NVIDIA, Computex 2026'da DGX Spark için önemli güncellemeler duyurdu. Yeni özellikler, yerel AI ajanlarının kurulumunu basitleştiriyor, model performansını artırıyor ve birden fazla DGX Spark cihazını bir kümeye bağlamayı otomatikleştiriyor.
NemoClaw ile Hızlı Kurulum
NVIDIA NemoClaw, açık kaynak bir blueprint olarak üç bileşeni tek bir kurulumda paketliyor: açık modeller, Hermes Agent veya OpenClaw gibi bir ajan çatısı ve NVIDIA OpenShell çalışma zamanı. OpenShell, otonom ajanlar için güvenli, sanal alan (sandbox) tabanlı bir yürütme ortamı sunuyor.
Yeni kurulum akışı, kullanıcıları kutudan çıkarma sonrası doğrudan bir web arayüzüne yönlendiriyor. Tek bir komutla (curl -fsSL https://www.nvidia.com/nemoclaw.sh | bash) Node.js, OpenShell ve NemoClaw kuruluyor; ardından sihirbaz, kullanıcıyı lisans kabulü, express kurulum ve varsayılan model olan Qwen3.6-35B'nin indirilmesi adımlarında yönlendiriyor.
Kurulum tamamlandığında, kullanıcılar nemoclaw komutuyla bir gateway token alıp web arayüzüne erişebiliyor. NemoClaw, dört hazır ajan sunuyor: Günlük Kişisel Haber Özeti, Yazılım Geliştirme Ajanı, Belge ve Sunum İnceleyicisi ile Takvim Müzakerecisi.
Qwen3.6-35B ile 2.6x Performans Artışı
DGX Spark üzerinde Qwen3.6-35B modeli, vLLM ve NVIDIA'nın NVFP4 kuantize checkpoint'i ile MTP (Multi-Token Prediction) optimizasyonları sayesinde önceki sürüme göre 2.6 kata kadar daha hızlı çıkarım yapabiliyor. İyileştirmeler arasında vLLM CUDA Graph desteği, FlashInfer ile MTP, BF16 otomatik ayarlama ve TinyGEMM ile cuBLAS BF16 yolları yer alıyor.
NVIDIA Sync ile Çoklu Düğüm Kümeleme
Tek bir DGX Spark'ın bellek veya işlem gücü yetersiz kaldığında, NVIDIA Sync içindeki küme asistanı, iki ila dört DGX Spark cihazını yüksek bant genişlikli bir kümeye bağlamayı otomatikleştiriyor. İki düğüm 256 GB birleşik bellek (yaklaşık 400B parametreli modeller için yeterli), dört düğüm ise 512 GB bellek sağlıyor.
Küme asistanı, ConnectX-7 ağ yapılandırmasını (netplan, SSH güveni, IP planlaması, bant genişliği doğrulaması) adım adım yönlendiriyor. Desteklenen fiziksel topolojiler: iki düğüm doğrudan bağlantı, üç düğüm halka ve iki ila dört düğüm QSFP switch ile.
Neden Önemli
Bu güncellemeler, yerel AI ajanlarının benimsenmesindeki iki büyük engeli hedef alıyor: kurulum süresi ve ölçeklenebilirlik. NemoClaw ile ilk ajana ulaşma süresi dakikalara inerken, küme asistanı çoklu düğüm yönetimini uzmanlık gerektiren bir iş olmaktan çıkarıyor. Özellikle hassas verilerle çalışan geliştiriciler için bulut bağımlılığını azaltması ve OpenShell'in getirdiği güvenlik katmanı, yerel AI'yı daha cazip kılıyor. Qwen3.6-35B'deki 2.6x performans artışı ise büyük modellerin yerelde çalıştırılmasını pratik hale getiriyor.
