تصور کنید یک مدل زبانی با ۷۴ میلیارد پارامتر را بدون اتصال به اینترنت و به‌صورت کاملاً خصوصی روی لپ‌تاپ خود اجرا کنید. این دیگر یک رویای سخت‌افزاری نیست، بلکه واقعیت جدیدی است که انویدیا با معرفی سری RTX Spark خلق کرده است. در حالی که اکثر سیستم‌های هوش مصنوعی برای کار کردن به اتصال ابری نیاز دارند، یک لپ‌تاپ رده‌بالا اکنون می‌تواند مدل‌های عظیم را به‌طور کامل آفلاین اجرا کند.
در ۱۶ اکتبر ۲۰۲۶، انویدیا (NVIDIA) خط تولید لپ‌تاپ‌های RTX Spark را از طریق برندهای مطرحی چون ایسوس (ASUS)، دل (Dell)، اچ‌پی (HP)، لنوو (Lenovo)، مایکروسافت (Microsoft) و ام‌اس‌آی (MSI) با قیمت پایه ۲۵۹۹ دلار روانه بازار جهانی کرد.
دسترسی در بازار و عرضه
این سیستم‌ها از طریق وب‌سایت‌های سازندگان و خرده‌فروشان بزرگی از جمله آمازون، Ant Online، B&H Photo Video، بست بای (Best Buy) و کاستکو (Costco) به فروش می‌رسند. انویدیا برای علامت‌گذاری این عرضه جهانی، رویدادهای رونمایی همراه با نمایش‌های زنده را در شهرهایی چون سان‌فرانسیسکو، برلین، استانبول، پکن، سئول و تایپه برگزار کرد. مدل‌های اولیه این سری شامل موارد خاصی است: ASUS ProArt P14 و P16، Dell XPS 16، HP OmniBook Ultra و OmniBook X 14، Lenovo Yoga Pro 9n، Microsoft Surface Laptop Ultra و MSI Prestige N16 و Prestige N16 Flip AI+.
این عرضه، تغییری بنیادین از هوش مصنوعی وابسته به ابر به سمت «هوش ترکیبی» (Hybrid Intelligence) است. در حالی که اکثر کاربران در حال حاضر از طریق مرورگر با AI تعامل دارند، معماری RTX Spark بار پردازشی سنگین را به خود دستگاه منتقل می‌کند. جنسن هوانگ، بنیان‌گذار و مدیرعامل انویدیا، اعلام کرد که RTX Spark، هوش مصنوعی انویدیا، گرافیک RTX و هسته‌های CUDA را در کنار مایکروسافت ویندوز برای خلق، گیمینگ و اجرای عامل‌های هوش مصنوعی شخصی ترکیب می‌کند. یوسف مهدی، نایب‌رئیس اجرایی مایکروسافت، افزود که ویندوز در حال تبدیل شدن به پلتفرمی برای هوش ترکیبی است تا حجم کاری بسته به نیاز، به‌صورت محلی اجرا شود یا در صورت لزوم به ابر متصل گردد.
طبق گزارش unite.ai، قلب تپنده این سیستم‌ها یک سوپرچیپ واحد است. این سخت‌افزار، یک GPU Blackwell RTX را با یک CPU Grace که با همکاری مدیاتک (MediaTek) توسعه یافته است، جفت می‌کند.
مشخصات فنی
مشخصات فنی مدل RTX Spark N1X به شرح زیر است:
- پیکربندی پیشرفته: GPU بلک‌ول با ۶۱۴۴ هسته، CPU گریس ۲۰ هسته‌ای و تا ۱۲۸ گیگابایت حافظه LPDDR5X.
- پیکربندی استاندارد: GPU با ۵۱۲۰ هسته، CPU ۱۸ هسته‌ای و تا ۶۴ گیگابایت حافظه.
- عملکرد: تا ۱ پتافلاپ توان پردازشی FP4 برای هوش مصنوعی، که برای مدل‌های بزرگ و عامل‌های AI کافی است.
- توان مصرفی: محدوده توان بین ۴۵ تا ۸۰ وات، در حالی که طراحی‌های باریک، عمر باتری تمام‌روز را ارائه می‌دهند.
- تکنولوژی‌های کلیدی: نسل چهارم هسته‌های Ray Tracing، نسل پنجم Tensor Cores، DLSS 5 و Reflex 2.
- مجموعه ابزاری یکپارچه: شامل NVIDIA CUDA، DLSS، OptiX، Reflex، G-SYNC، TensorRT و شتاب‌دهنده سخت‌افزاری ویدیو.
کاربران می‌توانند عامل‌های محلی مانند GitHub Copilot، Perplexity، Hermes، OpenClaw، Pi و WorkBuddy را از طریق نصب‌کننده‌ها و راهنمای تنظیمات، بدون نیاز به خط فرمان (Command Line) فعال کنند. دیلون رولنیک، مدیرعامل Nous Research، اشاره کرد که آوردن عامل Hermes به این پلتفرم، به کاربران اجازه می‌دهد مدل‌های بازمتن را به‌صورت بومی روی ویندوز اجرا کنند. برای کارهای بسیار سنگین، مدل Nemotron 3.5 Bolt 74B-A9B 24GB — یک مدل با ۷۴ میلیارد پارامتر که برای وظایف چندمرحله‌ای و فراخوانی ابزار (Tool Calling) ساخته شده — در پیکربندی‌های پشتیبانی‌شده در دسترس است. این مدل در ادامه تلاش‌های انویدیا برای بهینه‌سازی است که در بررسی‌های اخیر نشان داد Nemotron 3.5 می‌تواند با حجم کمتر، کارایی مشابه مدل‌های استدلالی بزرگ را ارائه دهد.
امنیت و اکوسیستم توسعه‌دهندگان
برای مدیریت این عامل‌ها، محیط اجرای امن NVIDIA OpenShell و کانتینرهای اجرایی مایکروسافت (Microsoft Execution Containers) مجوزها و دسترسی‌ها را مدیریت می‌کنند. مهارت‌های عامل انویدیا (NVIDIA agent skills) اجازه می‌دهد تا این عامل‌ها با ابزارهایی مانند RTX Remix، کتابخانه‌های Omniverse و NVIDIA Broadcast ادغام شوند.
ابزارهای توسعه‌دهندگان نیز به‌طور کامل بازنگری شده‌اند. مایکروسافت و انویدیا نخستین بیلد PyTorch-CUDA برای ویندوز روی ARM، نخستین بیلد پیش‌فرض بومی پایتون و یک نصب‌کننده بومی Conda را ارائه کردند. این سیستم از ۹۷٪ از ۱۵ هزار بسته برتر پایتون پشتیبانی می‌کند. علاوه بر این، مخزن متن‌باز GitHub با نام NVIDIA Skills به عامل‌ها می‌آموزد که چگونه از ابزارهای CUDA-X استفاده کنند. پشتیبانی بومی از CUDA تضمین می‌کند که کدهای پردازش‌شده محلی روی دستگاه باقی بمانند، با مسیری برای استقرار در ۱۵۰ میلیون PC هوش مصنوعی RTX و GPUهای ابری.
عملکرد خلاقانه و گیمینگ
متخصصان خلاق از طریق ادوبی (Adobe) دستاوردهای فوری کسب می‌کنند. فتوشاپ و پریمیر در حال ادغام شتاب‌دهنده NVIDIA TensorRT از طریق نسخه‌های بتا هستند و Substance 3D نیز به دنبال آن‌ها خواهد بود. دیپا سوبرامانیام از ادوبی اشاره کرد که این جفت‌شدگی به هنرمندان اجازه می‌دهد با قدرت و سرعت بیشتری کار کنند.
ابزارهای خلاقانه اضافی عبارتند از:
- NVIDIA Broadcast 2.3: پاک‌سازی نویز پس‌زمینه از ضبط‌ها و افزودن پروفایل‌های میکروفون Studio Voice.
- RTX Video: ویژگی‌های بتا که تولید فریم (Frame Generation) تا ۴ برابر و رزولوشن فوق‌العاده تا 4K را فراهم می‌کند.
- ComfyUI: نودهای جدید RTX Video که ویدیوهای AI با ۱۵ فریم بر ثانیه را به ۶۰ فریم بر ثانیه HDR ارتقا می‌دهند، بدون اینکه هزینه‌های ابری به‌ازای هر استفاده وجود داشته باشد.
- حجم کاری: سیستم‌ها می‌توانند صحنه‌های سه‌بعدی تا ۹۰ گیگابایت و ویرایش ویدیوهای 8K 4:2:2 را در حالت باتری مدیریت کنند.
گیمرها تأثیر این سخت‌افزار را در عناوینی چون Cyberpunk 2077، Fortnite، Gears of War: E-Day، Marvel Rivals و World of Warcraft حس خواهند کرد. بازی NBA 2K27 از DLSS 5 و رندرینگ عصبی هدایت‌شده سه‌بعدی (3D-Guided Neural Rendering) استفاده می‌کند. پیتر کاویک از استودیو 2K تأیید کرد که آن‌ها برای بهینه‌سازی این عنوان با انویدیا همکاری کرده‌اند. یک مدل AI جدید که در ۱۶ اکتبر در دسترس قرار گرفت، ۲ برابر سریع‌تر است و نرخ فریم DLSS 5 را تا ۱.۴ برابر افزایش می‌دهد. انویدیا ادعا می‌کند این سیستم‌ها می‌توانند در رزولوشن 1440p برای بازی‌های AAA، نرخ بیش از ۱۰۰ فریم بر ثانیه را حفظ کنند.
برای کاربر تجاری، این بدان معناست که «PC هوش مصنوعی» دیگر فقط لپ‌تاپی با یک کلید Copilot نیست، بلکه یک سرور محلی است. با استفاده از NVIDIA PAIR، یک دستگاه RTX Spark می‌تواند استنتاج (Inference) هوش مصنوعی را برای سایر دستگاه‌های ویندوز، لینوکس یا macOS در همان شبکه مدیریت کند و بدین ترتیب آن دستگاه‌ها را برای خلق و گیمینگ آزاد نماید.
این حرکت فشار شدیدی بر سری M اپل و Snapdragon X Elite کوالکام وارد می‌کند. انویدیا با یکپارچه کردن CPU و GPU در یک سوپرچیپ با حداکثر ۱۲۸ گیگابایت حافظه یکپارچه، شکاف حرفه‌ای بین یک لپ‌تاپ قابل حمل و یک ایستگاه کاری دسکتاپ را هدف قرار داده است.
انویدیا و مایکروسافت نخستین بار این پلتفرم را در ۷ اکتبر ۲۰۲۶ در رویداد Windows AI and Surface در سان‌فرانسیسکو معرفی کردند. نسخه‌های دسکتاپ فشرده از RTX Spark قرار است در ماه نوامبر عرضه شوند.
منتظر اولین بنچمارک‌های مستقل باشید که عملکرد محلی Nemotron 3.5 را با GPT-4o ابری مقایسه می‌کند تا مشخص شود آیا وعده «عامل محلی» در بهره‌وری دنیای واقعی محقق می‌شود یا خیر.
گفتگو