اگر امروز برای اجرای مدلهای هوش مصنوعی به اشتراکهای ماهانه و سرورهای ابری متکی هستید، مایکروسافت راهی برای انتقال این قدرت به روی میز کار شما پیدا کرده است. قیمت شروع ۲۵۹۹ دلار برای Surface Laptop Ultra، بلیط ورود به دنیایی است که در آن محاسبات پیچیده دیگر نیازی به اینترنت پرسرعت ندارند. این دستگاه به گونهای طراحی شده است تا بارهای کاری سنگین هوش مصنوعی را از فضای ابری به روی سختافزار محلی منتقل کند.
به گزارش ZDNET، این لپتاپ از ۱۶ اکتبر در دسترس عموم قرار میگیرد و مراسم رسمی رونمایی آن در ۱۸ اکتبر ۲۰۲۴ برگزار میشود. هدف مایکروسافت از این سختافزار، تحقق مفهوم «هوشمندی ترکیبی» (Hybrid Intelligence) است تا جابهجایی بین پردازش ابری و محلی برای کاربر کاملاً نامحسوس و یکپارچه شود.
همانطور که در تحلیل قبلی ما دربارهی دسترسی Copilot به فایلهای محلی و کنترل در سطح سیستمعامل اشاره کردیم، برای اجرای واقعی این ادغامهای عمیق بدون تکیه بر سرورهای راه دور، به قدرت پردازشی عظیمی نیاز است که دیگر توسط پردازندههای معمولی تأمین نمیشود. مدل Ultra دقیقاً برای فراهم کردن این توان پردازشی خام طراحی شده است.
در مراسم رونمایی که روز چهارشنبه در سانفرانسیسکو برگزار شد، ساتیا نادلا (مدیرعامل مایکروسافت) و جنسن هوانگ (مدیرعامل انویدیا) در کنار هم حضور داشتند. این رویداد با نمایش یک ویدئوی تبلیغاتی اثرگذار و دموهای زنده همراه بود تا Surface Laptop Ultra را به عنوان پیشرو در خانوادهی جدید پردازندههای RTX Spark معرفی کند.
قلب تپنده این لپتاپ، پردازنده Nvidia RTX Spark است؛ یک تراشهی مبتنی بر ARM که اجازه میدهد مدلهای محلی عظیم — که پیش از این فقط در مراکز داده (Data Center) و با پردازندههای گرافیکی غولپیکر اجرا میشدند — روی یک لپتاپ جای بگیرند.
مشخصات فنی این دستگاه عبارت است از:
- حافظه: تا ۱۲۸ گیگابایت حافظه یکپارچه (Unified Memory) برای پشتیبانی از جریانهای کاری آیندهنگرانه
- نمایشگر: صفحه ۱۵ اینچی HDR با روشنایی خیرهکننده ۲۰۰۰ نیت
- بدنه: آلومینیوم درجه یک با لبههای گرد و منافذ خنککننده که تقریباً نامرئی طراحی شدهاند
- اتصالات: یک پورت شارژ USB-C مغناطیسی اختصاصی (Magnetic Connect) که شارژر را با آهنربا در جای خود محکم میکند
- ورودی: یک تاچپد بزرگ با فناوری بازخورد لمسی (Haptic)

طبق گزارشهای منتشر شده، مایکروسافت در این تغییر رویکرد تنها نیست. پنج تولیدکننده بزرگ دیگر شامل Asus، Dell، HP، Lenovo و MSI نیز لپتاپهای مجهز به RTX Spark را عرضه کردند. این مدلهای رقیب نیز از ویژگیهای مشابه و سطح بالایی بهره میبرند، از جمله نمایشگرهای OLED، تاچپدهای haptic و سقف حافظه یکپارچه ۱۲۸ گیگابایتی.

با وجود توانایی بالا در اجرای بازیها، مایکروسافت این دستگاه را صراحتاً برای خلقکنندگان محتوا (Creators) و توسعهدهندگان بازاریابی میکند و نه برای گیمرها. در دموهای زنده، تمرکز بر روی جریانهای کاری سنگین در نرمافزارهای Blender، ComfyUI و Photoshop بود تا توانایی اجرای مدلهای محلی بزرگ در لحظه (Real-time) به رخ کشیده شود.
این استراتژی در واقع پاسخی مستقیم به Apple MacBook Pro است و از زبان طراحی و رویکرد سختافزاری اپل در زمینه حافظه یکپارچه تقلید میکند. مایکروسافت چندین سال را صرف تکرار طراحیهای مختلف کرد و رویکرد «درست انجام دادن» را در پیش گرفت تا اطمینان حاصل کند محصول نهایی میتواند با یکپارچگی سختافزاری اپل رقابت کند.
با این حال، قیمتگذاری این دستگاه یک مانع بزرگ ایجاد میکند. با توجه به اینکه پیکربندیهای ردهبالا به قیمت ۶۰۰۰ دلار میرسند، این محصول یک ریسک مالی برای مایکروسافت است. شرکت روی گروه کوچکی از «کاربران قدرتمند AI» شرط بسته است؛ کسانی که حاضرند برای داشتن حاکمیت محلی بر دادهها و محاسبات خود، مبلغی گزاف بپردازند. از آنجایی که قیمت رم و حافظه ذخیرهسازی همچنان بالا است، این دستگاه بخش بسیار خاصی از بازار مصرفکننده را هدف قرار داده است.
برای یک متخصص، این یعنی «PC هوش مصنوعی» از یک شعار تبلیغاتی به یک دستهبندی سختافزاری ملموس، هرچند گرانقیمت، تبدیل شده است. این تغییر نشان میدهد نرمافزارهای بهرهوری در عصر بعدی، به جای تکیه بر یک اتصال سریع به اینترنت، برای ۱۲۸ گیگابایت رم محلی بهینه خواهند شد.
منتظر اولین بنچمارکهای مستقل پردازنده RTX Spark در برابر تراشههای سری M اپل باشید تا مشخص شود آیا عملکرد واقعی این تراشه، سقف قیمتی ۶۰۰۰ دلاری را توجیه میکند یا خیر.
گام بعدی شما
- اگر توسعهدهنده هستید، بررسی کنید که آیا مدلهای محلی شما با معماری ARM سازگار هستند یا خیر.
- منتظر بنچمارکهای مستقل پردازنده RTX Spark در برابر تراشههای سری M اپل باشید.
- هزینهی انتقال مدلهای ابری به سختافزار محلی را با توجه به قیمت ۶۰۰۰ دلاری دستگاه مقایسه کنید.
اما داستان سختافزاری این تحول حتی شگفتانگیزتر است — به تحلیل ما دربارهی تراشههای Blackwell مراجعه کنید.




گفتگو