NVIDIA Project Digits 复活：个人超算的第二次机会

2026年5月，NVIDIA 悄悄更新了 Project Digits 的产品页面——这台原定2025年发货、后来跳票一整年的"个人AI超算"，终于给出了确定的时间表。

但真正的故事不在发货日期。

从跳票到回归：发生了什么

Project Digits 在2025年CES上由黄仁勋亲自发布——一台搭载 GB10 Grace Blackwell Superchip 的桌面设备，号称能把"云端的AI超算放到你桌上"。定价 $3,000，目标用户是数据科学家、AI研究者和学生。

然后它就消失了。整整一年没有任何更新，业界普遍猜测原因：

• GB10 良率问题：Grace+Blackwell双芯封装，两个不同制程的芯片做CoWoS-L整合，良率爬坡比预期慢得多
• HBM供不应求：128GB统一内存需要HBM3e，云端客户（AWS/Azure/GCP）优先拿货
• 定价过于激进：$3,000 vs 同期一台8×H100服务器$30万+，NVIDIA内部可能在纠结渠道策略

现在回归，核心规格没大变——GB10 Grace Blackwell Superchip、128GB统一内存、4TB NVMe存储、2000 TOPS FP4算力。但有一个关键信号：发货时间确定为2026年Q3。

给行业带来的三个信号

信号一：个人AI硬件市场被确认存在

NVIDIA 愿意把一块本可以卖$50,000的芯片装进$3,000的盒子，说明它看到了一个真实存在的市场：不需要云端GPU、不需要共享集群的独立AI开发者。

2024年这个群体还不存在——大家都在用API。2025年之后，开源模型（Llama 3.2/Qwen 2.5/DeepSeek-V3）的质量追上了闭源API，本地部署的价值凸显：数据不出门、调试不限次、成本可预测。

信号二：统一内存架构将成为AI硬件的标配

GB10的128GB统一内存（CPU+GPU共享同一块HBM3e）是这个品类最关键的架构选择。传统PC的CPU内存↔GPU显存之间有PCIe瓶颈——模型要先加载到CPU内存，再分批拷到GPU显存。而统一内存让模型一次性加载，推理延迟降30-50%。

信号三：$3,000-$5,000 是"个人AI"的甜蜜点

对比一下当前市场： - Digits：$3,000 / 128GB / 2000 TOPS / 2026Q3 - Mac Studio M4 Ultra：$3,999 / 96GB / ~60 TOPS（NPU + GPU） / 现货 - 铠盒F1：~$2,500 / 128GB / 126 TOPS / OpenClaw生态 / 现货

三台设备的路线分化非常清晰：Digits走极限算力（但要等）、Mac走生态整合（但贵且封闭）、铠盒走"够用即可+开放生态+OpenClaw智能体"。不同需求匹配不同方案，这个品类的消费者终于有了选择权。

了解更多智能体计算机方案，访问 nizwo.com。