انویدیا در حال آمادهسازی برای عرضه تراشههای فوقسریع «RTX Spark» در پاییز امسال است و به همین منظور، اولین نسخه پیشنمایش درایورهای بومی خود را برای «ویندوز روی آرم» منتشر کرده است.
آغاز عرضه سیستمهای RTX Spark به توسعهدهندگان
ابرتراشه NVIDIA RTX Spark که برای کامپیوترهای هوش مصنوعی (AI PC) طراحی شده، طی چند ماه آینده در قالب لپتاپها و مینیکامپیوترهای متنوع وارد بازار خواهد شد. این سیستمها ترکیبی از قدرت معماری پردازنده «Grace» و پردازشگر گرافیکی «Blackwell» را به همراه ۱۲۸ گیگابایت حافظه در یک تراشه واحد ارائه میدهند که توسط اتصالات پرسرعت به هم متصل شدهاند و اختصاصاً برای پردازشهای هوش مصنوعی طراحی شدهاند.
انویدیا امروز اولین درایورهای پیشنمایش توسعهدهنده برای پلتفرم RTX Spark را با نسخه 616.00 منتشر کرد. این درایور مشخصاً برای کیت توسعهدهنده «Microsoft Surface RTX Dev Box» طراحی شده که راهکاری متمرکز بر توسعهدهندگان است و از طراحی بدون فن بهره میبرد.
پشتیبانی بومی از ویندوز Arm64 در CUDA 13.4
بسته نرمافزاری «CUDA 13.4 Toolkit» نیز پشتیبانی از RTX Spark را تحت عنوان «Windows on Arm» معرفی کرده است. طبق اعلام انویدیا، این پیشنمایش شامل فعالسازی کامپایلر و سیستمهای ساخت برای اهداف Windows Arm64 است که قابلیتهای زیر را فراهم میکند:
- توسعه بومی Windows Arm64 برای دستگاههای آینده RTX Spark.
- کامپایل متقاطع (Cross-compiling) اپلیکیشنهای CUDA تحت Windows Arm64 با استفاده از کیت ابزار Windows x86_64.
از نسخه CUDA 13.4 به بعد، درایور دیگر درون کیت ابزار قرار نخواهد داشت و به صورت جداگانه در قالب «NVIDIA Developer Driver» (نسخه R616 و بالاتر) عرضه میشود. انویدیا به توسعهدهندگان توصیه کرده است که پورت کردن اپلیکیشنهای خود به ویندوز روی آرم را با شناسایی وابستگیهای ناسازگار آغاز کنند تا برنامههایشان برای عرضه انبوه کامپیوترهای RTX Spark در پاییز ۲۰۲۶ آماده باشد.
انویدیا در مسیر توسعه برای RTX Spark راهنمای گامبهگامی ارائه کرده و برخی مشکلات شناختهشده را نیز ذکر کرده است:
- کاهش عملکرد انتقال CUDA: انتقال داده از میزبان به دستگاه در حافظههای Pageable ممکن است عملکرد پایینتری از حد انتظار داشته باشد. (راهکار: استفاده از حافظههای Page-locked).
- سیاه شدن موقت صفحه: هنگام نصب درایور، صفحه نمایش ممکن است حدود دو دقیقه سیاه بماند که پس از آن به طور خودکار بازیابی میشود.
- ناپایداری در PyTorch: اجرای جریانهای کاری CI/CD در PyTorch ممکن است منجر به اتمام زمان GPU و ناپایداری سیستم شود که در دست بررسی است.
- عدم دسترسی به Nsight Copilot: این قابلیت در نسخه پیشنمایش توسعهدهنده غیرفعال است.
در نمایشگاه Computex 2026، سیستمهای RTX Spark عملکرد خیرهکنندهای در ابزارهای تولید محتوا، بازیها و اپلیکیشنهای هوش مصنوعی از خود نشان دادند. بااینحال، نتایج بنچمارکهای منتشر شده بر اساس نمونههای مهندسی اولیه بوده و باید تا پاییز ۲۰۲۶ منتظر ماند تا عملکرد واقعی این تراشهها در محصولات نهایی بررسی شود.
نظرات کاربران