AMD Ryzen AI Halo ضد Nvidia DGX Spark: أي حاسوب ذكاء اصطناعي محلي بقيمة 4000$ هو الأنسب للمطورين؟

بدأت المعركة على مكتب مطور الذكاء الاصطناعي رسمياً. في يونيو 2026، بدأت AMD في تلقي الطلبات المسبقة لمنصة المطورين Ryzen AI Halo، وهي حاسوب صغير الحجم مصمم لتشغيل نماذج ذكاء اصطناعي ضخمة دون الاعتماد على البنية التحتية السحابية . إنها تواجه مباشرة Nvidia DGX Spark، الجهاز المماثل الذي شهد ارتفاعاً مفاجئاً في سعره في وقت سابق من العام .

صُمم كلا الجهازين خصيصاً لتلبية احتياجات شريحة متنامية من المطورين والباحثين وعلماء البيانات الذين يحتاجون إلى بناء نماذج أولية، وضبط، وتشغيل نماذج لغوية كبيرة (LLMs) وتطبيقات ذكاء اصطناعي قائمة على الوكلاء (Agents) على أجهزة محلية . الوعد الأساسي واحد: معمارية ذاكرة موحدة وقوية قادرة على التعامل مع نماذج تصل إلى 200 مليار وسيط (Parameter) على مكتبك . ومع ذلك، فإن الطريق الذي تسلكه كل شركة للوصول إلى ذلك - والسعر الذي تدفعه - مختلفان تماماً.

مقارنة المواصفات الأساسية بين الجهازين

يكمن الفرق الأساسي بين المنصتين في شريحة المعالجة (Silicon). تستفيد AMD من قوتها التقليدية في معمارية x86، بينما تراهن Nvidia بقوة على معمارية Arm المخصصة.

الميزة	AMD Ryzen AI Halo	Nvidia DGX Spark (نسخة المؤسسين)
السعر	3,999 دولاراً	4,699 دولاراً (بعد رفعه من 3,999 دولاراً في فبراير 2026 بسبب نقص في الذاكرة)
وحدة المعالجة المركزية (CPU)	Ryzen AI Max+ 395 (16 نواة/32 مساراً من نوع Zen 5، تردد يصل إلى 5.1 جيجاهرتز)	20 نواة من نوع Arm (10 أنوية Cortex-X925 + 10 أنوية Cortex-A725)
وحدة معالجة الرسوميات (GPU)	Radeon 8060S (معمارية RDNA 3.5، 40 وحدة حوسبة)	Nvidia Blackwell (6,144 نواة CUDA، أنوية Tensor من الجيل الخامس)
وحدة المعالجة العصبية (NPU)	XDNA 2 (أداء 50 تريليون عملية في الثانية - TOPS)	مدمجة في وحدة معالجة الرسوميات (لا توجد NPU منفصلة)
الذاكرة	128 جيجابايت من ذاكرة LPDDR5X الموحدة	128 جيجابايت من ذاكرة LPDDR5X الموحدة
عرض نطاق الذاكرة	غير محدد رسمياً في المواصفات الأولية.	273 جيجابايت/ثانية
أداء الذكاء الاصطناعي	حتى 60 تيرافلوب بنمط FP16	1 بيتافلوب بنمط FP4 (مع تقنية التشتيت Sparsity)
التخزين	2 تيرابايت NVMe من الجيل الرابع	4 تيرابايت NVMe M.2 (مع تشفير ذاتي)
الشبكات	إيثرنت 10 جيجابت، Wi-Fi 7، بلوتوث 5.4	إيثرنت 10 جيجابت، بطاقة ConnectX-7 الذكية، Wi-Fi 7، بلوتوث 5.3
الأبعاد	15.0 × 15.0 × 4.3 سم	15.0 × 15.0 × 5.05 سم
نظام التشغيل	ويندوز أو لينكس (حسب اختيار المستخدم عند الشراء)	DGX OS (نسخة مخصصة من Ubuntu 24.04 LTS) فقط
حزمة البرمجيات	ROCm، مركز مطوري Ryzen AI	CUDA, cuDNN, TensorRT-LLM, NCCL، ترخيص Nvidia AI Enterprise لمدة 90 يوماً

ملاحظة حول أداء الذكاء الاصطناعي: لا يمكنك مقارنة أداء AMD البالغ 60 تيرافلوب بنمط FP16 بأداء Nvidia البالغ 1 بيتافلوب بنمط FP4 مباشرة. هذه تنسيقات دقة مختلفة تُقاس على معماريات مختلفة. يستخدم رقم Nvidia أيضاً تقنية "التشتيت" (Sparsity)، التي يمكنها مضاعفة الإنتاجية الحسابية. سيختلف أداء نماذج الذكاء الاصطناعي في العالم الحقيقي، والمقارنات المرجعية المباشرة ليست متاحة على نطاق واسع بعد.

عامل نظام التشغيل: فرق حاسم لكثير من المطورين

بالنسبة للمطورين الراسخين في نظام بيئي معين، قد يكون اختيار نظام التشغيل العامل الوحيد الأكثر أهمية في هذا القرار.

تمنح AMD Ryzen AI Halo المشترين خياراً بسيطاً عند الدفع: نموذج بنظام Windows 11 Pro أو آخر بنظام Linux . هذه المرونة الجاهزة هي استهداف مباشر لأحد أكبر قيود DGX Spark. منصة Nvidia تعمل حصرياً على DGX OS، وهو إصدار مخصص من Ubuntu 24.04 LTS مع تعريفات وحزمة أدوات CUDA مثبتة مسبقاً .

إذا كان سير عملك يعتمد على أدوات تعمل بنظام ويندوز بشكل أساسي، أو كنت تبني تطبيقات ذكاء اصطناعي يجب نشرها في النهاية على خوادم ويندوز، فإن عرض AMD يزيل عقبة كبيرة في التوافق. على النقيض من ذلك، إذا كانت حزمة برمجياتك مبنية بالكامل حول مكتبات CUDA ونظام حاويات Nvidia، فإن التكامل المحكم لـ DGX Spark مع DGX OS يوفر بيئة متكاملة ولكنها شبه مغلقة.

حرب الأسعار قد تغيرت بالفعل

دخلت AMD السوق بميزة سعرية واضحة، لكن القصة أكثر دقة من مجرد فرق 700 دولار. عندما أطلقت Nvidia لأول مرة مبادرتها "Project Digits"، كان السعر النهائي لنسخة DGX Spark Founders Edition هو 3,999 دولاراً، وهو ما يطابق السعر المقترح من AMD عند الإطلاق .

ومع ذلك، في فبراير 2026، رفعت Nvidia سعر نسخة المؤسسين إلى 4,699 دولاراً، وعزت ذلك صراحة إلى "قيود في توريد الذاكرة" الخاصة بحزمة 128 جيجابايت من نوع LPDDR5x . كانت هذه الزيادة بنسبة 18% تحولاً كبيراً في المشهد التنافسي قبل بدء الطلبات المسبقة لـ AMD مباشرة، مما جعل Ryzen AI Halo يبدو كعرض ذي قيمة أكثر شراسة .

من منظور البيع بالتجزئة، اختارت AMD شريك إطلاق حصري هو متجر Micro Center . أما Nvidia فقد اتخذت النهج المعاكس، حيث جعلت DGX Spark متاحاً من خلال مجموعة واسعة من مصنعي الحواسيب، بما في ذلك ASUS و Dell و HP و Lenovo، مما يوسع بشكل كبير من قنوات توزيعه .

التطلع إلى المستقبل: خارطة طريق لمحطة عملك

الاستثمار في منصة تطوير هو أيضاً رهان على مستقبلها. هنا، قدم المتنافسان رؤيتين مختلفتين للغاية.

خارطة طريق Nvidia واضحة ومتعددة الأجيال. في معرض Computex 2026، كشفت الشركة عن خطة طويلة الأجل لمنصات Spark والذكاء الاصطناعي المكتبية :

• جيل Rubin: مُخطط لعام 2027، يتميز بمعمارية Vera Rubin وذاكرة LPDDR6 أسرع .
• جيل Feynman: مُخطط لعام 2029، تحت اسم منصة "Rosa Feynman"، مما يشير إلى التزام حتى نهاية العقد .

أعلنت Nvidia أيضاً عن DGX Station for Windows، وهو نظام أكبر وأكثر قوة بذاكرة تصل إلى 748 جيجابايت يعتمد على شريحة GB300 Grace Blackwell Ultra فائقة الأداء، ويمكنه التعامل مع نماذج تصل إلى تريليون وسيط. من المقرر إطلاقه في الربع الأخير من عام 2026، ولكن يجب النظر إليه كمحطة عمل من فئة أعلى، وليس بديلاً من الجيل التالي لـ Spark .

خارطة طريق AMD أقل تحديداً على مستوى النظام، لكنها واضحة على مستوى شريحة المعالجة. أعلنت AMD أن الجيل التالي من منصة Ryzen AI Halo سينتقل إلى معالج سلسلة Ryzen AI Max PRO 400 (الذي يحمل الاسم الرمزي "Gorgon Point") . تتميز هذه الشريحة بوحدة معالجة عصبية (NPU) مطورة بشكل كبير من نوع XDNA 2 بقدرة 60 تريليون عملية في الثانية، مقارنة بـ 50 تريليون عملية في الثانية في معالج Max+ 395 الحالي . صرحت AMD أن سلسلة PRO 400 هي الجيل التالي من معالج Ryzen AI Max+ 395 الحالي، وتستهدف أجهزة الكمبيوتر التجارية العاملة بالذكاء الاصطناعي ومنصات المطورين المستقبلية، ولكن لم يتم تأكيد تاريخ إطلاق محدد لنظام Halo جديد.

أي حاسوب ذكاء اصطناعي صغير يجب أن تشتري؟

يعتمد الاختيار بين AMD Ryzen AI Halo و Nvidia DGX Spark على ثلاث أولويات رئيسية:

• اختر AMD Ryzen AI Halo إذا: كانت ميزانيتك محدودة بـ 4,000 دولار، أو كنت تحتاج إلى دعم أصلي لنظام ويندوز، أو كنت تبني خط أنابيب نشر يستهدف أجهزة غير تابعة لـ Nvidia وترغب في الاختبار على معمارية x86.
• اختر Nvidia DGX Spark إذا: كان سير عملك يعتمد كلياً على CUDA وحزمة برمجيات Nvidia AI Enterprise، أو كنت بحاجة إلى قدرات الشبكات الأعلى التي توفرها بطاقة ConnectX-7 الذكية، أو كنت تقدر وضوح خارطة الطريق متعددة الأجيال طويلة الأجل من Nvidia وتخطط للتوسع من Spark إلى محطات DGX Station أو Instances السحابية.

مع نضوج سوق محطات عمل الذكاء الاصطناعي المحلية، سيأتي الحكم الحقيقي من أولى الاختبارات المرجعية (Benchmarks) الواقعية وتوسع منظومة برمجيات ROCm من AMD. في الوقت الحالي، نجحت AMD في إطلاق بديل موثوق، أقل تكلفة، وأكثر مرونة لمنصة Nvidia الراسخة.