過去提到 AI 運算，多數人會先想到資料中心、雲端 GPU、H100、B200，或是需要龐大機房才能部署的大型 AI 伺服器。但隨著生成式 AI、RAG、AI Agent、模型微調與本地推論需求快速增加，越來越多開發者、研究團隊與企業開始思考另一個問題：能不能把足夠強的 AI 運算能力放到桌上？
NVIDIA GB10 就是在這個脈絡下受到關注的關鍵字。
從目前官方與品牌資料來看，GB10 並不是一般消費級顯卡，也不該簡單理解成「某一張 GPU」。它更接近一顆整合 CPU、GPU、統一記憶體與 AI 運算能力的 NVIDIA GB10 Grace Blackwell Superchip。而 NVIDIA DGX Spark、ASUS Ascent GX10、Acer Veriton GN100、Leadtek NVIDIA DGX Spark Founders Edition 等產品，則是圍繞 GB10 打造的桌上型 AI 超級電腦或個人 AI 工作站。
GB10 是什麼？它不是一般顯卡，而是 Grace Blackwell 超級晶片
GB10 的完整定位，可以先理解為 NVIDIA GB10 Grace Blackwell Superchip。它採用 NVIDIA Grace Blackwell 架構，整合 Grace CPU 與 Blackwell GPU，用於小型桌上型 AI 超級電腦與個人 AI 工作站。
以 NVIDIA DGX Spark 為例，NVIDIA 官方頁面將它定位為「放在桌上的 AI supercomputer」，並標示它搭載 GB10 Superchip，可提供最高 1 petaFLOP FP4 AI 效能，並配備 128GB coherent unified system memory。NVIDIA 也強調，這類設備可在桌面環境中執行 AI 開發與測試工作負載，支援最高 200B 參數模型。
這代表 GB10 和傳統桌機顯卡的比較方式不同。一般玩家或創作者熟悉的 RTX 顯卡，通常會比較 CUDA 核心數、VRAM 容量、功耗、遊戲效能與 PCIe 插槽；但 GB10 類產品更像是一套完整的 AI 運算平台，重點不只在 GPU，而是 CPU、GPU、統一記憶體、網路、儲存與 AI 軟體堆疊的整合。
簡單來說：
GB10 不是單純的顯卡名稱，而是 NVIDIA Grace Blackwell Superchip；DGX Spark 則是採用 GB10 的桌上型 AI 超級電腦代表產品。
NVIDIA DGX Spark：GB10 最具代表性的官方產品
如果要理解 GB10，最直接的方式就是先看 NVIDIA DGX Spark。
NVIDIA Marketplace 的 DGX Spark 頁面列出幾項核心規格：NVIDIA GB10 Grace Blackwell superchip、1 PFLOPS FP4 AI performance、128GB coherent unified system memory、ConnectX-7 Smart NIC、4TB storage，以及 150mm × 150mm × 50.5mm 的小型機身。
這些規格說明 DGX Spark 的產品方向非常明確：它不是傳統大型伺服器，而是希望把 AI 開發者需要的算力、記憶體與軟體環境濃縮到桌面設備中。
DGX Spark 核心規格整理
| 項目 | 內容 |
|---|---|
| 核心晶片 | NVIDIA GB10 Grace Blackwell Superchip |
| 架構 | NVIDIA Grace Blackwell |
| AI 效能 | 最高 1 PFLOPS FP4 |
| 記憶體 | 128GB coherent unified system memory |
| 儲存 | 4TB storage |
| 網路 | ConnectX-7 Smart NIC |
| 定位 | 桌上型 AI 超級電腦、個人 AI 工作站 |
| 主要用途 | 本地 AI 開發、模型微調、推論、RAG、AI Agent 測試、企業 PoC |
這裡最值得注意的是 128GB 統一記憶體。它不應該被直接寫成「128GB VRAM」。傳統獨立顯卡的 VRAM 是 GPU 專用記憶體，而 DGX Spark／GB10 強調的是 CPU 與 GPU 可協同使用的 unified system memory。對 AI 開發者來說，這種設計的意義在於可以讓更大的模型與資料在本地環境中運作，而不是每次都依賴雲端 GPU。
GB10 的技術亮點：1 PFLOPS、128GB 統一記憶體與 200B 模型支援
GB10 最吸引人的地方，不只是它體積小，而是它把過去偏向資料中心的 AI 運算概念，下放到桌上型設備。
NVIDIA 官方資料指出，DGX Spark 可提供最高 1 petaFLOP FP4 AI performance，並搭配 128GB coherent unified system memory，用於桌面 AI 開發與測試工作負載。 NVIDIA 台灣 Marketplace 頁面也提到，DGX Spark 預先安裝 NVIDIA AI 軟體堆疊，開發者可在本機對 DeepSeek、Meta、Google 等新一代推理 AI 模型進行原型設計、微調與推論，並支援最多 2,000 億參數模型。
不過，這裡要特別提醒：支援 200B 參數模型，不等於任何 200B 模型都能在所有設定下高速運行。
實際體驗仍會受到以下因素影響：
模型是否量化
推論框架是否支援
上下文長度設定
batch size
模型格式
軟體堆疊版本
是否使用多機串接
工作負載是推論、微調，還是完整訓練
GB10／DGX Spark 的優勢在於讓開發者能在桌面環境中進行大型模型原型設計、微調、推論與 AI Agent 工作流程測試；但實際可處理的模型大小與速度，仍需依模型格式、量化方式與軟體環境判斷。
GB10 適合誰？不是一般玩家，而是 AI 開發者與研究團隊
GB10 類產品的目標族群非常明確。它不是為了取代一般家用電腦，也不是單純為了打遊戲、剪片或文書處理而設計。
它更適合以下幾類使用者：
1. AI 開發者
如果你正在開發 RAG 系統、AI Agent、內部知識庫、LLM 應用、語音模型、多模態模型或本地推論工具，GB10 類設備可以讓你在本機環境中快速測試模型與應用流程。
相比全部依賴雲端 GPU，本地設備的好處是資料可留在內部環境，測試流程也比較穩定，不會完全受到雲端資源價格、排程與 API 限制影響。
2. 研究團隊
研究團隊常需要反覆測試模型、調整參數、比較不同框架與部署方式。GB10 的 128GB 統一記憶體與 AI 軟體堆疊，可以降低部分環境建置門檻。
它不一定能取代大型訓練叢集，但很適合作為研究室、實驗室或開發團隊的本地 AI 原型機。
3. 企業 PoC 團隊
企業導入 AI 時，常會先做 proof of concept。這時候最重要的不是馬上上線大規模系統，而是快速驗證：
內部資料能不能做 RAG
模型能不能在本地推論
AI Agent 能不能串接既有流程
資安與資料隔離能不能接受
部署到雲端或資料中心前，是否能先在桌面環境測試
GB10／DGX Spark 類產品正好符合這種需求。
4. 需要本地 AI 運算的工作站使用者
如果你原本就在使用 RTX 4090、RTX 5090、A6000、L40S 或其他 GPU 工作站，GB10 的吸引力在於它提供另一種架構選擇：小型化、統一記憶體、AI 軟體整合與多機串接能力。
但它是否比傳統 GPU 工作站更適合你，仍要看你的工作負載。
GB10 和傳統 GPU 工作站有什麼不同？
很多人查 GB10 時，第一個問題會是：「它的 GPU 是什麼？VRAM 有多少？跟 RTX 5090 比誰比較強？」
這樣問很直覺，但不完全正確。
GB10 類產品和傳統 GPU 工作站的設計邏輯不同。傳統 GPU 工作站通常是 x86 CPU 加上獨立顯卡，GPU 有自己的 VRAM，系統記憶體與顯示記憶體分開計算。而 GB10／DGX Spark 類產品則是以 Grace Blackwell Superchip 為核心，強調 CPU、GPU 與統一記憶體的整合。
傳統 GPU 工作站重點
顯卡型號
VRAM 容量
CUDA 效能
PCIe 插槽
電源與散熱
驅動版本
Windows／Linux 相容性
GB10／DGX Spark 重點
GB10 Grace Blackwell Superchip
128GB coherent unified system memory
NVIDIA AI software stack
本地 AI 模型開發
ConnectX 網路串接
小型桌上型機身
AI 原型、微調與推論流程
因此，GB10 不適合只用「VRAM 幾 GB」來比較。更合理的問題應該是：
我的模型是否需要大容量統一記憶體？
我是否需要本地 AI 軟體堆疊？
我是否要跑 RAG、Agent、模型微調或推論？
我的工作流程是否能接受 Arm／Linux／DGX OS 類環境？
我是否需要多台設備串接？
如果你的需求只是遊戲、剪片、3D 渲染或一般工作，傳統 RTX 工作站可能更符合成本效益。但如果你的需求是本地 AI 開發與大型模型實驗，GB10 就有它的特殊價值。
ASUS Ascent GX10：GB10 品牌版本代表
除了 NVIDIA DGX Spark，ASUS Ascent GX10 也是目前最受關注的 GB10 桌上型 AI 超級電腦之一。
ASUS 官方頁面標示 Ascent GX10 採用 NVIDIA GB10 Grace Blackwell Superchip，可提供 1 petaFLOP AI performance，並搭配 128GB memory，用於 200B model fine-tuning。ASUS 也將它定位為面向 AI researchers 與 developers 的 desktop AI supercomputer。
ASUS IoT 的產品新聞稿進一步指出，Ascent GX10 採用 NVIDIA GB10 Superchip，內含 20-core NVIDIA Grace CPU 與 NVIDIA Blackwell GPU，最高可提供 1 petaflop AI performance，並支援 128GB unified memory，可在桌面環境處理最高 200B 參數模型。
這代表 ASUS Ascent GX10 的定位不是一般迷你電腦，而是專門為 AI 開發者設計的小型 AI 工作站。
ASUS Ascent GX10 適合誰？
AI 研究者
LLM 開發者
本地推論使用者
企業 AI PoC 團隊
需要小型桌上 AI 設備的團隊
想測試 200B 模型工作流程的開發者
ASUS Ascent GX10 是 GB10 合作夥伴版本中的代表產品，採用 NVIDIA GB10 Grace Blackwell Superchip，整合 Grace CPU 與 Blackwell GPU，搭配 128GB 統一記憶體，主打本地 AI 開發、模型微調與生成式 AI 工作流程。
GB10 價格怎麼看？不要只比關鍵字，要比完整型號
GB10 價格是很多人最關心的問題，但也是最容易誤解的部分。
因為「GB10」可能出現在 NVIDIA DGX Spark、ASUS Ascent GX10、Acer Veriton GN100、Leadtek DGX Spark Founders Edition，甚至其他合作夥伴版本中。不同品牌、不同地區、不同通路、不同 SSD 容量、不同保固方案，都可能導致價格不同。
所以查價格時，不建議只搜尋「GB10 價格」就直接比較。更正確的方式是用以下欄位整理：
| 比較項目 | 為什麼重要 |
|---|---|
| 完整品牌型號 | 避免把不同產品混在一起 |
| 是否搭載 GB10 | 確認是否為 Grace Blackwell Superchip |
| 記憶體容量 | 多數版本為 128GB，但仍應確認 |
| SSD 容量 | 可能有 1TB、2TB、4TB 或不同配置 |
| 作業系統 | 需確認是否為 Ubuntu、DGX OS 或其他版本 |
| 軟體堆疊 | 是否預載 NVIDIA AI software stack |
| 保固 | 企業採購非常重要 |
| 通路 | 官方、品牌官網、經銷商、電商平台價格可能不同 |
| 庫存 | AI 工作站可能有預購或供貨等待 |
| 更新日期 | 價格與供貨狀態容易變動 |
對企業採購來說，價格不應只看商品頁標價，還要確認是否含稅、是否含保固、是否含技術支援，以及是否有企業採購方案。
GB10、N1X、GB100、GB200、GH100 不要混為一談
許多讀者會搜尋「GB10 vs N1X」「GB10 N1X」「GB100 價錢」「GB200」「GH100」等關鍵字，但這些名稱不能只因為看起來接近，就視為同一種產品。
你的原稿已經提醒：GB10、N1X、GB100、GB200、GH100 之間的技術從屬關係，不應在資料不足時自行判定。 這一點建議保留，因為 NVIDIA 產品線很複雜，晶片、平台、伺服器、工作站與 GPU 加速器常常會被混在一起討論。
比較時，應該先確認：
官方完整名稱
產品定位
是晶片、平台、顯卡、伺服器還是整機
適用場景
官方規格頁
品牌型號
通路價格是否對應同一產品
如果沒有官方資料，就不要把相近名稱硬寫成同一類產品。
購買 GB10 前，應該先問自己的 10 個問題
GB10／DGX Spark 類產品不是便宜的消費性電腦，因此購買前應該先釐清需求。
你可以用以下 10 個問題檢查自己是否真的需要它：
- 我主要是做 AI 開發、模型微調、推論，還是一般電腦工作？
- 我是否需要把模型與資料留在本地，而不是放到雲端？
- 我的模型大小是否真的需要 128GB 統一記憶體？
- 我是否熟悉 Linux、Ubuntu、容器或 NVIDIA AI 軟體環境？
- 我是要單機使用，還是未來可能串接多台設備？
- 我是否需要處理 70B、100B、200B 等大型模型？
- 我的工作負載是推論為主，還是微調為主？
- 我是否已經比較過 RTX 工作站、Mac Studio、雲端 GPU 與 GB10 的成本？
- 我是否需要品牌保固、企業支援與經銷商服務？
- 我是否能接受初期產品生態仍在快速變動？
如果你只是想跑一般 7B、8B、14B、32B 模型，傳統高階 GPU 工作站或 Apple Silicon 可能已經足夠。如果你需要的是本地大型模型開發、AI Agent 測試、企業內部 PoC 與完整 AI 軟體環境，GB10 才更值得評估。
FAQ：GB10 常見問題
1. GB10 是什麼？
GB10 是 NVIDIA Grace Blackwell Superchip，常見於 DGX Spark 與合作夥伴推出的桌上型 AI 超級電腦或個人 AI 工作站中。它整合 Grace CPU、Blackwell GPU 與統一記憶體，主打本地 AI 開發、模型微調與推論。
2. GB10 是 GPU 嗎？
不完全是。GB10 不是傳統意義上的獨立顯卡，而是整合 CPU、GPU、記憶體與 AI 運算能力的超級晶片平台。以 DGX Spark 為例，它採用 GB10 Grace Blackwell Superchip，而不是一般 PCIe 顯卡。
3. GB10 有多少 VRAM？
GB10 類產品不適合直接用傳統 VRAM 概念理解。NVIDIA 官方與品牌資料強調的是 128GB unified／coherent unified system memory，建議寫作「128GB 統一系統記憶體」，不要直接寫成「128GB VRAM」。
4. GB10 可以跑 200B 模型嗎？
NVIDIA DGX Spark 相關資料提到可支援最高 200B 參數模型，部分資料也提到雙機串接可擴展至 405B 參數模型。不過實際表現仍會受到模型格式、量化方式、框架、上下文長度與工作負載影響。
5. GB10 適合一般玩家嗎？
不太適合。GB10／DGX Spark／Ascent GX10／Veriton GN100 這類產品主要面向 AI 開發者、研究團隊、企業 PoC 與本地 AI 工作負載。如果只是遊戲、文書或一般創作，傳統 PC 或 GPU 工作站通常更符合成本效益。
6. ASUS Ascent GX10 是 GB10 電腦嗎？
是。ASUS 官方資料顯示 Ascent GX10 採用 NVIDIA GB10 Grace Blackwell Superchip，提供 1 petaFLOP AI performance 與 128GB memory，定位為 desktop AI supercomputer。
7. Acer Veriton GN100 是 GB10 工作站嗎？
是。Acer 官方頁面指出 Veriton GN100 搭載 NVIDIA GB10 Grace Blackwell Superchip，具備 128GB unified memory、最高 4TB NVMe SSD，以及最高 1 petaFLOP FP4 AI performance。
8. 台灣買得到 GB10／DGX Spark 嗎？
Leadtek 麗臺已列出 NVIDIA DGX Spark Founders Edition 相關產品頁，規格包含 GB10 超級晶片、128GB 統一共享記憶體、最高 4TB NVMe 儲存空間與 1,000 TOPS FP4 AI 效能。實際價格、庫存與交期仍建議以官方或授權通路為準。