A
A
  • Angol
  • Magyar
  • 14 perc

Nvidia DJX Spark: Miért késik az AI-szuperszámítógép piacra dobása?

Az Nvidia DJX Spark sokat ígért az AI asztali szuperszámítógépek világában, de a bemutatót folyamatos halasztások és gyártási problémák árnyékolják be. A videó bemutatja, mire vártunk, milyen technológiai újításokra számíthattunk, és milyen kérdések merülnek fel a késlekedés kapcsán.

2025 őszén járunk, és az Nvidia DJX Spark, amelyet eredetileg az év elejére ígértek, továbbra is hiányzik a piaci kínálatból. Ezt a készüléket forradalminak harangozták be: egy kompakt AI-szuperszámítógép, amely elfér az asztalon, és fejlesztők, kutatók számára új távlatokat nyitna.

A videó áttekinti, hogy a DJX Spark, korábbi nevén Project Digits, miért váltott ki ekkora érdeklődést, és hogy a hivatalos indítás miért maradt el. Többek között szó esik arról, hogy milyen teljesítményt ígért a Grace Blackwell GB10 chip, és milyen lehetőségek rejlenek a 128 GB RAM-mal felszerelt gépben, amely akár 200 milliárd paraméteres modelleket is képes lenne helyben futtatni.

Felmerül, hogy hardveres és szoftveres szempontból mennyire egyedülálló az eszköz: különleges, ARM-alapú rendszermag, Blackwell GPU, NVLink-alapú koherens memóriaarchitektúra, natív FP4 és FP8 precíziós számítások, valamint a már bejáratott Nvidia AI ökoszisztéma és CUDA-támogatás.

A várakozásokat tovább fokozza a versenytársakkal való összehasonlítás: szóba kerül a GMK Tech Evo X2 Ryzen AI Max Plus 395-tel, a Framework desktop, az Apple M3 Ultra Mac Studio és természetesen az Nvidia RTX 5090 is. Kiemelésre kerül, hogy a Spark nemcsak teljesítményben, hanem az egyedi memóriakezelés, fürtözhetőség, illetve szoftveres háttér terén is mást nyújt, mint a már elérhető csúcsgépek.

Persze a jelentős késlekedés, a folyamatos halasztás és a hivatalos információk hiánya újabb kérdéseket vet fel: vajon megéri-e még várakozni? Érkezik-e egyáltalán érdemi magyarázat az Nvidia részéről, vagy a Spark marad a hőn áhított, de elérhetetlen „vaporware” kategóriában?

A tartalom további érdekességeket is felvet a gyorsan változó AI-technológia tanulási útvonalairól, a Boot.dev platformról mint oktatási eszközről, valamint az iparági gyártók közti együttműködésekről és versengésekről.