从桌面到企业：DGX 双系统搭配 NemoClaw，打造自主智能体全流程开发平台

当前人工智能正经历从“提示-响应”模式向自主系统的范式转变。

新一代 AI 系统具备持续推理、任务规划和工具调用能力，能够执行代码编写、数据分析、结果模拟并基于反馈迭代优化。这类长期运行的自主智能体（Autonomous Agents）对计算基础设施提出了新的技术要求：不仅需要高内存容量和持续计算能力，更需要本地部署的灵活性与严格的安全隔离机制。正是针对这些技术需求，英伟达在近日的 GTC 大会上推出了 DGX Spark 与 DGX Station 系统，配合开源 NemoClaw 软件栈，构成了面向企业本地环境的完整技术解决方案。

NemoClaw 开源栈：智能体运行时的技术架构

NemoClaw 是一个面向生产环境设计的开源软件栈，其核心组件 OpenShell 运行时环境作为 NVIDIA Agent Toolkit 的底层支撑，定义了智能体系统的完整安全边界。具体而言，OpenShell 通过数据访问控制规范智能体与存储系统的交互接口，借助工具调用沙箱隔离外部 API 和系统命令的执行环境，并利用策略执行引擎确保智能体行为符合预设的治理规则。该软件栈同时支持 Nemotron 系列及 Llama、Mistral 等主流开源模型的本地化部署，使企业能够在避免敏感数据外传的前提下构建自主智能体。

更为重要的是，开发者可在本地 DGX 系统完成智能体验证后，通过统一架构无缝迁移至数据中心级 AI 工厂，无需对代码架构进行任何重构。

DGX Spark：分布式桌面 AI 集群的技术特性

DGX Spark 采用大容量统一内存架构，单机即可支持百亿级参数模型的推理需求，其独特之处在于最多可将 4 台设备通过高速互联组成统一计算池，实现近似线性的性能扩展，形成桌面级的“微型数据中心”而无需传统机架基础设施的复杂部署。

这一架构使其广泛适用于金融领域的实时风险模型计算与压力测试、生物医药行业的药物分子模拟与研发周期压缩、能源系统的电网负荷预测与运营优化，以及媒体行业的实时内容生成与通信工作流。在软件生态方面，DGX Spark 预集成了 Anaconda、Docker、Ollama、vLLM、SGLang、ComfyUI 等主流开发工具，支持从原型验证到生产部署的平滑过渡。

DGX Station：桌面级超级计算单元的硬件架构

DGX Station 搭载 72 核 NVIDIA Grace 处理器与 Blackwell Ultra GPU，通过 NVLink-C2C 高带宽一致性互连构建统一内存池，总容量达 748GB，可提供 20 petaflops（FP8）的 AI 算力。

这一硬件配置使其能够在本地运行万亿参数级开放模型（包括 DeepSeek-V3、Qwen3 等），并支持多步推理与复杂任务规划所需的长思考能力。

DGX Station 同时支持独立隔离部署，满足金融、医疗等受监管行业以及主权数据合规要求，且其指令集与数据中心 Grace Blackwell Ultra 机架系统完全兼容，确保应用的无缝迁移。

目前该系统已在多个行业落地：Snowflake 用于本地测试 Arctic 训练框架，EPRI 开展 AI 驱动的气象预测与电网可靠性分析，Medivis 集成视觉语言模型构建手术辅助系统，成均馆大学加速蛋白质结构分析，微软研究院与康奈尔大学则将其作为大规模 AI 实践教学平台。

DGX Spark 与 DGX Station 采用与数据中心 AI 工厂相同的 Grace Blackwell 架构，实现了软件栈的一致性——使用相同的 CUDA、TensorRT、Triton 等底层库，确保模型可移植性与开发流程的统一。

开发者可在本地完成原型验证，经部门级 Spark 集群扩展后，最终部署至企业 AI 工厂，全程无需修改代码架构。支持的模型涵盖 GPT-OSS-120B、Gemma 3、Qwen3、Kimi K2.5、Mistral Large 3、DeepSeek V3.2、Nemotron 系列等主流开放权重模型，工具链则包括 1x、Aible AI、Anaconda、Docker、红帽 OpenShift、JetBrains、Ollama、llama.cpp、ComfyUI、LM Studio、Llm.c、Weights & Biases、Odyssey、Roboflow、vLLM、SGLang、Unsloth、Learning Machine、Quali、Lightning AI 等平台。

对于技术选型，个人开发者或小型团队进行原型验证可选用单节点 DGX Station；部门级多智能体协作开发适合配置 2-4 节点的 DGX Spark 集群；受监管行业如金融、医疗、政务等场景建议采用隔离部署的 DGX Station；而有云端扩展需求的项目则可在统一架构下灵活选择任意 DGX 配置作为起点。

NVIDIA 通过 DGX Spark 与 DGX Station 将数据中心级 AI 算力下沉至桌面环境，配合 NemoClaw 开源栈提供的安全运行时，为企业构建自主 AI 智能体提供了合规、可控、可扩展的技术底座。其核心价值在于架构统一性——开发者可在本地完成全周期开发，再按需扩展至生产环境，避免重复工程投入。对于关注 AI 基础设施的技术团队而言，这一产品组合代表了企业级 AI 部署从“云端集中”向“边缘-云端协同”演进的重要技术路线。