2 באוקטובר 2026 האקדמיה ארכיון
מבזקים
מודלים מאבדים את המקום במשימות ארוכות השקעות הבינה המלאכותית בארגונים מזנקות ל-2.5 טריליון דולר, אבל רוב החברות תקועות בסיילו NVIDIA משיקה DGX Spark בנפח 64 ג״ב, מחשב-על אישי לבינה מלאכותית מקומית בינה מלאכותית משבשת את המשמרות של אחיות, והן מגדירות את זה כבעיית בטיחות אמזון מזהירה קהילות: אל תחסמו דאטה סנטרס, זה מסכן את ביטחון ארה"ב
מוצרים

NVIDIA משיקה DGX Spark בנפח 64 ג״ב, מחשב-על אישי לבינה מלאכותית מקומית

NVIDIA משיקה DGX Spark בנפח 64 ג״ב, מחשב-על אישי לבינה מלאכותית מקומית

מה בקופסה

החודש תגיע למדפים גרסת 64 ג״ב של DGX Spark, הבוקסה הקומפקטית של NVIDIA שמיועדת להריץ מודלים וסוכנים מקומית בלי תלות בענן. ששת השותפים, Acer, ASUS, Dell, Gigabyte, HP ו-MSI, ימכרו את התצורה החדשה עם אותו שבב GB10 Grace Blackwell Superchip, אותה מערכת DGX OS ואותו סטאק תוכנה של הגרסה היקרה יותר בנפח 128 ג״ב. ההבדל היחיד הוא הזיכרון המאוחד, שמאפשר להריץ מודלים של עד 100 מיליארד פרמטרים על מכשיר אחד, במחיר ש-NVIDIA מגדירה "נגיש" בלי לנקוב במספר.

קלאסטר בשני כבלים

הטריק המעניין מתחיל כשמחברים שתי יחידות. כל קופסה מגיעה עם כרטיס ConnectX-7 מובנה, וכבל QSFP יחיד הופך אותן לקלאסטר עם 128 ג״ב זיכרון משותף, רוחב פס כפול ותמיכה במודלים של עד 200 מיליארד פרמטרים. לפי הבדיקה של NVIDIA על Qwen 3.8 27B, הצמד מספק עד פי 1.7 ביצועים לעומת יחידה בודדת, לא הכפלה ליניארית, אבל קפיצה נאה בלי שום הגדרת תשתית ידנית. ה-Sync Cluster Assistant מזהה את הצומת השנייה, מאמת קונפיגורציה ומרימה את הרשת אוטומטית.

תוכנה מוכנה לעבודה

מהרגע שמדליקים את המכשיר הסטאק כבר שם: NVIDIA Agent Toolkit, ספריות CUDA-X AI, מודלי Nemotron פתוחים, וריצות פופולריות כמו Ollama, vLLM ו-PyTorch עם CUDA. NVIDIA טוענת שמפתח יכול להגיע ממצב כבוי למודל רץ בדקות. Blender צפויה להיות בין הראשונות שתציע מתקין ייעודי לפלטפורמה, מה שמסמן כיוון של לא רק חוקרים אלא גם יוצרים תלת-ממד שרוצים אינפרנס מקומי.

משגר מודלים בלחיצה

בסוף החודש יתווסף NVIDIA Sync Model Launcher, ממשק שמוריד ומריץ את Qwen3.8 27B על יחידה בודדת או על הקלאסטר, מגדיר את המודל לרוץ על המכשירים המחוברים וחושף אותו ללפטופ של המפתח. המשגר גם מרים OpenCode בדפדפן כך שאפשר להתחיל לקודד מול המודל המקומי מיד. כל הצמתים מריצים אותו סטאק תוכנה, אז אין צורך להגדיר מחדש כשעוברים ממערכת אחת לשתיים.

לאן זה הולך

סוכני AI עוברים מניסויים לפרודקשן, והמודלים הפתוחים מצטמקים כדי להיכנס ליותר מכשירים. DGX Spark 64 ג״ב יושב בדיוק במשבצת שבין לפטופ עם GPU צרכני לבין שרת דאטה-סנטר, פרטי, מקומי, וניתן להרחבה בלי לכתוב קוד תשתית. כשהמחיר יתפרסם נדע אם "נגיש" פירושו תקציב מעבדה או תקציב פרילנסר, אבל הארכיטקטורה כבר מוכיחה שהקלאסטר הביתי הפסיק להיות פרויקט סופ״ש והפך למוצר מדף.

מקור: blogs.nvidia.com