Az NVIDIA helyi AI-hardvereinek bevezetése szélesebb körre terjed ki, és új, közös fejlesztést támogató szoftverekkel egészül ki. A DGX Spark 64GB rendszerek október 23-tól érkeznek a partnerektől, a Windows-alapú DGX Station rendszerek pedig decemberben várhatók. A 2026. október 21-i berlini GTC-n ismertetett frissítések a privát asztali ügynököktől a csapatokat kiszolgáló, vállalati felügyelet alatt álló gépekig terjednek; több szoftverfunkció azonban továbbra is csak terv, még nem érhető el.
Legfontosabb tudnivalók
- A DGX Spark 64GB rendszerek bevezetése október 23-án kezdődik; a kézzel konfigurált klaszterek már most akár nyolc egységet is támogatnak.
- A DGX Station vállalati felügyeleti integrációkkal bővül, tervezett Windows-változata pedig gyártási alkalmazásokat és helyben futó ügynököket céloz.
- A Recursive Flint már elérhető helyi kódoláshoz, új modell támogatásával és következtetési optimalizálásokkal együtt; a teljesítményadatokat az NVIDIA közölte.
Tartalomjegyzék
- Az NVIDIA helyi AI-megoldásainak bevezetése: mi érhető el most?
- Hogyan válik a DGX Spark megosztott fejlesztési háttérrendszerré?
- Mi változik a vállalati DGX Station-felhasználók számára?
- A Recursive Flint újabb helyi kódolási lehetőséget kínál
- A modell- és következtetési frissítések bővítik a szoftveres környezetet
- Összegzés
Az NVIDIA helyi AI-megoldásainak bevezetése: mi érhető el most?
A bejelentések különböző felhasználói köröket céloznak: az RTX Spark személyi ügynököket futtat Windows PC-ken, a DGX Spark Linux-alkalmazások fejlesztését támogatja, a DGX Station pedig nagyobb vállalati munkaterhelésekre készült. A gyakorlati különbség nem csupán a hardverkapacitásban rejlik, hanem abban is, hogy a felhasználóknak egyéni asztali asszisztensre, megosztott fejlesztési háttérrendszerre vagy felügyelt, csapatoknak szánt következtetési szolgáltatásra van-e szükségük.
Az RTX Spark október 16-án jelent meg. Az NVIDIA közlése szerint az ASUS, a Dell Technologies, a HP, a Lenovo, a Microsoft és az MSI laptopjai már elérhetők, az Acer termékei pedig később követik őket. Az Underdog Desktop Agent szintén letölthető. Husky következtetési motorja teljes egészében az eszközön futtatja a modelleket, így az NVIDIA szerint az ügynök feldolgozása helyben történik, ahelyett, hogy a felhasználói adatokat a számítógépen kívülre küldené.
A Linux-alapú DGX Station rendszerek már szállítás alatt vannak. A Windows-változat egyelőre későbbi kiadás: az NVIDIA decemberre várja a partnercégek rendszereit. A berlini GTC-n ismertetett, helyi AI-ról szóló beszámoló külön kezeli a már elérhető képességeket, a hónap későbbi részére ütemezett eszközöket, valamint a közelgő korai hozzáférésű szolgáltatást.
| Tétel | Részletek |
|---|---|
| DGX Spark 64GB | A partnereknél október 23-án, pénteken kezdődik a bevezetés. |
| DGX Spark klaszterezés | A kézi konfigurációk akár nyolc egységet is támogatnak; az NVIDIA Sync nyolc egységre kiterjedő támogatása erre a hónapra van tervbe véve. |
| Sync Model Launcher | A hónap későbbi részében várható; a konfigurációnak megfelelő modellek és konténerek kiválasztására és letöltésére szolgál. |
| Windows-alapú DGX Station | A partnercégek rendszerei decemberben várhatók, gyártási alkalmazások és ügynökök támogatásával. |
| NVIDIA Cloud Functions | Hamarosan korai hozzáférésben lesz elérhető Linux-alapú DGX Station rendszerekre, megosztott, helyi modellvégpontokhoz. |
| Recursive Flint | Elérhető, nyílt súlyokkal, Apache 2.0 licenc alatt, a támogatott NVIDIA helyi hardverekhez. |
Hogyan válik a DGX Spark megosztott fejlesztési háttérrendszerré?
Az új DGX Spark 64GB konfiguráció partnereknél történő bevezetése október 23-án, pénteken kezdődik. Az NVIDIA a futtatható munkaterhelések között olyan modelleket sorol fel, mint a Nemotron 3.5 Bolt 74B 24GB és a Qwen3.8 27B.
A nagyobb kapacitást igénylő fejlesztők számára a DGX Spark mostantól akár nyolc rendszerből álló, kézzel konfigurált klasztereket is támogat a beépített ConnectX-7 hálózaton keresztül. Az NVIDIA egy nyolc egységből álló, 1 TB egyesített memóriával rendelkező összeállítást olyan háttérrendszerként ír le, amelyen kisebb csapatok megosztozhatnak, és ugyanazon modellen párhuzamos munkameneteket futtathatnak. A nagyobb kapacitás nagyobb modellek, hosszabb kontextusok és párhuzamos ügynökök használatát teszi lehetővé.
Ez a kézi klaszterezési lehetőség különálló az NVIDIA Sync nyolc DGX Sparkot támogató, tervezett funkciójától. A Sync a hónap későbbi részében a Model Launchert is megkapja. Az indítóprogram célja a hardverkonfigurációnak megfelelő modell és konténer letöltése, a modell OpenCode-hoz csatlakoztatása, valamint a DGX Spark karbantartási és hibaelhárítási készségeinek betöltése.
Az októberi DGX Spark szoftverfrissítés egy Wi-Fi-asszisztenst is tartalmaz, amellyel a gép készüléküzemmódban való működése közben hálózatot lehet váltani. Emellett az OpenCode-on keresztül, az NVIDIA Syncben munkafolyamat-központú karbantartási és hibaelhárítási útmutatók is elérhetővé válnak.
Mi változik a vállalati DGX Station-felhasználók számára?
Az NVIDIA szerint a DGX Station 748 GB koherens memóriát és akár 20 petaflop AI-teljesítményt kínál. A Sync mostantól két Linux-alapú DGX Station rendszer közötti kapcsolatot támogat, az új felügyeleti integrációk pedig azt segítik, hogy a vállalatok üzembe helyezzék és felügyeljék a gépeket.
Az integrációk többek között az Absolute Security, a Cisco által kínált Splunk, a Fleet Device Management, a Microsoft Intune, a Perforce Puppet, a Progress Software Chef és a Tanium megoldásaira terjednek ki. Céljuk, hogy a DGX Station beilleszthető legyen a meglévő vállalati üzembehelyezési és felügyeleti folyamatokba, ne pedig külön adminisztrált fejlesztőgépként működjön.
A tervezett Windows-változat ezt a megközelítést a mérnöki szoftverekre is kiterjeszti. Az NVIDIA többek között a Dassault Systèmes, a MathWorks, a Rockwell Automation és a Siemens gyártási alkalmazásainak támogatását sorolja fel. A felhasználók a Hermes Agent, a Perplexity vagy az Aible segítségével helyben is futtathatnak ügynököket.
Ettől különállóan az NVIDIA Cloud Functions hamarosan korai hozzáférésben lesz elérhető Linux-alapú DGX Station rendszereken. A csapatok helyi modellvégpontokat vehetnek fel egy megosztott katalógusba, és egy OpenAI-kompatibilis belépési ponton keresztül érhetik el őket. Az NVIDIA szerint a fejlesztők így anélkül cserélhetik le a végpont mögötti modellt, hogy módosítaniuk kellene az alkalmazáskódot, miközben kollégáik közvetlen hozzáférés nélkül is használhatják a megosztott modelleket.
A Recursive Flint újabb helyi kódolási lehetőséget kínál
A Recursive Superintelligence október 21-én kiadta a Recursive Flintet. A kódolási modell 40 milliárd paraméteres, keverék-szakértő architektúrájú, amelyben 2,5 milliárd paraméter aktív. Nyílt súlyai Apache 2.0 licenc alatt érhetők el a Hugging Face-en.
Az NVIDIA beszámolója szerint a generálási sebesség egy 64 GB-os RTX Sparkkal meghaladja a másodpercenkénti 220 tokent. A vállalat azt is közölte, hogy a Recursive automatizált kutatási rendszerével fejlesztett speciális kernelek 55%-kal növelték a generálási sebességet a modell súlyainak módosítása nélkül. Ezek az NVIDIA által közölt teljesítményadatok, nem pedig függetlenül ellenőrzött mérések.
A Flint RTX Spark, DGX Spark, GeForce RTX és RTX PRO hardvereken is futtatható. A fejlesztők az NVIDIA NeMo eszközeivel utólagos tanítást is végezhetnek rajta, így a csapatok letölthetik, majd saját kódolási munkafolyamataikhoz igazíthatják a modellt.
A modell- és következtetési frissítések bővítik a szoftveres környezetet
Az NVIDIA a Nemotron, a GLM, a DeepSeek, a Qwen, a MiniMax és a Liquid AI modelljeinek támogatásával bővíti kínálatát, a Black Forest Labs FLUX képgeneráló modelljei mellett. A Nemotron Bolt E4B 4GB kiadása október 23-ra van ütemezve; tervezett felhasználási területei közé tartoznak a helyi hangasszisztensek és a beágyazott felhasználói felületek.
Az új, memóriára optimalizált ellenőrzőpontok célja, hogy több kapacitást hagyjanak meg a következtetés során használt gyorsítótár számára. Az NVIDIA a llama.cpp és a vLLM motorok fejlesztéseiről is beszámol: az ügynökalapú feladatok egy meghatározott RTX PRO-munkaterhelésben akár 1,4-szer, egy DGX Spark-munkaterhelésben pedig akár 1,3-szor gyorsabban futnak, míg egy DGX Station-munkaterhelés akár 1,2-szer nagyobb átviteli teljesítményt ér el.
A robotikai csapatok számára az NVIDIA három nyílt forráskódú referencia-munkafolyamatot adott ki DGX Stationre: megerősítéses tanulással végzett finomhangolást, ügyes manipulációra irányuló tanítást, valamint világmodell-utólagos tanítást szintetikus adatok előállításához. Ezek a munkafolyamatok már elérhető kiadások, és különböznek a később érkező Windows-hardvertől és a Cloud Functions korai hozzáférésű változatától.
Összegzés
A frissítések több lehetőséget kínálnak a helyi AI felhasználóinak arra, hogy az egyéni ügynököktől a megosztott, felügyelt munkaterhelések felé lépjenek tovább. A Spark kézi klaszterezése, a vállalati integrációk és a Recursive Flint már elérhetők; a következő bevezetési mérföldkövek az októberi Spark-hardverkiadás, a Sync e havi bővítései és a decemberre várt Windows-alapú DGX Station rendszerek.
További hírek
Jogi nyilatkozat
Ez a FinanceVelix-cikk általános tájékoztatást nyújt, nem minősül személyre szabott pénzügyi, befektetési, jogi vagy adótanácsadásnak. A piaci árak, a kamatlábak és a gazdasági körülmények változhatnak; a befektetések veszteség kockázatával járnak. A tények a közzétételkor rendelkezésre álló információkat tükrözik, és változhatnak. Ellenőrizze önállóan a fontos információkat, és szükség esetén forduljon megfelelő képesítéssel rendelkező szakemberhez. Egy eszköz, vállalat vagy szolgáltatás említése nem jelent ajánlást.
