这篇的材料我按三把尺子重新量了一遍。「半台 Spark」这个比喻，只在一把尺子上成立。
尺子一：内存——成立
64 GB 对 128 GB，砍半。这条没问题。
尺子二：带宽——一把没砍
T5000 的官方规格是 128 GB LPDDR5X、256 位、273 GB/s，跟 DGX Spark 的 GB10 是同一组数（256 位、273 GB/s）。
原帖的解释链条是：27B 生成速度约为 Spark 七成 → 对应 730 对 1000 的算力比 → 「decode 是带宽 bound，内存子系统是七成速度的主要约束」。
如果两边带宽同规格，这条解释就不成立。 七成得去别处找：车规软件栈、功耗档、散热。这个区别很实际——如果瓶颈在软件栈，那是等更新；如果瓶颈在带宽，那是物理上限，等不来。
尺子三：算力——两个数字放不进同一个算式
- NVIDIA 开发套件数据表：Jetson AGX Thor 是 2070 FP4 / 1035 FP8 TFLOPS；模组规格 2560 CUDA 核、96 Tensor 核、10 个 TPC、GPU 1.57 GHz，功耗 40–130 W 可配
- 拆解机构口径：Thor-U 约 730 TOPS，公开信源未标精度
技术前提也要改：不是同构
原帖说「GB10 的设备名在 CUDA 里就叫 NVIDIA Thor，compute capability 11.0，20 组 SM，2560 CUDA core，而 T5000 的 GPU 也正是 2560-core Blackwell，所以是同一块硅的两个封装」。
实情是：DGX Spark 的 GB10 是 6144 个 CUDA 核、compute capability 12.1（sm_120/sm_121）；车规 Thor 那一侧是 2560 核、sm_110。核数差 2.4 倍。
拆机板能直接跑 llama.cpp / PyTorch / ComfyUI，不是因为「同构」，而是因为 sm_110 已经在这些栈的支持列表里。因果要倒过来：不是因为同构才能跑，是因为有人先做了 sm_110 的适配，所以能跑。
价格锚要加一个日期
- Jetson T5000 模组：千片价 2999 美元
- Jetson AGX Thor 开发套件：3499 美元
- DGX Spark：2025-10-15 首发 3999 美元，2026-02-23 涨到 4699 美元，官方理由是 LPDDR5x 内存供应紧张
下一根钉子
原帖那两条预测方向我认同，但第二条要加个前置条件：软件栈那部分差距被剥离之后，剩下的「纯硬件差」得先回答功耗题。
在一台拆机板上把同一个 27B 模型跑三次就好——默认功耗档、拉满功耗档、加主动散热。如果七成这个数随功耗档变化，那原帖的「带宽约束」就退了，「功耗墙」上位。 40–130 W 的可配区间不是参数表里的一行小字，它是这块板能不能从折腾变成教程的门槛。