انویدیا در حال تطبیق پلتفرم محبوب DGX Spark و SoC GB10 خود است تا بهتر با واقعیت‌های مدل‌های هوش مصنوعی امروزی و کمبود گسترده عرضه سیلیکون سازگار شود. این شرکت در حال معرفی نسخه ۶۴ گیگابایتی Spark است که برای پیشگامان هوش مصنوعی محلی که به ۱۲۸ گیگابایت رم نیاز ندارند، مقرون‌به‌صرفه‌تر باشد.

زمانی که برای اولین بار شروع به بررسی قابلیت‌های DGX Spark و سیستم‌های مشابه کردیم، فرض عمومی این بود که برای نگهداری هوشمندترین مدل‌هایی که ممکن است کسی بخواهد اجرا کند، به مقدار زیادی رم نیاز است. بنابراین، سیستم‌های حافظه یکپارچه ساخته شده بر پایه Strix Halo شرکت AMD، GB10 انویدیا و تراشه‌های سری M اپل، همگی می‌توانستند با ۱۲۸ گیگابایت حافظه یا بیشتر پیکربندی شوند.

اما حوزه هوش مصنوعی به سرعت در حال پیشرفت است. مدل‌های متراکم و بسیار هوشمند مانند Qwen 3.8 27B اکنون می‌توانند به راحتی در ۳۲ گیگابایت رم جای بگیرند (البته با زمینه محدود)، بنابراین ۱۲۸ گیگابایت حافظه Spark اصلی تنها برای استنتاج محلی ضروری نیست. و قیمت‌های سرسام‌آور رم به این معنی است که یک تراشه که به طور دائم با مقدار زیادی LPDDR5X گران‌قیمت همراه شده، بیشتر مانعی برای ورود است تا یک مزیت. بنابراین، یک Spark مقرون‌به‌صرفه‌تر با رم کمتر برای کسانی که به قابلیت‌ها و پشته نرم‌افزاری پشتیبان Superchip GB10 انویدیا نیاز دارند و می‌توانند با حافظه کمتر کنار بیایند، منطقی است.

البته، یک DGX Spark «مقرون‌به‌صرفه‌تر» در بازار امروز نسبی است. سیستم‌های ۶۴ گیگابایتی GB10 از ایسر، ایسوس، دل، گیگابایت، اچ‌پی و ام‌اس‌آی قرار است در ۲۳ اکتبر با قیمت ۴۹۹۹ دلار عرضه شوند. با توجه به نوسانات مداوم قیمت حافظه و ذخیره‌سازی در حال حاضر، ممکن است این قیمت‌ها برای مدت طولانی ثابت نمانند. با فرض اینکه بتوانید یک سیستم ۱۲۸ گیگابایتی GB10 را در انبار پیدا کنید، انتظار می‌رود در حال حاضر حدود ۷۰۰۰ تا ۹۰۰۰ دلار برای آن بپردازید که بسیار بالاتر از حتی MSRP تنظیم شده انویدیا است.

جدای از تغییر ظرفیت حافظه، Sparkهای ۶۴ گیگابایتی همان ConnectX 7 RDMA NIC را مانند همتایان ۱۲۸ گیگابایتی خود حفظ خواهند کرد، به این معنی که اگر کاربری در نهایت از محدودیت‌های ۶۴ گیگابایت رم فراتر رود، همچنان می‌توان آنها را برای افزایش ظرفیت حافظه و عملکرد استنتاج خوشه‌بندی کرد. همان مجموعه CPU بیست هسته‌ای Arm از Spark اصلی بدون تغییر باقی می‌ماند، همچنین پهنای باند حافظه مشترک ۲۷۳ گیگابایت بر ثانیه برای CPU و GPU.

برای کمک به استفاده از ConnectX 7 NIC، انویدیا همچنین با یک ابزار نرم‌افزاری جدید، Nvidia Sync Cluster Assistant، اتصال Sparkها را به یکدیگر آسان‌تر می‌کند که فرآیند اتصال این سیستم‌ها را خودکار می‌سازد. (Sync یک برنامه اتصال و مدیریت از راه دور برای Spark است که به کاربران امکان می‌دهد از قدرت هوش مصنوعی Spark خود از سایر مک‌ها و رایانه‌های شخصی استفاده کنند.)

این ابزار مکمل مجموعه‌ای از ابزارهای توسعه‌یافته توسط جامعه است که در طول سال گذشته برای روان‌تر کردن فرآیند خوشه‌بندی پدید آمده‌اند، همانطور که ما در آزمایش‌های خود با خوشه‌بندی دو سیستم Dell GB10 در اوایل سال جاری از آنها استفاده کردیم.

انویدیا همچنین قابلیتی به Sync به نام Model Launcher اضافه می‌کند که به طور خودکار مدل‌هایی مانند Qwen 3.8 27B ذکر شده را در یک یا چند سیستم دانلود و راه‌اندازی می‌کند و آنها را به عامل کدنویسی مبتنی بر مرورگر OpenCode متصل می‌کند تا کاربران بتوانند بلافاصله از کارخانه‌های توکن محلی خود برای گردش کارهای عامل‌محور استفاده کنند.

DGX Spark 128 گیگابایتی و مدل‌های مشابه آن برای کسانی که به فضای بیشتری برای مدل‌های بزرگتر و مقیاس‌بندی در خوشه‌ها نیاز دارند، یا برای کارهای هوش مصنوعی محلی با نیاز حافظه بالا مانند تنظیم دقیق مدل، همچنان در دسترس خواهند بود. بنابراین، اساساً هیچ نقطه ضعفی در این افزودن به خط تولید DGX Spark وجود ندارد. در بازار پرنوسان امروز، داشتن گزینه‌ها خوب است و Spark 64 گیگابایتی به علاقه‌مندان هوش مصنوعی محلی انتخابی دیگر می‌دهد تا بهتر با بودجه و گردش کارهایشان سازگار شود.