Geçen iki yıl boyunca PC üreticileri, “AI PC” tanıtımında sürekli bir parametreye vurgu yaptı: NPU hesaplama gücü. Ancak Intel Lunar Lake’in 45 TOPS’i veya AMD Strix Point’in 50 TOPS’i gibi bu sayılar, hâlâ nispeten sade bir seviyede kaldı. Arka plan bulanıklaştırma yapabiliyor, ses gürültüsünü azaltabiliyor, bazı küçük ölçekli uç model çalıştırabiliyor, ancak bunlar dışında bir şey yapamıyor.
31 Mayıs'ta, NVIDIA, GTC 2026 konferansında RTX Spark süper çipini sundu ve bu rakamı 1 petaflop, yani 1000 TOPS'e çıkardı. %30 veya %50 artış değil, doğrudan bir sayısal düzey atladı.
Aynı zamanda şu haberler de duyuruldu: Microsoft, RTX Spark ile birlikte Windows’un yerel güvenlik mekanizmasını güncelledi ve NVIDIA’nın açık kaynaklı sandbox çalışma zamanı OpenShell’i Windows platformuna dahil etti; Adobe, Photoshop ve Premiere’ı RTX Spark’ın birleşik bellek mimarisine özel olarak temelden yeniden inşa ettiğini duyurdu; İlk altı OEM üretici, bu çip ile donatılmış hafif dizüstü bilgisayarlar ve kompakt masaüstü bilgisayarların bu sonbahar piyasaya sürüleceğini onayladı.
NVIDIA, bu GTC'de yeni bir çip çıkarmak yerine, "kişisel AI bilgisayar" kategorisi için yeni bir donanım standardı belirlemeye çalışıyor.
GPU, PC'nin ana karakteri olduğunda
Öncelikle bu çipi kendisine bakalım. NVIDIA'nın GTC'de açıkladığı verilere göre, RTX Spark, 6144 CUDA çekirdeği ve MediaTek ile ortaklaşa tasarlanan 20 çekirdekli Arm mimarili Grace CPU'yu içeren Blackwell mimarisine sahip bir GPU entegre eder; bu, TSMC'nin 3nm üretim süreciyle üretilmiştir. Ana değişiklik, bellek mimarisindedir: En fazla 128 GB birleşik bellek, CPU ve GPU aynı bellek havuzunu paylaşır ve verilerin ikisi arasında taşınmasına gerek kalmaz.
Bu, geçmişteki PC mimari mantığına ters düşüyor.
Geleneksel PC'nin temel yapısı, "x86 CPU ana işlemci olarak, bağımsız GPU ise isteğe bağlı bir eklenti olarak" kullanılır. Son yıllarda ortaya çıkan AI PC kavramı bile, Intel ve AMD'nin yaklaşımı, CPU içine NPU'yu AI hızlandırıcı olarak eklemektedir ve genellikle performansı 40-50 TOPS arasındadır. GPU hâlâ "dışarıdan bağlanan" bir bileşendir.
RTX Spark, söz hakkını yeniden dağıttı. Bu SoC, GPU'yu ana karakter yaparken CPU'yu ikincil hale getirdi. NVIDIA, 1 petaflop FP4 AI hesaplama gücü sundu, bu da 1000 TOPS'e eşdeğerdir ve önceki nesil AI PC'lerdeki NPU hesaplama gücünden 20 kat daha fazladır. Bu, aynı yarış pistinde bir hızlanma değil, tamamen başka bir pistin başlangıcıdır.
OEM üreticilerinin takip hızı bu kararı doğrulamaktadır. NVIDIA'nın resmi duyurusuna ve DIGITIMES'in sonraki haberlerine göre, Asus, Dell, HP, Lenovo, Microsoft Surface ve MSI, bu sonbaharda RTX Spark ile donatılmış ince hafif dizüstü bilgisayarlar ve kompakt masaüstü bilgisayarlar piyasaya sürecektir; Acer ve Gigabyte modelleri ardından gelecektir. Ana akım Windows PC markalarının neredeyse tamamı piyasaya girmiştir.
RTX Spark, sıfırdan ortaya çıkan bir ürün değildir. 2025 yılının başlarında, aynı Blackwell ve Grace çekirdekli çip, Project DIGITS ve DGX Spark adlarıyla geliştiriciler için bir Linux masaüstü süper bilgisayarı olarak ortaya çıkmıştı ve boyutu küçük bir masaüstü bilgisayara yakınydı. Bir yıl sonra, bu mimari ince ve hafif dizüstü bilgisayarların soğutma alanına sığdırıldı, işletim sistemi Linux'tan Windows'a değiştirildi ve hedef kullanıcılar AI geliştiricilerinden genel tüketicilere ve kurumsal kullanıcılara genişletildi. GTC 2026'daki tüketici düzeyi duyurusunda en dikkat çekici değişim şudur: NVIDIA, bir geliştirici oyuncağı değil, tüketici pazarının kapısını aralıyor.
120B modelini yerel olarak çalıştırmak yeterli mi?
İşlem gücü ve bellek sayıları nihayetinde bir soruya cevap vermelidir: Ne yapılabilir?
NVIDIA, sunumda RTX Spark'ın yerel olarak 120 milyar parametrelik büyük modelleri desteklediğini ve bağlam penceresinin milyonlarca tokena ulaşabileceğini açıkladı. 120B ne anlama geliyor? Referans olarak, şu anda tüketici düzeyi donanımlarda yerel modelleri çalıştırmak için yaygın uygulama, 24 GB VRAM'lı RTX 4090 ile nicelleştirme ve sıkıştırma yoluyla 30B ila 40B parametrelik modelleri çalıştırmaktır. Tüketici düzeyi grafik kartlarında hızlıca çalıştırılabilecek bazı küçük modeller 9B modelidir. 9B'den 120B'ye bu atlama, uç AI için "yeterli" standartlarını yeniden tanımlamıştır.
128 GB tek bellek, bunların hepsinin temelidir. Geleneksel PC mimarisinde, CPU'nun kendi sistem belleği, GPU'nun kendi video belleği vardır ve ikisi arasında fiziksel bir sınır bulunur. Video bellek kapasitesini aşan bir model ya tamamen çalışmayabilir ya da karmaşık model bölme ve bellek takasına ihtiyaç duyar, bu da hızı hızla düşürür. Tek bellek mimarisi bu darboğazı ortadan kaldırır; model verileri doğrudan 128 GB'lık paylaşılan havuza yerleştirilir ve CPU ile GPU her ikisi de erişebilir. Apple, Apple Silicon üzerinde bu teknik yolun tüketiciler için uygunluğunu ilk kez kanıtladı ve şimdi NVIDIA bunu Windows ekosistemine getirdi.
NVIDIA'nın listelendiği kullanım senaryoları arasında büyük modellerin çıkarımı dışında 12K video düzenleme, 90 GB'dan fazla 3D sahne oluşturma ve 1440p çözünürlükte 100 fps'in üzerinde ışın izleme oyunları yer alıyor. Bu senaryoların ortak özelliği, tek seferde işlenen veri miktarının çok büyük olmasıdır; geleneksel PC'ler bu işlemler için kat kat daha uzun bekleme süreleri gerektirir ya da tamamen çalıştırılamaz.
“Destekleniyor” ve “akıcı bir şekilde kullanılabilir” arasında hâlâ bir fark var. NVIDIA, RTX Spark'ta 120B modelinin gerçek zamanlı çıkarım hızını açıklamadı ve milyon token kontekst senaryolarında ilk token gecikmesi verilerini vermedi. Uzun kontekst çıkarım hızını belirleyen anahtar göstergeler bellek bant genişliğidir. Referans olarak, aynı GB10 çekirdeğini kullanan DGX Spark'in gerçek ölçümdeki bellek bant genişliği yaklaşık 301 GB/s'dir. Bu bant genişliği seviyesi 120B modeli için yeterlidir, ancak milyon token düzeyindeki kontekst penceresi işlenirken kullanıcılar ilk çıktı token'ını görmek için birkaç saniye beklemek zorunda kalabilir. RTX Spark'in dizüstü bilgisayar sürümü, güç tüketimi sınırlamaları nedeniyle gerçek bant genişliği daha da ayarlanabilir.
AI ajantına bir güvenlik kafesi ekleyin
İşlem gücü dışında diğer temel duyuru, NVIDIA ile Microsoft'un sistem düzeyindeki iş birliğidir. Bu kısım, GTC 2026 tüketicilik duyurusunun en kolay gözden kaçırılan ancak endüstriye en derin etkiyi yaratacak içeriği olabilir.
120B model çalıştıracak bir bilgisayar, masaüstüyü bağımsızca yönetebilen, düğmelere tıklayabilen ve dosyaları okuyup yazabilen bir AI ajanına verilirse, güvenlik riski "veri kaybı olur mu?" seviyesinde kalmaz, ajanın sizin istemediğiniz şeyleri yapma ihtimali ortaya çıkar. Bu sorun çözülmezse, şirketler bu tür cihazları çalışanlarına veremeyecektir.
Microsoft ve NVIDIA'nın sunduğu çözüm, iki katmanlı bir savunma sistemi sunar. İlk katman, Microsoft'un Windows'un yerel güvenlik mekanizmalarını yükselterek, işletim sistemi düzeyinde AI ajantlarının davranışlarını izlemeyi ve sınırlamayı sağlamasıdır. İkinci katman, NVIDIA'nın OpenShell çalışma zamanını resmen Windows platformuna entegre etmesidir. NVIDIA'nın resmi belgelerine göre, OpenShell, çekirdek düzeyinde izolasyon sağlayan açık kaynaklı bir kumanda zamanıdır. Bu, AI ajantlarına kontrol altında bir işlem alanı tanımlar; ajantlar bu alan içinde kendi kendine görevleri gerçekleştirebilir, ancak yetkileri sıkıca sınırlıdır ve sistem çekirdeği dosyalarına, ağ bağlantılarına veya kullanıcı hassas verilerine erişemez.
Bu bileşimin kurumsal satın alma açısından anlamı açık. Bundan önce, “yerel AI ajanı” kavramı teknik gösteri aşamasında kalıyordu. Donanım çalışabiliyordu, ancak güvenlik çerçevesi boştu. Böyle bir durumdaki cihazları satın alma listesine eklemek için kurumsal IT departmanları cesaret edemiyordu. NVIDIA ve Microsoft, donanım ve uygulama arasında standartlaştırılmış bir izolasyon katmanı ekleyerek “kullanılabilir” durumunu “yönetilebilir” hale getirdi.
OpenShell'in kendi performans maliyeti, izlenecek bir değişkendir. Korumalı çatı (sandbox) izolasyonu genellikle bir miktar performans kaybına neden olur; bu, çıkarım hızını veya sistem yanıtını ne kadar etkiler, NVIDIA şu anda veri paylaşmamaktadır. Kurumsal IT yönetimi açısından dağıtım karmaşıklığı ve mevcut güvenlik stratejileriyle uyumluluk gibi gerçek hayattaki sorunlar, OEM cihazların piyasaya sürülmesinden sonra doğrulanacaktır.
Adobe neden "temelden yeniden inşa etmeye" istekli?
Yazılım üreticilerinin iş birliği düzeyi, yeni bir donanım platformunun yerini sağlaması için genellikle bir göstergedir.
Adobe, GTC süresince duyurduğu hareketler, bu yayın dalgasında yazılım tarafının en büyük sinyalidir. NVIDIA'nın resmi blogu ve Adobe yöneticilerinin onayına göre, Adobe, Photoshop ve Premiere'in temel mimarisini RTX Spark'un birleşik bellek mimarisi için özel olarak yeniden yapılandırdı ve AI ile grafik işleme performansında iki kat artış sağladığını ilan etti.
“Alt yapı yeniden yapılandırma”, bir eklenti eklemek veya bir uyum katmanı oluşturmak değildir. Geleneksel bir PC'de, CPU ve GPU'nun kendi bellek alanları vardır; büyük bir PSD dosyası veya 8K video zaman çizelgesi işlenirken, veriler iki bellek sistemi arasında sürekli taşınır ve bu, performans kaybının en büyük nedenlerinden biridir. RTX Spark'ın tekil belleği, CPU ve GPU'nun aynı 128 GB alanını doğrudan paylaşmasını sağlar; bu yapı değişikliği, profesyonel içerik üreticilerinin çalışma akışları için gerçek bir değer taşır. Adobe'nin alt düzey kodlara müdahale etmesi, bu mimarinin sadece geçici bir pazarlama hilesi olmadığını kabul ettiğini gösterir.
Ancak, bu “2 kat hızlanma” karşılaştırmasının temeli nedir, NVIDIA ve Adobe bunu açıklamadı. Aynı nesil x86 işlemcilerle ayrılmış grafik kartı mı, yoksa önceki nesil AI PC’nin NPU çözümü müyle karşılaştırılıyor? Sonuçlar tamamen farklı olabilir. Temel test koşulları açıklanana kadar bu rakamın değeri bir soru işaretiyle değerlendirilmelidir.
Ayrıca Blackmagic Design, ComfyUI, llama.cpp, OTOY ve birçok oyun üreticisi de desteklenmeye başlandı. ComfyUI ve llama.cpp'in desteklenmesi dikkat çekici, çünkü bunlar şu anki yerel AI iş akışlarındaki en aktif açık kaynak araçları. Geliştirici topluluğunun erken destekleri, büyük şirketlerin taahhütlerinden daha gerçekçi bir şekilde bir platformun ekosistem potansiyelini yansıtır.
NVIDIA, CUDA ekosistemi ve tekil bellek mimarisiyle Windows ortamında Apple'ın yazılım-hardware entegrasyonu benzeri bir deneyim inşa ediyor. Fark, Apple'ın çeperini kendi inşa etmesi; NVIDIA'nın Microsoft ve ISV'leri birlikte çeper inşa etmeye ikna etmesi gerekiyor. Adobe'nin alt yapıdan başlamaya razı olması, bu çeperin ilk tuğlasının yerleştirildiğini en azından gösteriyor.
Yazılı parametrelerin dışında
En pratik soruya dönelim: Bu cihazlar gerçekten satın alınabilir mi, satın aldığınızda deneyim nasıl olur?
NVIDIA'nın açıkladığına göre, ilk RTX Spark cihazları bu yıl sonbaharda, Asus, Dell, HP, Lenovo, Microsoft Surface ve MSI tarafından üretilen ince ve hafif dizüstü bilgisayarlar ile kompakt masaüstü bilgisayarlar ile piyasaya sürülecek. Acer ve Gigabyte modelleri daha sonra eklenecek. Tüm OEM'lerin tam fiyatlandırmaları ve kesin satış tarihleri henüz açıklanmadı.
Fiyatlamadan daha önemli olan birkaç fiziksel bilinmeyen var. 1 petaflop işlem gücüne sahip bir çipi ince ve hafif bir dizüstü bilgisayara yerleştirmek, güç tüketimi ve soğutmayı nasıl dengelersiniz? RTX Spark, AI olmayan senaryolarda günlük ofis performansı ve pil ömrü nasıl olur? 128 GB birleşik belleğin dizüstü bilgisayar formunda gerçek bant genişliği, güç tüketimi sınırlamaları nedeniyle belirgin şekilde azalır mı?
Bu sorunlar, endüstriyel uygulamanın gerçek testidir. Bir çipin mühendislik prototipindeki tepe hesaplama gücü ile tüketicinin elinde günlük 8 saatlik gerçek performansı sıklıkla iki farklı şeydir. NVIDIA, sunumda RTX Spark'in verimlilik oranını vurguladı ancak belirli TDP değerleri veya pil ömrü verilerini vermedi.
PC endüstrisi yapısı açısından, RTX Spark'ın ortaya çıkışı yeni bir iş bölümü modelinin şekillenmeye başladığını işaret ediyor. Geçtiğimiz otuz yıl boyunca, PC'nin çekirdek çip hakimiyeti x86 işlemci üreticilerinin elindeydi; GPU üreticileri giderek daha önemli hale gelse de, her zaman "ana kart üzerine takılan bir aksesuar" olarak kalıyordu. NVIDIA'nın bu kez sunduğu, CPU'dan GPU'ya ve bellek kontrolörüne kadar tümünü entegre eden tam bir SoC; Arm mimarisindeki CPU kısmı MediaTek tarafından tasarlandı. PC zincirinin güç yapısı, "x86 CPU ve isteğe bağlı GPU"dan, "GPU merkezli SoC platformu"na doğru dönüşüyor.
Bu geçiş bir gün içinde tamamlanmayacak. OEM'in fiyatlandırma stratejisi, gerçek ürünlerin enerji verimliliği performansı, ISV yazılımının uyum süreci ve kurumsal müşterilerin satın alma doğrulama döngüsü, RTX Spark'ın PC endüstrisi için yeni bir koordinat haline gelip gelmeyeceğini, yoksa sadece yüksek başlangıçlı ve düşük sonuçlu bir teknik演示 mi olacağını belirleyecektir. Cevap en azından bu yıl sonbaharına kadar beklenmelidir.