Koje su razlike u pozicioniranju između platformi RTX Spark i DGX Station za Windows?

Na sajmu GTC Taipei 2026, NVIDIA je privukla veliku pozornost programera predstavljanjem računalne platforme RTX Spark – opremljene 20-jezgrenim Grace CPU-om (razvijenim u suradnji s MediaTekom na prilagođenoj Arm arhitekturi), Blackwell GPU-om u RTX izvedbi i 128 GB objedinjene memorije. Uz najavu prvog vala Windows na Armu prijenosnih računala brendova kao što su ASUS, Dell, Lenovo, MSI i HP, fokus razvojne zajednice bio je usmjeren i na radnu stanicu DGX Station za Windows. Ako analizu proširimo na razvojnu platformu Surface RTX Spark Dev Box, najavljenu na Microsoftovoj konferenciji Build 2026, jasno je da NVIDIA koristi blisko partnerstvo s Microsoftom kako bi prebacila AI računalnu snagu iz tradicionalnih Linux podatkovnih centara u poznato Windows okruženje. Glavne razlike u pozicioniranju, dizajnu i namjeni ovih naprednih platformi donosimo u nastavku.

RTX Spark vs. DGX Spark: Osobni razvoj naspram kaskadnog slaganja

Iako su obje platforme izvedene iz GB10 superčip arhitekture (internog kodnog naziva NVIDIA N1X) i mogu dolaziti u kompaktnom mini-PC formatu, njihova je namjena bitno različita:

• RTX Spark (Osobni razvoj i samostalne aplikacije): Kod ove je platforme uklonjena mrežna povezivost ConnectX-7 200GbE. Cilj je omogućiti developerima fokus na lokalni razvoj i izvršavanje AI agenata. Izostavljanjem mrežnih specifikacija visoke propusnosti, NVIDIA je smanjila troškove nabave hardvera, čineći ga pristupačnijim Windows korisnicima koji tek ulaze u AI sferu. Uređaji poput Microsoftova Surface RTX Spark Dev Boxa ili mini-PC modela partnerskih proizvođača nude stabilne performanse i znatno bolje hlađenje od klasičnih prijenosnih računala. Budući da se početna cijena procjenjuje na najmanje 100.000 NT$ (oko 3.000 USD), igranje videoigara ovdje je samo usputni bonus – stvarna ciljana publika su programeri koji trebaju ogroman memorijski prostor za LLM-ove ili napredno generiranje slika.
• DGX Spark (Skalabilnost i Linux okruženje): Za razliku od RTX modela, DGX Spark zadržava ConnectX-7 200GbE mrežnu arhitekturu. To omogućuje besprijekorno povezivanje i slaganje više uređaja (kaskadiranje) radi proširenja računalne snage. Ova je platforma namijenjena naprednim developerima koji rade u Linux okruženjima (poput Ubuntua) i imaju stalnu potrebu za proširenjem memorije i procesorske snage radi obuke kompleksnih modela.

DGX Station za Windows: Teško naoružanje za 20 milijuna developera

Lansiranjem platforme DGX Station za Windows, NVIDIA želi ukloniti prepreke koje tvrtke imaju pri usvajanju operativnih sustava razvijenih s umjetnom inteligencijom:

• Izvorna podrška za Windows ekosustav: U svijetu postoji otprilike 20 milijuna Windows programera. Dosad su se ti developeri morali oslanjati na Windows podsustav za Linux (WSL) kako bi pokretali Linux alate za razvoj umjetne inteligencije na Windows platformi.
• Implementacija na razini poduzeća: S obzirom na to da mnoga poduzeća imaju tisuće zaposlenika koji koriste operateski sustav Windows, omogućavanje developerima da testiraju i implementiraju AI aplikacije izravno u izvornom (native) Windows okruženju drastično skraćuje razvojni ciklus.
• Zajednička jezgra za timski rad: DGX Station za Windows opremljen je moćnim GB300 superčipom i naprednim sustavom vodenog hlađenja. Riječ je o hardveru na razini podatkovnog centra koji je dizajniran tako da se može smjestiti pored radnog stola, a koristi se kao dijeljeni resurs unutar cijelog razvojnog tima (radne skupine).

Komplementarna ljestvica AI računalne snage

Cjelokupni portfelj novih uređaja pokazuje savršenu sinergiju i pokriva sve razine potreba:

[Prijenosna računala (MediaTek RTX Spark)]

│

▼

[Surface RTX Spark Dev Box / Mini PC (Osobni razvoj i teška opterećenja)]

│

▼

[DGX Spark (Skalabilni sustavi za naprednu obuku)]

│

▼

[DGX Station za Windows (GB300 čip – Dijeljena snaga za cijele timove)]

Suradnja između NVIDIA-e i Microsofta uspješno je utrla potpun i zaokružen razvojni put za milijune Windows programera koji nisu obučeni za rad u Linux sustavima – pokrivajući sve razine, od pojedinačnih entuzijasta na rubu mreže (Edge) pa sve do velikih timova u podatkovnim centrima.