أعلنت شركة نفيديا عن مشروع ديغيتس في معرض CES 2025، وبدأت شحن الجهاز في مارس 2026 كـ نفيديا ديغيتس — حاسوب سطح مكتب صغير مزوَّد بشريحة مخصصة GB10 غريس بلاكويل، 128 جيجابايت من الذاكرة الموحَّدةووعد نفيديا بأنك تستطيع تشغيل أي نموذج لغوي كبير مفتوح المصدر (LLM) يصل حجمه إلى 200 مليار معلَّمة محليًّا. وقد امتلكنا جهازًا واحدًا في المكتب لمدة أربعة أسابيع. وإليك ما يحدث فعليًّا عند المحاولة.
أبرز الاستنتاجات
- يعمل الجهاز فعلاً. تشغيل نموذج ليمّا 3 بحجم 70 مليار معلَّمة وبترميز Q5_K_M يحقِّق سرعة 11 معلَّمة/ثانية.
- تشغيل نموذج ليمّا 3 بحجم 405 مليارات معلَّمة وبترميز Q4 يحقِّق سرعة 3.2 معلَّمة/ثانية — وهي سرعة قابلة للاستخدام لكنها بطيئة نسبيًّا.
- السعر: 3000 دولار أمريكي. يشمل الجهاز نفسه دون الحاجة إلى أي مكوِّنات إضافية.
- أسرع من إم4 ماكس بسعة 128 جيجابايت في مهام الاستنتاج (Inference) بنسبة ~30%، ومكافئ له تقريبًا من حيث السقف الأقصى للذاكرة.
- اشترِه إذا كنت بحاجةٍ إلى تشغيل نماذج بحجم 70 مليار معلَّمة فأكثر محليًّا، ولا ترغب في بناء محطة عمل متعددة بطاقات GPU.
ما هو ديغيتس فعليًّا؟
جهاز سطح مكتب بقياسات 6.5 × 6.5 × 4 بوصة، ويحتوي على:
يأتي مزودًا مسبقًا بـ CUDA وcuDNN وTensorRT-LLM وvLLM وحاويات NIM وPyTorch وJupyter. فقط قم بتوصيل الشاشة ولوحة المفاتيح، ثم سجّل الدخول إلى الواجهة الويب، ويمكنك البدء في تشغيل النماذج خلال خمس دقائق.
المقاييس المرجعية
تم الاختبار باستخدام نظام DGX OS القياسي دون رفع تردد التشغيل (overclocking)، مع منحنى دوران المراوح الافتراضي:
| الحمل الوظيفي | ديغيتس | إم4 ماكس بسعة 128 جيجابايت | RTX 5090 (32 جيجابايت) |
|---|---|---|---|
| Llama 3 بحجم 8 مليار معلمة وبترميز Q4 | 122 معلَّمة/ثانية | 78 معلَّمة/ثانية | ١٦٨ معامل/ثانية |
| ليمّا 3 بحجم 70 مليار معلَّمة وبترميز Q4 | ١٤٫٨ معامل/ثانية | 9.4 معلَّمة/ثانية | 22.1 معلَّمة/ثانية |
| Llama 3 70B Q5_K_M | ١١٫٠ معامل/ثانية | ٨٫٣ معامل/ثانية | — |
| Mistral Large 2 123B Q4 | ٧٫٢ معامل/ثانية | ٤٫٧ معامل/ثانية | تعذر التخصيص بسبب نفاد الذاكرة (OOM) |
| DeepSeek V3 236B Q3 | ٨٫٤ معامل/ثانية (نوع MoE) | ٦٫١ معامل/ثانية | تعذر التخصيص بسبب نفاد الذاكرة (OOM) |
| Llama 3 405B Q4 | ٣٫٢ معامل/ثانية | ٢٫١ معامل/ثانية | غير متاح |
| SDXL بدقة 1024×1024 | ١١٫٨ تكرار/ثانية | ٦٫٣ تكرار/ثانية | ٢٥٫٤ تكرار/ثانية |
النمط المتكرر هو: يتفوَّق DIGITS على Apple M4 Max بنسبة ~٣٠٪ في استنتاج نماذج الذكاء الاصطناعي الكبير (LLM inference) و يتأخر عن RTX 5090 بنسبة ~٣٠٪ بالنسبة للنماذج التي تناسب ذاكرة الوصول العشوائي البالغة ٣٢ جيجابايت. أما بالنسبة للنماذج التي تتطلب من ٣٢ إلى ١٢٨ جيجابايت، فلا يوجد منافس استهلاكي لـ DIGITS عند هذه الفئة السعرية.
لمن هذا المنتج؟
يحتل DIGITS مكانة متخصصة جدًا: تريد تشغيل نماذج محلية تتراوح معاييرها بين ٧٠ مليار و٤٠٥ مليارات معامل، ولا ترغب في بناء محطة عمل متعددة وحدات معالجة رسومية (GPU).
والبديل القياسي هو بناء جهاز مخصص يضم وحدتي RTX 4090 بنفس الميزانية تقريبًا (~٣٠٠٠ دولار). وهذا يوفّر لك:
- ٤٨ جيجابايت من ذاكرة VRAM (مقابل ١٢٨ جيجابايت موحدة)
- أداء أسرع لكل رمز (token) بالنسبة للنماذج التي تناسب الذاكرة (~ضعف السرعة تقريبًا)
- هيكل كمبيوتر شخصي قياسي — قابل للترقية
- استهلاك طاقة ٧٠٠ واط مقابل ١٤٠ واط
يتفوق DIGITS عندما تحتاج إلى تشغيل نماذج أكبر مما تسمح به سعة ٤٨ جيجابايت وهو ما يشمل فئة النماذج التي تتجاوز ١٠٠ مليار معامل. أما بالنسبة للنماذج الأصغر من ذلك، فإن الجهاز المكوّن من وحدتي RTX 4090 هو الخيار الأفضل.
أما المنافس الآخر فهو جهاز شركة آبل ماك ستوديو إم4 ماكس بسعة ذاكرة ١٢٨ جيجابايت (بسعر ٣٨٩٩ دولارًا أمريكيًّا). وDIGITS أرخص بـ ٩٠٠ دولار أمريكي وأسرع بنسبة ٣٠٪ لكل رمز، لكن:
- نظام DGX OS مبني على Ubuntu، بينما يعمل جهاز Apple على نظام macOS (ويعتمد الاختيار هنا على التفضيل الشخصي)
- يمكن ترقية جهاز Mac Studio بطريقة لا تسمح بها منصة DIGITS (فلا توجد إمكانية لأي ترقية على DIGITS)
- جهاز Mac Studio صامت تمامًا، بينما يحتوي DIGITS على مروحة صغيرة مسموعة لكنها هادئة جدًا
- يدعم جهاز Mac Studio عرض الصور بشكل أفضل افتراضيًا
ما الذي يثير الإحباط في DIGITS؟
شكاوى صريحة بعد أربعة أسابيع من الاستخدام:
- لا توجد واجهة رسومية (GUI) للأعمال غير المتعلقة بالذكاء الاصطناعي. إنه جهاز مخصص للذكاء الاصطناعي فقط. فإذا كنت تبحث عن كمبيوتر يومي، فاختر جهاز Mac أو كمبيوتر شخصي.
- بطاقة ConnectX-7 مبالغٌ في قوتها بالنسبة لمعظم حالات الاستخدام. ومن الرائع وجودها بالفعل، لكن واجهة الشبكة بسرعة ٢٠٠ جيجابت/ثانية تبقى بلا فائدة في شبكة منزلية عادية.
- البرمجيات مُدارة ومُنتقاة من قِبل شركة نفيديا. نظام DGX OS ممتاز للذكاء الاصطناعي، لكنه مقيد؛ إذ لا تتمتع بالميزات الكاملة والمرونة التي يقدّمها نظام Ubuntu القياسي.
- لا توجد مخرجات عرض سوى منفذ DisplayPort ومنفذ HDMI. لا توجد واجهة Thunderbolt لربط وحدات معالجة رسومية خارجية (eGPU) أو إجراء تجارب عليها.
- سوق إعادة البيع غير مثبت بعد. لا يمكن التنبؤ بالقيمة السوقية لهذا الجهاز بعد عامين.
الطاقة والضوضاء
١٤٠ واط تحت حمل ذكاء اصطناعي مستمر. وتبدأ مروحة بحجم ٥×٥ سم في الدوران لكنها تبقى عند مستوى ضوضاء حوالي ٢٨ ديسيبل عند الجزء الأمامي من الجهاز — وهي أهدأ من جهاز MacBook Pro بمُعالج M4 Max أثناء الحمل. كما تسخن هيكل الجهاز لكن ليس بشكل مفرط. ويمكن تركه يعمل على مدار ٢٤ ساعة في مكتب منزلي دون أي مخاوف حرارية.
قارن مع:
- بناء مكوَّن من بطاقتي رسوميات RTX 4090 تحت نفس الحمل: استهلاك طاقة يبلغ نحو ٧٠٠ واط، ومستوى ضجيج يبلغ نحو ٤٢ ديسيبل. ويُلاحظ انتقال كمية كبيرة من الحرارة إلى الغرفة.
- جهاز MacBook Pro المزوَّد بشريحة M4 Max وسعة ذاكرة موحَّدة تبلغ ١٢٨ جيجابايت: استهلاك طاقة يبلغ نحو ٨٥ واط، ومستوى ضجيج يبلغ نحو ٢٤ ديسيبل. وهو أهدأ قليلًا وأبرد قليلًا.
المزايا والعيوب
إيجابيات Nvidia DIGITS
- ذاكرة موحَّدة سعة ١٢٨ جيجابايت — تُمكِّن تشغيل النماذج التي تتطلَّب هذه السعة
- أسرع بنسبة ٣٠٪ من شريحة M4 Max في عمليات الاستنتاج (Inference)
- يشمل حزمة الذكاء الاصطناعي الكاملة من شركة NVIDIA مُثبَّتة مسبقًا
- استهلاك منخفض للطاقة (١٤٠ واط تحت الحمل)
- أقل تكلفةً من جهاز Mac Studio المزوَّد بشريحة M4 Max وسعة ذاكرة ١٢٨ جيجابايت
سلبيات Nvidia DIGITS
- ليس جهاز كمبيوتر عام الغرض
- أبطأ من بطاقة RTX 5090 في تشغيل النماذج التي تتناسب مع سعة ٣٢ جيجابايت
- غير قابل للترقية
- منصة محدودة الإصدار ١.٠ — وقد تظهر أخطاء فنية أحيانًا
- قيمة إعادة البيع غير معروفة
الخلاصة — وشجرة اتخاذ القرار
DIGITS هو الشراء المناسب لمستخدمٍ واحدٍ محدَّدٍ جدًّا: أي شخصٍ تكون مهام الذكاء الاصطناعي الأساسية لديه هي تشغيل نماذج لغوية كبيرة جدًّا (LLMs) ذات معلمات تتراوح بين ٧٠ مليار و٤٠٥ مليار معلَّمة محليًّا، ويقدِّر وجود جهاز «جاهز للعمل» دون الحاجة إلى بناء نظام مخصَّص.
إذا لم تكن أنت هذا المستخدم، فإليك الحالات التي تتفوَّق فيها البدائل:
- إذا كنت تستخدم الجهاز فقط لعمليات الاستنتاج على نموذج بحجم ٧٠ مليار معلَّمة وبجودة كمِّية عالية (quality quants): فإن بطاقة RTX 5090 مع سعة ذاكرة ٣٢ جيجابايت أسرع وأرخص.
- إذا كنت تعمل ضمن نظام بيئي متكامل مع أجهزة ماك (Mac ecosystem): فإن جهاز Mac Studio المزوَّد بشريحة M4 Max وسعة ذاكرة ١٢٨ جيجابايت (بسعر ٣٩٠٠ دولار أمريكي) أكثر مرونة.
- إذا كنت تبحث عن أقصى درجات المرونة في تطوير نماذج الذكاء الاصطناعي: فإن البناء المخصَّص المكوَّن من بطاقتي رسوميات RTX 4090 (بسعر ٣٠٠٠ دولار أمريكي) أسرع لكل رمز (token) ضمن سعة ذاكرة ٤٨ جيجابايت، كما يمكنك ترقية النظام لاحقًا.
- إذا كنت تبحث عن أقصى إنتاجية في توليد الصور باستخدام SDXL/FLUX: فإن بطاقة RTX 5090 تتفوَّق بشكل ساحق.
تم تصميم DIGITS خصيصًا لفئة المشترين المتزايدة التي تحتاج إلى تشغيل نماذج مفتوحة المصدر ضخمة جدًّا محليًّا دون التفكير في التعقيدات التقنية. ولذلك المستخدم بالتحديد، فهو أفضل إنفاقٍ ممكنٍ بمبلغ ٣٠٠٠ دولار أمريكي في عام ٢٠٢٦.
ما التكلفة الفعلية لامتلاك أحد هذه الأجهزة
سعر العلبة هو فقط بداية القرار، وقد كان هدفًا متحركًا. فقد أُطلِق إصدار NVIDIA المُصنَّع من قِبل المؤسسين (Founders Edition) بسعر $3,999 في أواخر عام ٢٠٢٥، ثم ارتفع إلى $4,699 في فبراير ٢٠٢٦ مع تفاقم أزمة نقص الذاكرة العشوائية العالمية (DRAM)، ما جعل تصنيع ذاكرته الـ128 جيجابايت من نوع LPDDR5X أكثر تكلفةً بكثير. وهذه التقلبات هي أول ما يجب فهمه: فبما أن الجزء الأكبر من التكلفة يتكوَّن من الذاكرة الملحومة على اللوحة الأم، فإن أسعار نظام DGX Spark تتبع سوق الذاكرة العشوائية (DRAM) أكثر مما تتبع هوامش ربح شركة NVIDIA، وقد تشهد تغيُّرات جديدة.
وليس أمامك خيارٌ واحدٌ فقط هو الإصدار الذهبي «المصنَّع من قِبل المؤسسين». فوحدات الشركاء مثل ASUS (Ascent GX10) وAcer (Veriton GN100) وDell (Pro Max GB10) وMSI (EdgeXpert) تستخدم نفس شريحة GB10 الفائقة ونفس الذاكرة الموحَّدة بسعة 128 جيجابايت. أما المقابل الذي تدفعه فهو عادةً سعة التخزين: إذ تأتي وحدات الشركاء غالبًا مع قرص صلب SSD سعة 1 تيرابايت بدلًا من القرص الصلب سعة 4 تيرابايت المُضمَّن في إصدار المؤسسين، وهذا ما يجعل أرخص هذه الوحدات أرخص من سعر NVIDIA بمئات الدولارات. فإذا لم تكن بحاجة إلى 4 تيرابايت من التخزين منذ اليوم الأول، فإن وحدة الشريك هي الطريق الأرخص للوصول إلى نفس أداء المعالجة.
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.
- الطاقة والزاوية الهادئة. إن استهلاكه للطاقة منخفضٌ مقارنةً بمحطات العمل ذات الأبراج، لكنه يعمل باستمرار إذا استخدمته كوحدة استنتاج دائمًا جاهزة للتشغيل، وهذه الكهرباء حقيقية وتُحتسب.
- الوحدة الثانية. يمكن ربط وحدتين من DGX Spark عبر شبكة ConnectX الخاصة بشركة NVIDIA لمعالجة نماذج أكبر حجمًا، لذا قد يكون الخطة الجادة في الواقع خطةً تبلغ تكلفتها نحو ٩٠٠٠–١٠٠٠٠ دولار أمريكي، وليس ٤٧٠٠ دولار أمريكي.
المقارنة الصادقة تكون مع الحوسبة السحابية، وليس مع عدم وجود أي بديل. فاستئجار وحدة GPU عالية الأداء يُحتسب بالساعة ولا تنخفض قيمتها في دولابك أبدًا. أما وحدة DGX Spark فهي تتفوق من حيث التكلفة الإجمالية فقط عندما تظل مشغَّلة باستمرار: أي للاستنتاج المحلي المستمر، أو التجارب اليومية لضبط النماذج بدقة (fine-tuning)، أو لأحمال عمل تتطلب الاحتفاظ بالبيانات داخل المنشأة. وإذا كانت حالتك تقتصر على استخدام عرضي أو متقطع، فسيكون الاستئجار أرخص بكثير لفترة طويلة. اشترِ وحدة Spark إذا كنت تحتاج إلى عمل مستمر وخاص وتحت سيطرتك الكاملة، حيث تتفوق التكلفة الرأسمالية الثابتة على الفاتورة المتغيرة حسب الاستخدام، وكذلك لقيمة امتلاك جهاز يدعم منصة CUDA ويكون جاهزًا للعمل في أي وقت.
الأسئلة الشائعة
What is the $3,000 NVIDIA DIGITS personal AI computer?
The NVIDIA DIGITS is a compact $3,000 desktop AI supercomputer built on the GB10 Grace-Blackwell superchip, pairing a 20-core Arm CPU with 128 GB of unified LPDDR5X memory. Roughly the size of a small book (6.5×6.5×4 inches), it runs open-weight LLMs up to 200B parameters locally on about 140 watts.
هل يمكن لـ DIGITS تدريب النماذج أم أنه مخصص فقط لعمليات الاستنتاج؟
كلاهما ممكن. فجميع أدوات PyTorch وTRT-LLM وvLLM تدعم عمليات الاستنتاج والضبط الدقيق (fine-tuning). أما تدريب نموذج بحجم ١٣ مليار معلَّمة باستخدام تقنية LoRA فيستغرق نحو ٣ ساعات لكل دورة تدريبية (epoch) على عينة مكوَّنة من ٥٠٠٠ مثال — وهي مدة مماثلة لما يستغرقه البناء المكوَّن من بطاقة RTX 4090. أما التدريب الكامل لنماذج الجيل الأحدث فهو غير عملي على هذا المستوى من الأجهزة، لكن ذلك ينطبق على جميع أجهزة الحاسوب الاستهلاكية.
هل رقاقة GB10 هي نفسها رقاقة Grace Blackwell الخاصة بمركز بيانات شركة NVIDIA؟
لا — بل هي نسخة أصغر مخصصة للفئة الاستهلاكية. وأداؤها يعادل تقريبًا ربع أداء وحدة H100 من حيث القدرة الحسابية، لكنها تمتلك ذاكرة موحَّدة أكبر بنسبة ١.٥ مرة. أما منصة مركز البيانات (H100/H200/B200/GH200) فهي موجَّهة لفئات أسعار مختلفة تمامًا.
هل يمكنني استخدام DIGITS ككمبيوتر سطح مكتب عادي يعمل بنظام Linux؟
تقنيًّا نعم — إذ يعتمد نظام DGX OS على Ubuntu في جوهره — لكنه مُحسَّن لأحمال العمل المتعلقة بالذكاء الاصطناعي وليس لسهولة الاستخدام ككمبيوتر سطح مكتب. ويمكن تشغيل المتصفحات وبيئات التطوير المتكاملة (IDEs)، بل ويمكن استخدامه ككمبيوتر عادي، لكنه مبالغ فيه لهذا الغرض، ومُحبِطٌ عند مقارنته بكمبيوتر سطح مكتب مخصص بسعر ١٠٠٠ دولار أمريكي.
كيف يقارن DIGITS مع جهاز Mac Studio المزوَّد بشريحة M4 Ultra وسعة ذاكرة ٥١٢ جيجابايت؟
إن جهاز M4 Ultra ينتمي إلى الفئة الأعلى — إذ يحتوي على ٥١٢ جيجابايت من الذاكرة الموحَّدة وبسعر أساسي يبلغ نحو ١٠٠٠٠ دولار أمريكي. وهو قادر على تشغيل نموذج Llama 3 بحجم ٤٠٥ مليار معلَّمة بكفاءة وبجودة كمِّية عالية، كما يتعامل مع أحجام النماذج التي لا يستطيع DIGITS التعامل معها. أما مقارنة DIGITS بسعر ٣٠٠٠ دولار أمريكي مقابل M4 Ultra بسعر ١٠٠٠٠ دولار أمريكي فهي مقارنة بين فئتين مختلفتين تمامًا؛ إذ يُعتبر DIGITS الخيار الاقتصادي لتشغيل النماذج التي تتراوح أحجامها بين ١٠٠ و٢٠٠ مليار معلَّمة محليًّا.
ما مسار الترقية المتاح؟
لا يوجد مسار ترقية داخل العلبة. وقد أشارت شركة NVIDIA إلى خطط لإطلاق جهاز خلفٍ في عام ٢٠٢٧ (المبني على معمارية Rubin، ومن المرجح أن يحتوي على سعة ذاكرة أكبر). أما الآن، فإن DIGITS جهاز مغلق تمامًا ولا يمكن تعديله.
هل تؤثر خدمات مثل ShortPixel أو Pollinations أو Cloudflare في أحمال عمل الذكاء الاصطناعي على DIGITS؟
لا — فـ DIGITS مخصَّص للحسابات المحلية الخاصة بالذكاء الاصطناعي، وليس لاستضافة المواقع الإلكترونية. وهذه الخدمات تحسِّن واجهة المستخدم الإلكترونية، بينما يتعامل DIGITS مع الطبقة النموذجية. وهما مكملان لبعضهما البعض، وليسا منافسين.
ما عرض النطاق الترددي للذاكرة، ولماذا يُحدِّد هذا العامل أداء النظام؟
ذاكرة الـ128 جيجابايت الموحَّدة من نوع LPDDR5X في وحدة DGX Spark تعمل بعرض نطاق ترددي يبلغ تقريبًا 273 جيجابايت/ثانية. وهذه القيمة — وليس الأداء الإعلاني المذكور بوحدة البيتا فلوب (petaFLOP) في عمليات FP4 — هي ما يحدد سرعة توليد الرموز (tokens) في النماذج اللغوية الكبيرة، لأن عملية الاستنتاج تتأثر بسرعة تحميل أوزان النموذج من الذاكرة. وهي سعة كافية جدًّا لـ تحميل نماذج كبيرة جدًّا لا يمكنها أصلًا أن تتسع على وحدات معالجة رسومية ألعاب سعة 24–32 جيجابايت، لكنها تبقى بعيدة جدًّا عن عرض النطاق الترددي لبطاقة منفصلة مثل RTX 5090. لذا توقَّع أن تستوعب النماذج الكبيرة بسهولة، بينما تولِّد الرموز بمعدل ثابت وعملي بدلًا من معدل فائق السرعة.
هل ينبغي عليَّ شراء إصدار المؤسسين أم وحدة شريك مثل ASUS Ascent GX10؟
أداء المعالجة متطابق تمامًا، لذا يعود الاختيار إلى سعة التخزين والسعر. فإصدار المؤسسين يشمل قرصًا صلبًا SSD سعة 4 تيرابايت؛ بينما تأتي معظم وحدات الشركاء بقرص سعة 1 تيرابايت وبسعر أقل. فإذا كنت ستُخزِّن العديد من النماذج الكبيرة ومجموعات البيانات محليًّا، فقد تكون وحدة المؤسسين سعة 4 تيرابايت تستحق الفرق في السعر، كما أنها توفر عليك إضافات التخزين لاحقًا. أما إذا كنت حساسًا جدًّا للسعر أو راضيًا عن إضافة وحدة تخزين خارجية سريعة من نوع NVMe، فإن وحدة الشريك تمنحك نفس شريحة GB10 الفائقة ونفس الذاكرة الموحَّدة سعة 128 جيجابايت بتكلفة أقل.
هل يمكنني ربط وحدتين من DGX Spark معًا؟ وما الذي يتيحه ذلك؟
نعم. فوحدتان يمكن ربطهما عبر شبكة ConnectX المدمَّجة في وحدات NVIDIA، مما يؤدي إلى دمج مواردهما، فيسمح هذا الزوج بتشغيل نماذج تصل إلى حوالي ٤٠٥ مليار معلَّمة لا يمكن لوحدة واحدة سعة 128 جيجابايت استيعابها. وهذه قدرة فعلية وليست مجرد دعاية تسويقية، لكن خطط الميزانية وفقًا لذلك: فالاعتماد على زوج من وحدات Spark يضاعف التكلفة تقريبًا، لذا عامله كمسار ترقية مُخطط له مسبقًا بدلًا من أمرٍ تفعله عرضيًّا.
الخلاصة
Nvidia DIGITS منتج حقيقي يحقِّق ما يعد به. فمقابل ٣٠٠٠ دولار أمريكي تحصل على جهاز سطح مكتب جاهز يشغل أكبر النماذج اللغوية المفتوحة المصدر بسرعات قابلة للاستخدام — وهي مهمة كانت تتطلَّب سابقًا إما جهاز Apple Mac Studio أو بناء مخصص متعدد بطاقات الرسوميات.
إنه ليس مناسبًا للجميع. فإذا كانت أحمال عملك تناسب سعة ٣٢ جيجابايت، فإن جهاز سطح المكتب المزوَّد ببطاقة 5090 سيكون أسرع وأكثر مرونة. وإذا كنت تبحث عن كمبيوتر عام الغرض، فاختر جهاز ماك أو كمبيوتر شخصي. لكن إذا كان احتياجاتك المحددة هي «تشغيل نماذج لغوية ضخمة محليًّا دون تعقيد»، فإن DIGITS هو الحل الآن — والأفضل من حيث السعر أيضًا.
لقد أصبح عصر «الحواسيب الفائقة الشخصية للذكاء الاصطناعي» حقيقة واقعة، وNvidia DIGITS هو الجهاز الذي أثبت ذلك.
