西北大学物理学院用 NVIDIA DGX Spark 建本地 AI 教学与科研平台

方案背景：生成式 AI 正在改变知识获取、内容生成与科研协作方式，高校希望把大模型引入物理教学与科研。但教师普遍缺乏开发经验，从需求梳理到原型实现周期长；原型运行后还需要持续调试、验证和优化，若依赖机房或云端资源，申请、配置和排期都会拖慢节奏。课程资料、教学知识库、科研数据与学生数据还涉及隐私和知识产权，需要本地可控运行。

解决方案与架构：西北大学物理学院选择 NVIDIA DGX Spark 作为本地 AI 算力底座，在学院内部完成模型部署、场景验证和应用开发。平台支持教师从基础模型体验开始，逐步扩展到教学问答、课程内容生成、科研文献分析和个性化智能体开发，形成“体验—原型—验证—推广”的路径，降低非计算机专业教师使用生成式 AI 的门槛。

核心技术组件：DGX Spark 采用 GB10 Grace Blackwell 架构与统一内存设计，可在桌面级体积内运行较大参数模型；配套的 NVIDIA AI 软件栈提供模型推理、开发框架与容器化部署能力。学院把课程资料、教学知识库和科研数据保存在本地，通过本地推理服务向教学与科研应用提供模型能力，避免敏感数据频繁上传云端。

实施成果：教师可以在本地快速完成原型开发和反复调试，不再受云端资源排期影响；学院以可控的硬件投入和运营成本，持续支撑智能体的开发与运行，为全院规模化推广建立基础。实际使用中，教师逐步形成对模型能力、适用边界和落地方式的判断，教学由单向知识传递转向更具互动性和个性化的方式。

未来展望：西北大学物理学院计划把本地平台扩展为覆盖教学、科研和管理的统一 AI 基础设施，继续积累物理学科专属的提示词、知识库与智能体工作流。该模式为高校在数据可控前提下引入生成式 AI 提供了可复制的样板，可推广到更多院系和学科。