控系统运行状态。
8 月下旬，还将有两项面向开发者的重磅新功能上线。
DGX Spark 很快将支持原生 ARM64 Linux 版本的 Chrome，并且可以直接通过 DGX Dashboard 一键安装。换句话说，这不仅仅是“可以使用”的浏览器，而是完整保留了用户熟悉的 Chrome 体验，包括账号同步、完善的扩展生态、跨设备连续性，以及其他平台上早已普及的核心功能。用户只需登录一次，就能将笔记本电脑上的浏览器环境无缝延续到 DGX Spark 上，几乎无需重新设置或适应。
全新的 NVIDIA Sync 资源监视器，可将单台 DGX Spark 甚至整个 DGX Spark 集群中的 CPU、GPU 使用情况，以实时视图和历史视图直观呈现出来，而且无需额外安装监控软件，也不用进行复杂配置。其可视化界面更加清晰直观，用户能够更轻松地跟踪工作负载进度，在新增作业或部署 AI 模型之前先判断资源余量是否充足，也能更及时地发现系统瓶颈和异常行为。再结合框选缩放功能，既可以先查看整体资源趋势，也能够进一步下钻分析工作负载中的具体时段，从而更高效地排查问题，释放集群性能潜力，提升本地大模型部署与推理效率。
