Local Intelligence / Built Within
從一台 DGX Spark，到企業級 AI 算力。將 Qwen、GLM、DeepSeek 與企業知識庫、AI 助理連接，讓資料與模型留在你可控的環境。
DGX Spark 現貨供應 · 最快 3 天完成部署部署時間以設備、網絡及資料準備就緒為前提。
Qwen3.8-Flash-Next · AA 智能指數 40 · 查看能力與排名 ↘SUNRISE ORIGIN / COMPUTE LAB
你的資料。你的模型。你的算力。
NVIDIA
DGX Spark
128 GB
統一記憶體
選擇你的起點
香港 DGX Spark 現貨供應，環境與需求準備就緒後最快 3 天部署。提供單機、雙機選型、模型配置、企業知識庫與助理整合。
查看方案 QWEN / LOCAL DEPLOYMENTQwen3.8-Flash-Next 本地部署：雙 DGX Spark 配置評估、量化推理、企業文件檢索與專用助理，使用業務樣本驗證品質及並發。
查看方案 PRIVATE KNOWLEDGE / BUSINESS AI以 DGX Spark 建立企業私有 AI 知識庫：本地模型、文件檢索、來源引用與角色助理，按資料權限及業務樣本驗證。
查看方案Sunrise Origin AI Lab — Enterprise AI Infrastructure
讓模型、資料與權限留在企業可控環境，從內部知識庫到專用 AI 助理逐步落地。
從桌面級 AI 超級電腦到多 GPU 伺服器，我們按照模型、資料與部署邊界，建立合適的算力組合。
NVIDIA DGX Spark: 本地推理、原型開發與部門級 AI 工作流。
AI 性能
1 PFLOP
up to FP4 · sparsity conditions apply
統一記憶體
128 GB
coherent unified memory
處理器
GB10
Grace Blackwell Superchip
儲存
4 TB
self-encrypting NVMe M.2
網絡
ConnectX-7
Smart NIC
尺寸
150 mm
150 × 150 × 50.5 mm desktop
本地推理、原型開發與部門級 AI 工作流。
資料來源：NVIDIA 官方產品頁 ↗以下為 NVIDIA 官方規格。實際速度、並發與可用上下文，取決於模型、精度、量化方式、推理框架及工作負載。
DGX Spark / From Compute to Work
把本地模型、企業知識與專用助理連成一套工作流程。Sunrise Origin AI Lab 協助你從真實文件與業務場景出發，選擇合適的 Spark 配置，再以實測確認交付範圍。
DGX Spark 現貨供應
最快 3 天完成部署
需求確認、現貨配置與部署環境準備就緒後，最快 3 天完成約定範圍的部署。實際交付時間於方案確認時確定。
支援 GLM-5.3-Flash、Qwen、DeepSeek 等最新 MoE 模型系列，提供選型、量化配置、推理部署與應用整合。依模型容量及使用需求，匹配單機、雙機或多節點方案。
MoE 每次運算只啟用部分專家，但完整模型權重仍需安排記憶體。支援版本、上下文、並發及交付配置，在部署前確認。
查看單台、雙台與四台模型配置 ↓Qwen3.8-Flash-Next / Intelligence, Delivered Locally
從辦公協作、複雜推理到程式開發，Qwen3.8-Flash-Next 讓本地 AI 具備處理更完整工作任務的能力。我們以 DGX Spark 整合模型推理、企業知識與專用助理，把模型能力接到你的工作流程。
排名核查：2026-10-08。AA 為模型級獨立評測，主要測英文文本能力；Hugging Face 榜收錄社群提交的評測結果。
Qwen 官方比較表中的 5 款模型 · 分數越高越好
以上排名由 Qwen 官方表內分數排序。CoWorkBench 為 Qwen 自建辦公基準；SWE-bench Pro 採修訂任務，Claude 分數引用其已發布結果。不同模型的測試設定詳見來源。
按任務選型：官方表中 HLE 為 35.9，低於 Claude 的 40.0；NL2Repo 為 48.1，低於 DeepSeek 的 54.2。
公開榜單展示模型能力。本地量化版本的實際效果依權重版本、推理框架與業務測試而定；此處分數不是我們的 Spark 實測。
DGX SPARK / MODEL RECIPES
來源核對 2026-10-10
以 MIA 公開部署目錄為選型起點。按任務、模型記憶體與使用人數，評估 Qwen、GLM 和 DeepSeek 的本地配置，再用你的文件驗收。
以下為 MIA／社群公開配置與測量；Sunrise Origin 尚未按相同條件復測。速度取決於量化、上下文、並發及硬件環境，交付以客戶工作負載驗證為準。
INT4-AR · TensorFold · MTP
部門知識助手、文件整理與程式研發的單台起點。
啟動約需 92 GiB 可用記憶體及 160 GB 磁碟。此版本縮減啟用專家並經修復訓練，需評估速度與回答品質的取捨；上下文與並發共享 KV 容量。
NVFP4 · TensorFold · MTP
評估團隊共享服務、長文件與多步研發工作流。
CX7 直連；每台約需 102 GiB 可用記憶體。1M 窗口由 YaRN 擴展，約 3.9M 共享 KV 容量；16 流吞吐不代表 16 個完整 1M 窗口同時運行。
EXL3 4-bit · TensorFold
評估企業長資料、研究文件與本地知識工作。
原生 1M 窗口；CX7 直連，每台約需 110 GiB 可用記憶體，約 2.9M 共享 KV。公開加速測量使用 CC BY-NC-ND 4.0 的 DFlash2；商業交付需確認授權，或另驗證 MTP 方案與效能。
DFlash2 模型授權 ↗MXFP4 / FP8 · SGLang · NVMe Engram
面向大型 MoE 推理與學校科研的四台叢集評估。
200 GbE 交換式 RoCE，需跨節點分片及 NVMe Engram。約 476 GiB 權重、每台另約 48 GiB Engram 分片。公開測試通過約 1M token 針檢索；長文件任務品質仍需逐項驗證。
四台 GLM 5.3 Flash vLLM 配置仍標記為實驗方案，公開目錄未提供四台速度或上下文測量；現行 README 指向較新的雙台 TensorFold 配置。 查看原始方案 ↗
公開 Qwen 與 DeepSeek 生成速度取自關閉思考模式的測試。窗口是模型配置上限，實際可用長度需預留共享 KV；單流與多流合計速度屬不同口徑。四台的 512 GB 是實體記憶體合計，模型需跨節點分片。
可以從哪些工作開始
文件 → 檢索 → 引用
把分散在 PDF、Word、TXT 和 Excel 的文字資料整理成可查詢的知識庫。用自然語言提問，並回到引用來源核對答案。
掃描件 OCR、複雜表格辨識與既有系統串接，按項目另行評估。
記憶體數字為 128 GB 機型的實體容量合計。多機需配合網絡拓撲與分散式軟體，容量增加不代表速度或可服務人數按比例增加。
選擇場景和配置，再補充使用方式。系統會整理成可編輯的諮詢郵件草稿。
你的需求摘要
企業知識庫 · 1 × Spark
本地部署 / 一般對話與文件檢索
優先驗證模型品質、文件檢索效果與日常使用體驗。
以你的實際文件和模型，確認回答品質、來源引用、上下文與並發需求。
開啟諮詢郵件草稿在你的郵件程式中開啟，可編輯後再寄出。亦可直接聯絡 info@sunriseorigin.com。
本地部署不是買一台設備就結束。從桌面單機到機房機排，依資料邊界、模型和軟體相容性設計每一層；以本地處理為目標，按業務價值逐級擴展。
L2 / 雙機直連每台各有 128 GB 統一記憶體，透過 ConnectX-7 與分散式軟體協作，可探索約 400B 級模型。鏈路、量化、上下文與效能需逐項驗證。
128 GB
DGX Spark 每台統一記憶體
~400 B
雙機模型規模參考 · 適用量化
200 Gb/s
連接埠最高規格 · 視線材而定
1.4 TB
單台 DGX B200 HBM3e
Example / Local AI Workflow
工作流程示例 · 內容為示意，並非即時模型輸出
例如：員工詢問「設備維護需要哪些審批？」。助理檢索已授權的內部制度，整理審批步驟，並附上文件名稱與引用段落；員工可回到原文件核對，再採取下一步。
準備企業文件，確認可用範圍與存取權限。
本地模型結合相關段落，產生有引用的回答草稿。
人員檢查來源和內容，按工作流程確認後使用。
把賬算清楚，再看架構。以下為架構層面的結構性差異，不是單次調用的價格比較。
參數規模與互聯帶寬為 NVIDIA 官方規格；集群吞吐、並發與實際延遲取決於模型、精度與工作負載，正式交付前以 POC 實測為準。
以下部署層級是朝陽智源的方案分類，不是固定性能保證。正式交付前會驗證模型版本、精度、上下文、並發與資料安全要求。
Model Scale
125B backbone / 6B active + 51B embedding
Typical Scenarios
交付前驗證
模型版本 · 精度 · 上下文 · 並發 · 資料安全
最新 MoE 模型按容量、量化與框架適配配置。完整 GLM-5.3-Flash、DeepSeek-V4.1-Flash 與 Kimi K2.5 需匹配合適的雙機、多節點或企業算力方案；以實際驗證確定。
了解資料、模型、算力、使用人數與安全要求。
選擇採購、部署或租賃的合適組合，並完成 POC。
完成交付，按需要提供監控、更新與後續支援。
不需要先準備完整規格。可以從一個業務場景、一類資料或一個模型開始。
Prepare
可先準備：使用場景、資料位置、預計使用人數，以及採購或租賃偏好。