مهر
اخبار
Surface RTX Spark Dev Box مایکروسافت؛ مینی‌کامپیوتر ۵٬۹۹۹ دلاری برای اجرای محلی هوش مصنوعی
مایکروسافت پیش‌سفارش Surface RTX Spark Dev Box را شروع کرده است؛ مینی‌کامپیوتری با حافظه‌ی یکپارچه‌ی ۱۲۸ گیگابایت و قیمت ۵٬۹۹۹ دلار که وعده می‌دهد مدل‌های بالای ۱۲۰ میلیارد پارامتری را بدون ابر روی میز خودتان اجرا کند.
لیست مطالب
۱. مایکروسافت دقیقاً چه چیزی عرضه کرد؟
مایکروسافت روز ۷ اکتبر ۲۰۲۶ فروش پیش‌سفارشی Surface RTX Spark Dev Box را آغاز کرد. این دستگاه یک کامپیوتر فشرده برای توسعه‌دهندگان است و قیمت پایه‌ی آن ۵٬۹۹۹ دلار اعلام شده است. صفحه‌ی محصول عدد «از ۵٬۹۹۹٫۹۹ دلار» را نشان می‌دهد. ارسال‌ها از نوامبر ۲۰۲۶ شروع می‌شود و خرید فعلاً فقط از سایت مایکروسافت و فقط در آمریکا ممکن است.
موضوع تازه‌ای که این خبر را مهم می‌کند، تغییر مرکز ثقل است. تا همین دیروز بخش بزرگی از کار با مدل‌های هوش مصنوعی یعنی پرداخت پول به یک سرویس ابری. حالا یکی از بزرگ‌ترین شرکت‌های دنیا یک جعبه‌ی رومیزی می‌فروشد که ادعا می‌کند مدل‌های بسیار بزرگ را روی خودش اجرا می‌کند. اگر با تفاوت مدل ابری و محلی آشنا نیستید، پیشنهاد می‌کنیم اول مقاله‌ی OpenAI چیست؟ را بخوانید.
مایکروسافت هنوز قیمت یا مشخصات برخی بخش‌ها مثل ظرفیت حافظه‌ی ذخیره‌سازی را به‌طور کامل اعلام نکرده است. در منابع منتشرشده، ظرفیت SSD ذکر نشده و بنابراین بهتر است پیش از خرید به صفحه‌ی رسمی سر بزنید.
۲. مشخصات فنی؛ ابرتراشه‌ی RTX Spark
هسته‌ی دستگاه ابرتراشه‌ی NVIDIA RTX Spark است. بر اساس اطلاعات منتشرشده، این تراشه یک پردازنده‌ی ۲۰ هسته‌ای Grace، یک پردازنده‌ی گرافیکی با معماری Blackwell و هسته‌های تنسور نسل پنجم را کنار هم می‌گذارد و با اتصال پرسرعت NVLink-C2C به هم وصل می‌کند.
حافظه‌ی دستگاه ۱۲۸ گیگابایت و یکپارچه است. یعنی برخلاف رایانه‌های معمول که حافظه‌ی پردازنده و کارت گرافیک جداست، اینجا هر دو از یک استخر مشترک استفاده می‌کنند و سیستم آن را به‌صورت پویا تقسیم می‌کند. برای مدل‌های زبانی بزرگ، همین یک ویژگی از خود قدرت خام مهم‌تر است؛ چون اندازه‌ی مدل مستقیماً به حافظه‌ی در دسترس گره خورده است.
توان محاسباتی هوش مصنوعی تا یک پتافلاپ اعلام شده، اما مایکروسافت تصریح می‌کند این عدد مربوط به محاسبه‌ی نظری FP4 همراه با sparsity است. در عمل، سرعت واقعی به مدل، نوع کوانتیزه‌سازی و طول متن بستگی دارد و معمولاً کمتر از رقم تبلیغاتی خواهد بود. سقف توان مصرفی و حرارتی هم ۱۰۰ وات ذکر شده و بدنه از آلومینیوم آنودایز با حدود هزار منفذ هوا ساخته شده است.
درگاه‌ها شامل دو USB-C، یک USB-A، HDMI، اتصال Ethernet و جک هدفون است. مانیتور و کیبورد همراه دستگاه فروخته نمی‌شوند. از نظر امنیتی هم دستگاه یک رایانه‌ی secured-core با BitLocker، Defender، Entra ID و Intune معرفی شده است.
۳. اجرای محلی مدل ۱۲۰ میلیارد پارامتری یعنی چه؟
برای اینکه بفهمیم این وعده چقدر جدی است، یک محاسبه‌ی ساده کمک می‌کند. هر پارامتر مدل در فرمت ۴ بیتی تقریباً نیم بایت جا می‌گیرد؛ پس مدلی با ۱۲۰ میلیارد پارامتر در حدود ۶۰ گیگابایت فضا نیاز دارد، به‌علاوه‌ی حافظه برای کش و متن ورودی. با ۱۲۸ گیگابایت حافظه‌ی یکپارچه، چنین مدلی جا می‌شود و هنوز فضایی برای کار باقی می‌ماند. این یک برآورد کلی است و عدد دقیق به مدل بستگی دارد.
مایکروسافت اعلام کرده دستگاه مدل‌های بالای ۱۲۰ میلیارد پارامتر را محلی اجرا می‌کند و بر اساس اعلام ماه ژوئن، پنجره‌ی متن یک میلیون توکنی را هم پشتیبانی می‌کند. این ترکیب برای تحلیل مخزن‌های بزرگ کد یا اسناد طولانی جذاب است؛ کاری که در سرویس‌های ابری هزینه‌ی توکن بالایی دارد. برای درک بهتر مفهوم توکن و ورودی، مقاله‌ی نوشتن پرامپت برای مبتدی‌ها را ببینید.
دستگاه همراه یک مدل محلی به نام Aion 1.0 Instruct عرضه می‌شود. علاوه بر آن، Copilot می‌تواند تا ۲۰ درصد از بار کاری را به مدل‌های MAI-1-Code-Flash و Nemotron-3-Super منتقل کند. یعنی مایکروسافت یک رویکرد ترکیبی می‌خواهد: بخش اصلی کار محلی، و بخش کوچکی در صورت نیاز به مدل دیگر سپرده شود.
۴. نرم‌افزار و تجربه‌ی توسعه‌دهنده
سیستم‌عامل دستگاه Windows 11 Pro با تنظیمات مخصوص توسعه است. PowerShell 7 پوسته‌ی پیش‌فرض است و WSL 2 با دسترسی مستقیم به GPU و پشتیبانی کامل از CUDA آماده‌ی استفاده است. این یعنی ابزارهای متن‌باز هوش مصنوعی که روی لینوکس نوشته شده‌اند، بدون نصب‌های پیچیده روی ویندوز اجرا می‌شوند.
ابزارهای VS Code، Git، GitHub CLI، GitHub Copilot، Python و Node.js هم از قبل نصب هستند. هدف روشن است: توسعه‌دهنده جعبه را باز کند، وصل کند و همان روز مدل را اجرا و آزمایش کند. برای کسانی که تازه با ابزارهای کدنویسی هوشمند آشنا می‌شوند، صفحه‌ی آموزش‌های ChatGPT نقطه‌ی شروع خوبی است.
۵. Surface Laptop Ultra؛ همراه تازه‌ی این عرضه
مایکروسافت همزمان لپ‌تاپ Surface Laptop Ultra را هم معرفی کرد. قیمت آن از ۲٬۵۹۹ دلار شروع می‌شود و ۱۶ اکتبر ۲۰۲۶ از سایت مایکروسافت و فروشگاه‌های منتخب در سراسر جهان عرضه می‌شود. این مدل ۱۵ اینچی PixelSense، تا ۱۲۸ گیگابایت حافظه‌ی یکپارچه، گرافیک NVIDIA RTX و فناوری پردازنده‌ی Grace دارد.
یک پیشنهاد تبلیغاتی هم در کار است: خریداران آمریکا و کانادا که بین ۷ اکتبر و ۲۳ نوامبر ۲۰۲۶ از فروشگاه آنلاین مایکروسافت خرید کنند، در ازای یک MacBook Pro مناسب تا ۱۰۰۰ دلار بازگشت وجه می‌گیرند. این نشان می‌دهد مایکروسافت مستقیماً مخاطبان اپل را هدف گرفته است.
۶. مقایسه با سرویس‌های ابری؛ چه زمانی خرید می‌صرفد؟
قیمت ۵٬۹۹۹ دلار برای همه‌ی کاربران توجیه ندارد. اگر فقط گاهی از ChatGPT یا Claude استفاده می‌کنید، اشتراک ماهانه بسیار ارزان‌تر تمام می‌شود. در همین هفته مدل‌هایی مثل هایکو ۵.۵ با قیمت بسیار پایین عرضه شده‌اند و رقابت قیمتی ابری شدید است؛ پس باید حجم مصرف خود را بسنجید. درباره‌ی ریشه‌ی این رقابت، مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار را بخوانید.
اما چند سناریو هست که اجرای محلی منطقی‌تر می‌شود. اول، داده‌های حساس که نباید از شبکه‌ی شرکت خارج شوند. دوم، مصرف سنگین و مداوم که صورت‌حساب توکن را بالا می‌برد. سوم، نیاز به کار بدون اینترنت پایدار. چهارم، آزمایش و تنظیم مدل‌های متن‌باز، که روی سخت‌افزار شخصی آزادی بیشتری می‌دهد.
در مقابل، محدودیت‌ها را هم باید دید. مدل‌های پیشروی بسته مثل نسخه‌های جدید GPT و Claude را نمی‌توان روی این دستگاه اجرا کرد؛ آن‌ها فقط از طریق ابر در دسترس‌اند. دستگاه محلی هم به مدل‌های متن‌باز یا قابل‌دانلود محدود است. برای دید واقع‌بینانه درباره‌ی توانایی‌ها و حدود هوش مصنوعی، پتانسیل و محدودیت‌های هوش مصنوعی در دنیای واقعی را بخوانید.
۷. نکته‌های خرید و محدودیت‌ها
نخستین نکته جغرافیاست: پیش‌سفارش فقط در آمریکا و فقط از microsoft.com انجام می‌شود. کاربران خارج از آمریکا باید منتظر اعلام بازارهای بعدی بمانند. نکته‌ی دوم، هزینه‌ی جانبی است؛ مانیتور و کیبورد جداگانه خریده می‌شوند و ظرفیت ذخیره‌سازی هنوز در منابع روشن نیست.
نکته‌ی سوم درباره‌ی ادعاهای عملکردی است. عدد یک پتافلاپ نظری است و سرعت واقعی تولید توکن را تعیین نمی‌کند. تا انتشار آزمون‌های مستقل، بهتر است از بنچمارک‌های شخصی و نقدهای معتبر کمک بگیرید. این احتیاط شبیه ماجرایی است که در مقایسه‌ی مدل‌ها دیده‌ایم؛ نمونه‌اش را در مقایسه‌ی ChatGPT و DeepSeek می‌توانید ببینید.
نکته‌ی چهارم، ارزش یادگیری است. حتی اگر دستگاه نخرید، آشنایی با اجرای محلی مدل‌ها مهارت آینده‌ی توسعه‌دهندگان است. هوش مصنوعی ابزار قدرتمندی است، اما جای مهندس واقعی را نمی‌گیرد؛ این بحث را در توهم توسعه‌دهنده‌ی تنها در برابر مهندس واقعی مفصل خوانده‌ایم.
۸. این خبر برای آینده‌ی رایانه‌های شخصی چه معنایی دارد؟
ورود مایکروسافت به بازار رایانه‌های رومیزی ویژه‌ی هوش مصنوعی، پیامی روشن دارد: «رایانه‌ی هوش مصنوعی» دیگر فقط یک برچسب تبلیغاتی نیست و سخت‌افزار با حافظه‌ی یکپارچه‌ی بزرگ تازه‌ترین میدان رقابت است. رقابت با دستگاه‌هایی که پیش‌تر در این رده بودند، قیمت و کارایی را به نفع کاربران جلو می‌برد.
برای تولیدکنندگان محتوا، توسعه‌دهندگان و کسب‌وکارهای کوچک، پیام اصلی این است که انتخاب بین ابر و محلی دیگر دوگانه‌ی سخت نیست. بسیاری از تیم‌ها از رویکرد ترکیبی استفاده خواهند کرد: کارهای محرمانه و سنگین محلی، کارهای سبک و مدل‌های پیشرو در ابر. اخبار بیشتر این حوزه را در بخش اخبار مستر چت‌جی‌پی‌تی دنبال کنید.
۹. پرسش‌های متداول
قیمت Surface RTX Spark Dev Box چقدر است؟
قیمت پایه ۵٬۹۹۹ دلار است و صفحه‌ی محصول عبارت «از ۵٬۹۹۹٫۹۹ دلار» را نشان می‌دهد. مانیتور و کیبورد جداگانه فروخته می‌شوند.
چه زمانی ارسال می‌شود؟
پیش‌سفارش از ۷ اکتبر ۲۰۲۶ آغاز شده و ارسال‌ها از نوامبر ۲۰۲۶ شروع می‌شود. فروش فعلاً فقط در آمریکا و از microsoft.com است.
چه مدل‌هایی روی آن اجرا می‌شود؟
مایکروسافت می‌گوید مدل‌های بالای ۱۲۰ میلیارد پارامتر محلی اجرا می‌شوند. مدل Aion 1.0 Instruct همراه دستگاه است و مدل‌های متن‌باز سازگار هم قابل اجرا هستند. مدل‌های بسته‌ی ابری روی آن اجرا نمی‌شوند.
آیا عدد یک پتافلاپ واقعی است؟
این عدد نظری و مربوط به FP4 با sparsity است. سرعت واقعی در کارهای روزمره معمولاً کمتر است و باید منتظر آزمون‌های مستقل ماند.
لپ‌تاپ Surface Laptop Ultra چه زمانی می‌آید؟
قیمت آن از ۲٬۵۹۹ دلار شروع می‌شود و عرضه‌ی آن برای ۱۶ اکتبر ۲۰۲۶ برنامه‌ریزی شده است.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
