أعلنت شركة Nvidia عن مشروع DIGITS في معرض CES في يناير 2025، وأطلقتْه في السوق باسم Nvidia DGX Spark: حاسوب سطح مكتب بحجم راحة اليد، مبني حول شريحة GB10 Grace Blackwell الفائقة، مع 128 جيجابايت من الذاكرة الموحَّدة. وطُرح للبيع في منتصف أكتوبر 2025 بسعر 3999 دولارًا أمريكيًّا، وفقًا لما ذكرته إينجادجت. ويوضّح هذا الدليل طبيعة هذه المواصفات المادية، وحجم نماذج الذكاء الاصطناعي التي يمكنها العمل عليها، ولماذا تهم سرعة الذاكرة أكثر من الرقم القياسي المعلن للقدرة الحاسوبية، ومن هم المستهدفون الرئيسيون لهذا الجهاز. وكل مواصفة أدناه مستمدة من صفحة Nvidia الرسمية الخاصة بـ DGX Spark؛ أما تقديرات السرعة فهي مُوسومة بأنها حسابية، وليست نتائج اختبارات أداء فعلية.
أبرز النقاط المستخلصة
- DGX Spark هو الاسم التجاري الرسمي لمشروع DIGITS. شريحة GB10 Grace Blackwell الفائقة، وحدة معالجة مركزية Arm مكوّنة من 20 نواة، 128 جيجابايت من الذاكرة الموحّدة من نوع LPDDR5x، قرص SSD سعة 4 تيرابايت، داخل صندوق أبعاده 150 × 150 × 50.5 ملم.
- السعة التخزينية هي الميزة البيعية الرئيسية. تحدد Nvidia قدرة وحدة واحدة على الاستدلال على نماذج تصل إلى 200 مليار معلّمة، وعلى ضبط دقيق لنماذج تصل إلى 70 مليار معلّمة؛ أما عند ربط ما يصل إلى أربع وحدات معًا، فيمكن التعامل مع نماذج تصل إلى 700 مليار معلّمة.
- سرعة النطاق الترددي للذاكرة هي العامل المحدِّد. وبسرعة نطاق ترددي تبلغ 273 جيجابايت/ثانية، يستطيع الجهاز استيعاب نماذج أكبر بكثير من تلك التي تستوعبها بطاقات الرسوميات المخصصة للألعاب ذات سعة 32 جيجابايت، لكنه يولّد الرموز (tokens) على النماذج الكثيفة الضخمة بوتيرة أبطأ بكثير مما يمكن أن تحققه بطاقة رسوميات منفصلة.
- تغير السعر. كان سعره 3999 دولارًا أمريكيًّا عند الإطلاق في أكتوبر 2025، وذكرت التقارير أنه ارتفع إلى 4699 دولارًا أمريكيًّا بحلول فبراير 2026 مع ارتفاع تكاليف الذاكرة. أما الإصدارات المقدمة من الشركاء مثل ASUS وAcer وDell وMSI فهي تستخدم نفس الشريحة بالضبط.
ماهية جهاز DGX Spark فعليًّا
المواصفات الرسمية المنشورة من Nvidia:
تشير عبارة «الذاكرة الموحّدة» إلى أن وحدة المعالجة المركزية ووحدة معالجة الرسوميات تتشاركان في مجموعة واحدة من الذاكرة سعة 128 جيجابايت، وهي الفكرة نفسها التي تستخدمها شركة آبل في حواسب Mac من سلسلة M. أما في أجهزة الحاسوب المخصصة للألعاب، فتنقسم الذاكرة بين ذاكرة النظام (RAM) وذاكرة بطاقة الرسوميات الخاصة بها (VRAM)، وبالتالي فإن أي نموذج لا يجد مكانًا كافيًا في ذاكرة VRAM إما أن يفشل في التحميل تمامًا أو يتباطأ بشدة. أما في جهاز DGX Spark، فالسعة الكاملة البالغة 128 جيجابايت متاحة بالكامل للنموذج.
ما حجم النموذج الذي يمكنه استيعابه
يُقدّر استهلاك الذاكرة من قِبل النموذج تقريبيًّا بضرب عدد المعلمات في عدد البايتات المخزّنة لكل معلّمة، بالإضافة إلى المساحة المطلوبة للسياق (وهي ذاكرة KV cache) والتكاليف التشغيلية الإضافية. وفي حالة التكميم (quantization) بعرض 4 بت، يستهلك كل معلّمة نحو نصف بايت:
| حجم النموذج | الأوزان عند دقة 4 بت (تقريبيًّا) | وحدة DGX Spark واحدة (128 جيجابايت) | RTX 5090 (32 جيجابايت) |
|---|---|---|---|
| 8 مليارات معلّمة | ~5 غيغابايت | تناسبه بسهولة | تناسبه بسهولة |
| 32B | ~18 جيجابايت | تناسبه بسهولة | تناسبه مع سياق محدود |
| 70B | ~40 جيجابايت | تناسبه مع مساحة كافية لسياق طويل | لا تتسع لها الذاكرة |
| 120 مليار | ~65 جيجابايت | تناسبه | لا تتسع لها الذاكرة |
| 200 مليار | ~110 جيجابايت | تناسبه (الحد الأقصى المُصرّح به من Nvidia) | لا تتسع لها الذاكرة |
| 405 مليار | ~220 جيجابايت | يتطلب وحدات متصلة | لا تتسع لها الذاكرة |
أحجام تقريبية للأوزان؛ والأرقام الدقيقة تعتمد على تنسيق التكميم. إن أداة حاسبة VRAM تحسب الذاكرة المطلوبة لنموذج معيّن وتنسيق تكميم وطول سياق محددين، بينما يقدّم دليل متطلبات الذاكرة VRAM قائمةً بالنوادج الشائعة.
لماذا يُقرّر النطاق الترددي للذاكرة سرعة الأداء
عندما يولّد نموذج اللغة رمزًا (token) واحدًا، يجب أن تقرأ الأجهزة أوزان النموذج النشطة من الذاكرة. وفي حالة النماذج الكبيرة، يُشكّل قراءة البيانات — وليس الأداء الحسابي الخام — العامل المقيد عادةً. ولذلك فإن عرض النطاق الترددي للذاكرة يُعد طريقةً مفيدةً لتقدير الحد الأعلى لسُرعة التوليد: اقسم عرض النطاق الترددي على عدد الجيجابايت التي تُقرأ لكل رمز.
| الأجهزة | عرض النطاق الترددي للذاكرة | الحد الأعلى لنموذج كثيف بحجم 70 مليار معامل عند تكميم 4 بت (~40 جيجابايت) | الحد الأعلى لنموذج كثيف بحجم 8 مليار معامل عند تكميم 4 بت (~5 جيجابايت) |
|---|---|---|---|
| Nvidia DGX Spark | 273 جيجابايت/ثانية | ~7 رموز/ثانية | ~55 رمزًا/ثانية |
| Apple M4 Max | 546 جيجابايت/ثانية | ~14 رمزًا/ثانية | ~110 رموز/ثانية |
| RTX 5090 | ~1792 جيجابايت/ثانية | النموذج لا يتسع في ذاكرة سعة 32 جيجابايت | ~360 رمزًا/ثانية |
هذه حدود حسابية مستخلصة من أرقام عرض النطاق الترددي المنشورة، وليست نتائج قياس فعلي. أما السرعات الواقعية فهي أقل دائمًا بعد أخذ الأداء الحسابي والبرمجيات وطول السياق في الاعتبار.
ينتج عن ذلك استنتاجان عمليان. أولهما: بالنسبة إلى النماذج الصغيرة بما يكفي لتتّسع على وحدة معالجة رسوميات (GPU) للألعاب، تكون البطاقة المنفصلة أسرع بكثير. ثانيهما: تعمل وحدة DGX Spark بأفضل أداء لها مع نماذج مزيج الخبراء (MoE) التي تخزن عددًا كبيرًا من المعامل لكنها تفعّل جزءًا فقط منها لكل رمز. إذ يحتاج نموذج MoE كبير إلى الـ128 جيجابايت من ذاكرة Spark لتحميله، لكنه يقرؤ فقط أوزانه النشطة لكل رمز، ما يسمح له بالتوليد بسرعة أكبر بكثير من نموذج كثيف بنفس الحجم الإجمالي.
لفئة المستخدمين المستهدفة من جهاز DGX Spark
- المطوّرون الذين يحتاجون إلى نماذج كبيرة محليًّا. إذا كانت أعمالك تتضمّن نماذج تتراوح أحجامها بين 70 و200 مليار معامل، ولا يمكن لبياناتك مغادرة المبنى، فإن وجود صندوق واحد قادر على استيعاب هذه النماذج هو الجاذبية الأساسية لهذه الوحدة.
- الفِرق التي تبني حلولها على بنية Nvidia الخاصة بمراكز البيانات. يأتي نظام تشغيل DGX OS مزوّدًا ببرمجيات الذكاء الاصطناعي من شركة Nvidia، وبالتالي فإن الكود المطوّر على وحدة Spark ينتقل بسلاسة إلى أنظمة DGX الأكبر أو إلى السحابة دون حاجة إلى تغييرات جوهرية.
- تجارب ضبط النموذج (fine-tuning). تحدد شركة Nvidia قدرة الجهاز على ضبط النماذج حتى 70 مليار معامل، وهي قدرة تفوق إمكانات أي بطاقة رسوميات استهلاكية منفردة.
من يجب أن يبحث عن بدائل أخرى
- الأشخاص الذين يعملون بنماذج تتّسع في نطاق 24–32 جيجابايت من الذاكرة. إن جهاز الكمبيوتر المكتبي المزوّد ببطاقة رسوميات عالية الأداء سيولّد الرموز بسرعة أكبر بكثير. ويمكنك مقارنة البطاقات في قسمنا المخصّص لذلك في أفضل GPUs للنماذج اللغوية المحلية دليلنا.
- أي شخص يبحث عن جهاز كمبيوتر عام الغرض. صمّمت وحدة DGX Spark خصيصًا كجهاز لتطوير تطبيقات الذكاء الاصطناعي، وليست مخصصة للاستخدام المنزلي أو لأغراض الألعاب.
- المستخدمون العرضيون. إذا كنت تحتاج إلى نموذج كبير من وقتٍ لآخر فقط، فإن استئجار وحدات معالجة رسوميات سحابية أو الدفع مقابل كل رمز عبر واجهة برمجة التطبيقات (API) غالبًا ما يكون أرخص. وتوضح حاسبة المقارنة بين الاستضافة الذاتية وواجهة برمجة التطبيقات (API) الجدول المقابل مكان نقطة التعادل.
المزايا والعيوب
نقاط القوة في وحدة DGX Spark
- ذاكرة موحدة سعة 128 جيجابايت تستوعب نماذج تصل إلى 200 مليار معامل (حسب تصنيف شركة Nvidia)
- حزمة برمجيات الذكاء الاصطناعي من Nvidia ضمن نظام تشغيل DGX OS
- استهلاك منخفض للطاقة مقارنةً بمحطات العمل متعددة وحدات المعالجة الرسومية: 140 واط كحد أقصى لاستهلاك شريحة المعالجة، و240 واط كحد أقصى لاستهلاك مصدر الطاقة
- يمكن ربط ما يصل إلى أربع وحدات مع بعضها البعض لتشغيل نماذج تصل إلى 700 مليار معامل
- صغيرة الحجم وخفيفة الوزن (1.2 كجم)
نقاط الضعف في وحدة DGX Spark
- عرض النطاق الترددي البالغ 273 جيجابايت/ثانية يحدّ من السرعة عند تشغيل النماذج الكثيفة الكبيرة
- أبطأ من وحدة معالجة رسوميات منفصلة عند تشغيل النماذج التي تتّسع في ذاكرتها VRAM
- الذاكرة ملحومة على اللوحة الأم ولا يمكن ترقيتها
- ارتفعت التكلفة منذ الإطلاق مواكبةً لارتفاع أسعار الذاكرة
ما التكلفة الفعلية لامتلاك أحد هذه الأجهزة
إن السعر المعلن ليس سوى بداية القرار، وهو سعر متغيّر باستمرار. فقد أُطلقت النسخة المؤسسة (Founders Edition) من شركة Nvidia بسعر $3,999 في أكتوبر 2025، ثم أُبلغ عن ارتفاعها إلى $4,699 بحلول فبراير 2026، نتيجة نقص الذاكرة العالمية (DRAM) الذي جعل تركيب الـ128 جيجابايت من ذاكرة LPDDR5x أكثر تكلفةً في التصنيع. وبما أن الجزء الأكبر من التكلفة يعود إلى الذاكرة الملحوظة على اللوحة، فإن أسعار وحدة DGX Spark تتبع تقلبات سوق الذاكرة وقد تتغير مجددًا، لذا يُرجى التحقق من سعرها الحالي عبر سوق Nvidia الإلكتروني.
لست مقيدًا بالنسخة الذهبية من النسخة المؤسسة فقط. فوحدات الشركاء من ASUS (Ascent GX10) وAcer (Veriton GN100) وDell (Pro Max GB10) وMSI (EdgeXpert) تستخدم نفس شريحة GB10 الفائقة ونفس الذاكرة الموحدة سعة 128 جيجابايت. أما التنازل المعتاد فهو عادةً في سعة التخزين: إذ تأتي أجهزة الشركاء غالبًا مع قرص SSD سعة 1 تيرابايت بدلًا من القرص سعة 4 تيرابايت الموجود في النسخة المؤسسة، وهذا ما يجعل أسعارها الأقل ممكنة دون تجاوز سعر شركة Nvidia.
ثم أضف التكاليف التشغيلية التي ينساها الكثيرون:
- التخزين الذي ستتجاوز سعته قريبًا. أوزان النماذج ومجموعات البيانات وصور الحاويات (container images) كبيرة جدًّا. وعلى وحدة سعة 1 تيرابايت، استعد لشراء وحدة تخزين خارجية سريعة من نوع NVMe فورًا تقريبًا.
- الكهرباء. يستهلك هذا الجهاز طاقةً منخفضةً مقارنةً بمحطة العمل البرجية، لكن جهاز الاستنتاج (inference) الذي يعمل باستمرار لا يزال يُكبّد تكلفةً كهربائيةً متراكمة.
- الوحدة الثانية. يرفع ربط وحدتين معًا لتشغيل نماذج بحجم نحو 405 مليار معامل التكلفةhardware المادية تقريبًا إلى الضعف.
المقارنة الصادقة هي مع الحلول السحابية، وليس مع عدم وجود حلٍّ أصلًا. فخدمة استئجار وحدة معالجة رسوميات عالية الأداء تُحتسب بالساعة ولا تفقد قيمتها مع الوقت في درجك. أما وحدة DGX Spark فهي تتفوق من حيث التكلفة الإجمالية فقط عندما تبقى مشغولة باستمرار: سواءً في عمليات الاستنتاج المحلي المستمرة، أو في ضبط النماذج بشكل دوري، أو في مهام تجعل الاحتفاظ بالبيانات داخل الموقع أمرًا جوهريًّا.
تحقق من هذه الأرقام في المصدر
قد تتغير المواصفات والأسعار دون إشعار مسبق. وهذه هي الصفحات التي استُمدّت منها الأرقام أعلاه:
الأسئلة الشائعة
هل يُعدّ جهاز Nvidia DGX Spark هو نفسه مشروع DIGITS؟
نعم. كان اسم «مشروع DIGITS» هو الاسم الذي استخدمته Nvidia عند الإعلان عن حاسوب الذكاء الاصطناعي الشخصي القائم على شريحة GB10 في معرض CES 2025. وطُرح للبيع تحت اسم DGX Spark في أكتوبر 2025.
ما سعر جهاز DGX Spark؟
أُطلِقَ بسعر 3999 دولارًا أمريكيًّا في أكتوبر 2025، وذكرت التقارير أن إصدار Founders Edition بلغ سعره 4699 دولارًا أمريكيًّا بحلول فبراير 2026 مع ارتفاع أسعار الذاكرة. أما النماذج المقدمة من الشركاء مثل ASUS وAcer وDell وMSI والتي تأتي بسعة SSD أصغر، فقد تكون أقل تكلفة.
ما أكبر نموذج يمكن لجهاز DGX Spark تشغيله؟
تحدد Nvidia قدرة وحدة واحدة على الاستدلال (inference) على نماذج تصل إلى 200 مليار معلّمة، وعلى ضبط دقيق (fine-tuning) نماذج تصل إلى 70 مليار معلّمة. أما عند ربط ما يصل إلى أربع وحدات معًا، فإن الحد الأقصى لحجم النماذج التي يمكن التعامل معها عبر الاستدلال يرتفع إلى 700 مليار معلّمة.
ما عرض النطاق الترددي للذاكرة، ولماذا يُحدِّد هذا العامل أداء النظام؟
تبلغ سعة الذاكرة الموحدة في وحدة DGX Spark البالغة 128 جيجابايت من نوع LPDDR5x وعرض نطاقها الترددي 273 جيجابايت/ثانية. وهذا الرقم — وليس الأداء الحسابي المعلن بوحدة البيتا فلوب (petaFLOP) للتكميم FP4 — هو ما يحدد سرعة توليد الرموز في نماذج اللغة الكبيرة، لأن كل رمز يتطلب قراءة الأوزان النشطة من الذاكرة. وهي كافية لتحميل نماذج كبيرة جدًّا لا تتّسع على وحدات معالجة رسوميات الألعاب ذات سعة الذاكرة 24–32 جيجابايت، لكنها تقل كثيرًا عن عرض النطاق الترددي لبطاقة رسوميات منفصلة مثل RTX 5090.
هل ينبغي عليَّ شراء إصدار المؤسسين أم وحدة شريك مثل ASUS Ascent GX10؟
القدرة الحاسوبية متماثلة، وبالتالي يعود الاختيار إلى السعة التخزينية والسعر. فإصدار Founders Edition يتضمّن قرص SSD سعته 4 تيرابايت، بينما تأتي العديد من الوحدات المقدمة من الشركاء بسعة 1 تيرابايت وبسعر أقل. وإذا كنت تنوي تخزين عدد كبير من النماذج الضخمة ومجموعات البيانات محليًّا، فقد يكون الدفع مقابل السعة التخزينية الإضافية أمرًا يستحقّ ذلك.
هل يمكنني استخدام جهاز DGX Spark كحاسوب سطح مكتب عادي؟
يعمل الجهاز بنظام Nvidia DGX OS المستند إلى نظام Ubuntu Linux، وبالتالي تعمل برامج سطح المكتب اليومية عليه بشكل طبيعي. ومع ذلك، فهو مصمم ومُسعّر باعتباره جهازًا مخصصًا لتطوير تطبيقات الذكاء الاصطناعي، أما الحاسوب الشخصي التقليدي فهو خيارٌ أكثر كفاءة من حيث التكلفة إذا لم تكن بحاجة إلى سعة الذاكرة الكبيرة التي يوفّرها.