مع انتقال سباق نماذج الذكاء الاصطناعي الضخمة من السحابة إلى الأجهزة الطرفية، يُعاد تعريف "الميل الأخير" لقوة الحوسبة. في عام 2025، تقدم DGX Spark من NVIDIA بنية Grace Blackwell من مستوى مراكز البيانات إلى سطح المكتب، مما يمكّن المطورين من تشغيل نماذج تحتوي على 200 مليار معلمة محليًا. وبحلول يونيو 2026، توسع RTX Spark هذه الإمكانيات لتشمل الحواسيب المحمولة الموجهة للمستهلكين، مطلقة بذلك عصر "حواسيب الذكاء الاصطناعي العاملية" (Agentic AI PCs) بالتعاون مع شركات تصنيع المعدات الأصلية مثل Microsoft وDell وHP وغيرها. بدءًا من محطات العمل الاحترافية بسعر $3,999 وصولًا إلى شرائح الحوسبة الفائقة للأجهزة الطرفية الموجهة للسوق الشامل، لا يشكل تكوين مصفوفة منتجات NVIDIA Spark تحديًا لمعايير أداء حواسيب الذكاء الاصطناعي التقليدية فحسب، بل يؤدي أيضًا إلى إعادة تقييم منهجية في أسواق رأس المال لأسهم الرقائق الإلكترونية، وشركات المعدات الأصلية، ونظام Arm البيئي.
مصفوفة الأجهزة: التموضع المزدوج لـ DGX Spark وRTX Spark
إن NVIDIA Spark ليست منتجًا واحدًا، بل تشكيلة شاملة تمتد عبر بُعدين.
ظهرت DGX Spark لأول مرة في معرض CES 2025 تحت اسم Project DIGITS، وتم تسميتها رسميًا في مؤتمر GTC، وطرحت للبيع في 15 أكتوبر 2025 بسعر يبدأ من $3,999. صُممت للمطورين وعلماء البيانات والمؤسسات البحثية، وتتميز بشريحة GB10 Grace Blackwell الفائقة من NVIDIA، المزودة بوحدة معالجة مركزية Arm بـ 20 نواة (10 أنوية أداء Cortex-X925 + 10 أنوية كفاءة Cortex-A725) ووحدة معالجة رسومات Blackwell متصلة عبر NVLink-C2C، لتوفير قدرة حوسبة ذكاء اصطناعي تبلغ 1 بيتافلوب (دقة FP4 متفرقة). تأتي مع ذاكرة موحدة LPDDR5x-9400 بسعة 128GB (بعرض ناقل 256-بت) وقرص SSD بسعة 4TB في الإصدار الأول. ووفقًا لاختبارات StorageReview، يستهلك الجهاز حوالي 240 واط ويأتي بهيكل صغير الحجم بسعة 1.13 لتر، ويحتوي على بطاقة ConnectX-7 لدعم الشبكات عالية السرعة بسرعة 200Gb/s، ما يجعله مناسبًا لسلسلة الأجهزة أو توسيع تخزين NVMe-oF.
ومن الجدير بالذكر أنه بسبب استمرار قيود الإمداد في الذاكرة، رفعت NVIDIA السعر العالمي المقترح لـ DGX Spark Founders Edition من $3,999 إلى $4,699 في 27 فبراير 2026، أي بزيادة واحدة قدرها $700 أو حوالي %17.5. كما قامت شركات مثل Acer وASUS وMSI وDell وHP وLenovo وغيرها بمزامنة تعديل الأسعار لطرازاتها من GB10 إلى $4,699.
أما RTX Spark فهو عرض NVIDIA الموجه للمستهلكين والمعتمد على بنية GB10. في مؤتمر GTC تايبيه في 1 يونيو 2026، أطلقت NVIDIA رسميًا شريحة RTX Spark الفائقة، مستهدفة الحواسيب المحمولة فائقة النحافة وأجهزة سطح المكتب الصغيرة. وتضم وحدة معالجة مركزية Grace بـ 20 نواة (10 أنوية أداء + 10 أنوية كفاءة)، ووحدة معالجة رسومات Blackwell RTX مع 6,144 نواة CUDA، وتوفر قدرة حوسبة ذكاء اصطناعي تبلغ 1 بيتافلوب، مع دعم حتى 128GB من الذاكرة الموحدة. ويمكنها تشغيل نماذج ضخمة محليًا تتراوح بين 120 و200 مليار معلمة. تم تصميم الشريحة بشكل مشترك بين NVIDIA وMediaTek وتُصنع بتقنية TSMC بدقة 3 نانومتر. وستصدر أولى الأجهزة المزودة بـ RTX Spark في خريف 2026 من قبل Acer وASUS وGigabyte وMSI وDell وHP وLenovo وMicrosoft.
تدعم RTX Spark حزمة البرمجيات الكاملة NVIDIA CUDA، وتتبع الأشعة RTX، وDLSS، وغيرها من التقنيات. وقد أعلنت Adobe عن إعادة هيكلة شاملة لبرنامجي Photoshop وPremiere لهذه المنصة، مع ادعاء مضاعفة أداء الذكاء الاصطناعي والرسومات. وتشير تقارير سلسلة التوريد إلى أن الأجهزة المزودة بـ RTX Spark ستبدأ بسعر لا يقل عن NT$140,000، ما يرجح أن التسعير المرتفع سيحد من تبني السوق على المدى القصير.
مقارنة الأداء وبيانات الاختبارات المعيارية
يمكن تحليل مقارنات الأداء بين NVIDIA Spark والحلول السائدة عبر ثلاثة أبعاد: كفاءة التطوير، وتجميع وحدة المعالجة المركزية، وأداء الرسومات.
اقتصاديات التطوير المحلي. تُظهر تحليلات التكلفة والفائدة من EE Times أن النمذجة الأولية طويلة الأمد على DGX Spark أقل تكلفة من مثيلاتها السحابية. فمع تكلفة استدلال الذكاء الاصطناعي السحابي متوسطة الحجم حوالي $3–5 لكل ساعة GPU، يمكن للتطوير المحلي خلال أشهر من التكرار أن يوفر آلاف الدولارات. وتتيح الذاكرة الموحدة بسعة 128GB تنفيذ النماذج الضخمة محليًا — إذ يمكن تجهيز وحدة معالجة رسومات محطة العمل المتقدمة مثل RTX Pro 6000 بذاكرة GDDR7 بسعة 96GB، لكن سعر البطاقة الواحدة يتجاوز $8,000. أما RTX 5070 الموجهة للمستهلكين فيبلغ سعرها حوالي $550 لكنها تحتوي فقط على 12GB GDDR7، ما يحد بشدة من عبء العمل للنماذج الضخمة.
اختبارات تجميع وحدة المعالجة المركزية. وفقًا لأول بيانات أداء RTX Spark التي شاركها @lafaiel على منصة X، سجلت الشريحة 43,149 نقطة في اختبارات تجميع Clang، بسرعة تجميع بلغت 212.5 ألف سطر/ثانية. للمقارنة، سجلت شريحة Apple M5 ذات 10 أنوية 27,996 نقطة (137.9 ألف سطر/ثانية)، ما يجعل RTX Spark أسرع بنحو %54.13. أما AMD Ryzen AI Max+ 395 ذات 16 نواة فسجلت 42,128 نقطة (207.5 ألف سطر/ثانية)، مع تفوق طفيف لـ RTX Spark. وسجلت Intel Core Ultra 9 285HX ذات 24 نواة 45,657 نقطة (224.9 ألف سطر/ثانية)، متفوقة بفارق بسيط على RTX Spark. أما M5 Pro ذات 15 نواة فسجلت 46,374 نقطة (228.4 ألف سطر/ثانية)، ما يجعل RTX Spark أقل بنحو %6.95؛ في حين سجلت M5 Pro ذات 18 نواة 55,165 نقطة (271.7 ألف سطر/ثانية)، متقدمة بنحو %21.78.
ومن منظور استهلاك الطاقة، يبلغ TDP الافتراضي لمعالج Intel Core Ultra 9 285HX حوالي 55 واط، ويصل إلى ذروة 160 واط؛ أما AMD Ryzen AI Max+ 395 فيمكن ضبط TDP لديه بين 45–120 واط. في المقابل، تستهلك RTX Spark، المعتمدة على بنية Arm، طاقة أقل بكثير من منافسيها من معالجات x86، ما يوفر ميزة واضحة في الكفاءة. ومع ذلك، من المهم الإشارة إلى أن اختبارات تجميع Clang تعكس جانبًا واحدًا فقط من أعباء العمل متعددة الخيوط للمطورين ولا يمكن مساواتها مباشرة بالأداء الكلي أو أداء الألعاب.
أداء الألعاب. في مؤتمر GTC، استعرضت NVIDIA تشغيل RTX Spark للعبتي "007: GoldenEye" و"Forza Horizon 6"، مع ادعاء وصول معدلات الإطارات لأكثر من 100 إطار في الثانية بدقة 1440p، مع أداء سلس حتى أثناء العمل على البطارية. وتبقى هناك متغيران بحاجة للتأكيد من بيانات العرض العامة: ما إذا تم تفعيل تقنيات DLSS لتكبير الصورة وتوليد الإطارات المتعددة، وما هي إعدادات الرسومات المستخدمة تحديدًا. وتعمل بنية الذاكرة الموحدة على حل عنق الزجاجة المرتبط بذاكرة VRAM المحدودة في وحدات معالجة الرسومات المنفصلة التقليدية — فوجود 128GB من الذاكرة المشتركة يعني أن المستخدمين لن يضطروا بعد الآن إلى خفض جودة النسيج أو حجم النموذج بسبب قيود VRAM — لكن الأداء الرسومي الأصلي لوحدة معالجة الرسومات لا يزال بحاجة إلى تقييم من قبل جهات مراجعة خارجية عند توفر الأجهزة التجارية.
إعادة تشكيل الصناعة: تأثير Spark على منطق حواسيب الذكاء الاصطناعي والأجهزة الطرفية
يتركز تأثير NVIDIA Spark في إعادة تعريف معايير الحوسبة في حواسيب الذكاء الاصطناعي ودفع نشر الذكاء الاصطناعي الطرفي محليًا.
يكمن الفرق الجوهري بين حواسيب الذكاء الاصطناعي التقليدية وSpark في القفزة بحجم المعلمات وقدرات الاستدلال. سابقًا، ركزت حواسيب الذكاء الاصطناعي السائدة على تشغيل نماذج صغيرة محليًا بمليارات المعلمات، غالبًا لوظائف مساعد الذكاء الاصطناعي على مستوى النظام. أما DGX Spark وRTX Spark فيرفعان سعة النماذج المحلية إلى 70–200 مليار معلمة، منتقلين من "نماذج صغيرة محلية خفيفة" إلى "نماذج ضخمة من مستوى الخوادم على سطح المكتب". ويشير محللو الصناعة إلى أن هذا التحول يجعل الحاسوب الشخصي التقليدي القائم على التطبيقات حاسوب ذكاء اصطناعي عاملاً حقيقيًا (Agentic AI PC)، وقد يدخل هذا النموذج في سير عمل المؤسسات والمطورين خلال السنوات القادمة.
يفرض الذكاء الاصطناعي الطرفي متطلبات معمارية جديدة — حيث تصبح الاستجابة الفورية، وخصوصية البيانات، والتشغيل دون اتصال بالإنترنت متطلبات أساسية. وتلبي قدرات ربط أربع أجهزة DGX Spark ونشرها على الشبكات الداخلية الخاصة احتياجات القطاعات التي تتطلب امتثالًا صارمًا للبيانات، مثل المالية والرعاية الصحية. وتتيح بطاقات ConnectX-7 وتقنية NVLink-C2C للمستخدمين بناء بيئات ذكاء اصطناعي محلية معزولة بالكامل، مما يقلل من مخاطر تسرب البيانات عند النشر السحابي. سابقًا، كان تطوير النماذج الضخمة يعتمد على موارد السحابة؛ أما Spark فينقل التكرار الأولي إلى الأجهزة المحلية، مع استخدام السحابة فقط للنشر الإنتاجي. ويصبح هذا النموذج الهجين "النمذجة المحلية + الإنتاج السحابي" هو القاعدة الجديدة لسير عمل الذكاء الاصطناعي.
وعلى صعيد النظام البرمجي، بدأ شركاء مثل Microsoft وAdobe في إجراء تحسينات. فقد أعلنت Microsoft عن إطار أمان OpenShell لضمان التشغيل الآمن لعوامل الذكاء الاصطناعي على أجهزة Windows الطرفية. كما يدعم نظام RTX Spark منصة محاكاة Prism x86، ما يتيح تشغيل تطبيقات Windows الكاملة وحزمة NVIDIA CUDA، ويوفر حلاً انتقاليًا رئيسيًا لتوافق نظام Windows على Arm.
ووصف الرئيس التنفيذي لشركة NVIDIA، جنسن هوانغ، RTX Spark بأنها "نتاج ثلاث سنوات من التعاون بين Microsoft وNVIDIA." وفي سياق الصناعة الأوسع، يعتمد استمرار انتقال حوسبة الذكاء الاصطناعي من مراكز البيانات إلى أجهزة سطح المكتب على عاملين حاسمين: كثافة سيناريوهات تطبيق النماذج الضخمة على الأطراف، وما إذا كان بإمكان الأسعار المرتفعة أن تنخفض إلى مستويات المستهلكين عبر وفورات الحجم.
تأثير سلسلة الصناعة وتحليل مجموعة الأسهم ذات الصلة
يُحدث إطلاق خط منتجات NVIDIA Spark تأثيرات متسلسلة على شركات سلسلة الصناعة ذات الصلة.
المستفيدون المباشرون: في يوم إطلاق RTX Spark (1 يونيو 2026)، ارتفعت أسهم NVIDIA في الولايات المتحدة حوالي %2.14 قبل الافتتاح، وارتفعت Microsoft بنسبة %2.81، وDell بنسبة %2.96، وHP بنسبة %4.11، وAdobe بنسبة %3.78. أما بين شركات تصنيع المعدات الأصلية، فقد أغلقت أسهم Lenovo في هونغ كونغ مرتفعة بنسبة %5.167 في ذلك اليوم، بينما قفزت أسهم ASUS حوالي %10 في بورصة تايوان. وفي أسواق الأسهم الصينية (A-share) وسوق بكين، شهدت شركات منظومة حواسيب الذكاء الاصطناعي مثل Spring Electronics وThunder Technology وYingli Co. تحركات سعرية مرتبطة.
وقفز سهم Arm Holdings بنسبة %16.2 قبل الافتتاح بعد الإعلان. ويعزز التكامل العميق لبنية Arm في NVIDIA Spark من الموقع الاستراتيجي لـ Arm في مجال حوسبة الذكاء الاصطناعي الطرفية. أما أعضاء معسكر x86 مثل Intel وQualcomm فقد شهدوا تباينًا في التقييم — حيث تراجعت Intel بأكثر من %5 قبل الافتتاح، وانخفضت Qualcomm بنحو %7.2. ويعكس هذا التباين إعادة تسعير منهجية لمنظومة أجهزة الذكاء الاصطناعي الطرفية في السوق.
كيف تتداول أسهم مفهوم NVIDIA Spark؟
مع دفع NVIDIA Spark لعجلة التصنيع في حوسبة الذكاء الاصطناعي الطرفية ونشر النماذج الضخمة محليًا، يمكن للمستثمرين مراقبة الأساسيات المالية للشركات المستفيدة المذكورة أعلاه. تتيح خدمة Gate Stocks للمستخدمين تتبع الأسعار اللحظية، وأخبار السوق، وفرص التداول لأسهم NVIDIA وDELL وHPQ وغيرها من الشركات ذات الصلة. وعند اتخاذ قرارات الاستثمار، يُوصى بمراعاة التقارير المالية العامة، ودورات تطوير التكنولوجيا، وديناميكيات المنافسة في القطاع. لا تزال أجهزة الذكاء الاصطناعي الطرفية في المراحل الأولى من التصنيع، مع وجود قدر كبير من عدم اليقين حول حجم السوق ونماذج الربحية. لذا ينبغي على المستثمرين تقييم المخاطر المرتبطة بعناية.
الخلاصة
يتضمن إطلاق مصفوفة منتجات NVIDIA Spark مسارين متوازيين لتطور الصناعة: أولاً، نقل قوة حوسبة من مستوى مراكز البيانات إلى سطح المكتب، ما يوفر أدوات جديدة لتطوير الذكاء الاصطناعي محليًا؛ ثانيًا، نقل قدرات استدلال النماذج الضخمة من السحابة إلى الأجهزة الشخصية، مع إعادة تعريف خط الأساس للحوسبة في حواسيب الذكاء الاصطناعي. ويعكس التوسع من DGX Spark إلى RTX Spark استراتيجية NVIDIA للانتقال من تطوير الذكاء الاصطناعي المؤسسي إلى نقاط النهاية الاستهلاكية للذكاء الاصطناعي. ويبقى ما إذا كان بإمكان Spark حقًا تدشين دورة جديدة لصناعة الأجهزة مرتبطًا بثلاثة متغيرات: سرعة انتقال منظومة المطورين، وكثافة السيناريوهات التجارية لتطبيقات الذكاء الاصطناعي الطرفية، وما إذا كان بإمكان الأسعار المرتفعة أن تنخفض مع زيادة الإنتاج. تخضع الشركات في سلسلة الصناعة بالفعل لإعادة تقييم في قيمتها السوقية، لكن مساراتها التجارية لا تزال رهينة لعدم اليقينين التقني والسوقي. ولا يزال وتيرة التبني الفعلي بحاجة إلى متابعة ومراقبة مستمرة.
