{"product_id":"msi-dgx-spark-blackwell-20-core-cpu-128gb-gpu-4tb-nvme-sdd-3y-1","title":"MSI DGX Spark Blackwell 20 Core CPU +128GB GPU\/4TB NVME SDD\/3Y","description":"\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e\u003ca href=\"https:\/\/grandadvance.co.il\/data\/files\/temp\/EdgeXpert.pdf\" target=\"_blank\"\u003eלהוריד מצגת ב־PDF\u003c\/a\u003e\u003cbr\u003e\u003cbr\u003eסקירה כללית\u003c\/span\u003e\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eDGX Spark™ — מערכת שולחנית מהדור הבא, שהוצגה על-ידי NVIDIA כ«מיני-סופר-מחשב ל-AI» על שולחן העבודה. היא מיועדת למי שעובד עם משימות של למידת מכונה, מודלים גדולים, אינפרנס, עדכונון עדין (fine-tuning) ופיתוח בינה מלאכותית — ורוצה לקבל עוצמה שבעבר הייתה זמינה רק במרכזי נתונים, בפורמט קומפקטי ונוח.\u003cbr style=\"box-sizing: border-box;\"\u003eהודות לארכיטקטורת Grace Blackwell (שבב GB10) ולזיכרון מאוחד בנפח 128GB, ‏DGX Spark™ מסוגלת «להרים» מודלים גדולים של רשתות נוירונים ישירות בתחנת עבודה או בסביבה משרדית\/מעבדתית מקומית.\u003cbr\u003e \u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eמפרט טכני עיקרי ויכולות\u003c\/span\u003e\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eארכיטקטורה ועוצמת חישוב\u003c\/span\u003e\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eבלב המערכת SoC ‏GB10 בארכיטקטורת Grace Blackwell, המשלבת מעבד ARM בן 20 ליבות (10 × Cortex-X925 + 10 × Cortex-A725) ומאיץ\/מעבד גרפי Blackwell-GPU.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eביצועי חישובי טנזורים מגיעים \u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eעד 1 פטאפלופ (1 \u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003ePFLOP\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e)\u003c\/span\u003e במצב FP4 (כולל אופטימיזציה עם דלילות). \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eזיכרון מאוחד: ‏128GB ‏LPDDR5x עם רוחב-פס עד 273GB\/s (ממשק 256-ביט) — הזיכרון זמין הן ל-CPU והן ל-GPU ללא צורך בהפרדה.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eפורמט: ‎150 מ\"מ × 150 מ\"מ × ‎50.5 מ\"מ בלבד — מערכת קומפקטית מאוד, משקל כ-1.2 ק\"ג. \u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eאחסון, ממשקים וחיבוריות\u003c\/span\u003e\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eכונן NVMe ‏M.2 מובנה לבחירה: ‏1TB או ‏4TB עם תמיכה בהצפנה עצמית. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eממשקי רשת: ‏10GbE ‏(RJ-45), כרטיס רשת חכם ConnectX-7, תמיכה באשכול דרך ‏200Gb\/s ‏RDMA (בעת חיבור שני התקנים) לסקיילינג למודלים עם מאות מיליארדי פרמטרים. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eתמיכת אלחוט: ‏Wi-Fi 7, ‏Bluetooth 5.x. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eיציאות וידאו ו-USB: ‏HDMI 2.1a (לניטור או יציאה), ‏4× ‏USB-C\/USB4. \u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eתוכנה ואקו-סיסטם\u003c\/span\u003e\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eהמערכת פועלת תחת \u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eDGX\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eOS\u003c\/span\u003e — מערכת ההפעלה של NVIDIA המותאמת למשימות AI, עם סט פיתוח מותקן מראש (TensorFlow, PyTorch ועוד). \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eתמיכה בתרחישי פיתוח: הרצה ובדיקה של מודלים לשוניים גדולים, יצירה, אימון, אינפרנס, שיפור, גישה מרחוק דרך אפליקציית NVIDIA Sync ואינטגרציה עם VS Code. \u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eיתרונות למפתחים, לחוקרים ולעסקים\u003c\/span\u003e\u003c\/p\u003e\u003col dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eעבודה עם מודלים גדולים מאוד.\u003c\/span\u003e בזכות 128GB של זיכרון מאוחד וארכיטקטורה של זיכרון משותף ‏CPU\/GPU, המערכת יכולה לטעון ולשרת מודלים בהיקף של מאות מיליארדי פרמטרים (במצב FP4) — למשל, עד ≈ ‏200 מיליארד פרמטרים למכשיר אחד, ועד ≈ ‏405 מיליארד באיחוד של שני ‏DGX Spark. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eקומפקטיות ונגישות.\u003c\/span\u003e במקום שרת ארונות יקר ובעל צריכת חשמל גבוהה, תקבלו מכשיר שולחני שניתן להציב ישירות במשרד או במעבדה. זה פותח אפשרויות לפיתוח מקומי של מודלי AI ללא תלות במשאבי ענן. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eסקיילינג לפי צורך.\u003c\/span\u003e אם מכשיר אחד אינו מספיק — ניתן לאחד שני ‏DGX Spark לאשכול, ולהבטיח עבודה משותפת עם מודלים גדולים מאוד ועומסי אינפרנס מבוזרים. \u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eגמישות שימוש.\u003c\/span\u003e ניתן להשתמש גם ל-fine-tuning של מודלים שלכם, גם לאינפרנס, וגם למחקר: החל מיצירת טקסטים ותמונות ועד משימות מדעיות. כל זה — על מכונה מקומית, עם השהיה נמוכה יותר ושליטה גבוהה יותר.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eאינטגרציה עם כלים מוכרים.\u003c\/span\u003e בזכות תמיכה במסגרות פופולריות ובגישה מרחוק, מפתחים יכולים להשתמש בסביבות וכלים מוכרים, תוך ניצול העוצמה של ‏DGX Spark מאחורי הקלעים. זה מעלה יעילות ופרודוקטיביות.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eצמצום עלויות תשתית.\u003c\/span\u003e השימוש במערכת קומפקטית מאפשר להימנע מעלויות של התקנות שרת גדולות, חללים נרחבים וקירור מורכב — חשוב במיוחד לסטארט-אפים, מעבדות וצוותים קטנים.\u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ol\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eתרחישי שימוש\u003c\/span\u003e\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eפיתוח ובדיקת מודלים לשוניים (\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eLLM\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e).\u003c\/span\u003e טעינת מודלים עם מאות מיליארדי פרמטרים, ניסויים בארכיטקטורה ובהתאמת היפר-פרמטרים, הרצת שירותי אינפרנס ישירות במשרד.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eיצירת תמונות, וידאו ותוכן מדיה.\u003c\/span\u003e עוצמת ליבות הטנזור והזיכרון המאוחד מאפשרות עבודה נוחה עם מודלי יצירה, קדם\/אחר-עיבוד ויצירת אב-טיפוס.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eאינפרנס ופריסת מודלי AI בקצה (\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eedge\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e) או בתנאי מעבדה.\u003c\/span\u003e ‏DGX Spark יכולה לשמש כ«שרת AI מקומי» להדגמות, פיילוטים ויישומים שבהם נדרשת עוצמה ואוטונומיה.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eחישובים ניתנים להרחבה ופתרונות אשכול.\u003c\/span\u003e אחדו מספר יחידות ‏DGX Spark לחישובים מבוזרים, עיבוד נפחים גדולים של נתונים ועבודה מקבילה עם מספר מודלים.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eמחקר מדעי ומשימות חישוביות.\u003c\/span\u003e נפח הזיכרון והעוצמה הופכים את המכשיר לאטרקטיבי לחוקרים הזקוקים למשאב חישובי מקומי ומבוקר לניסויים ולאלגוריתמים.\u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eמה חשוב לקחת בחשבון\u003c\/span\u003e\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eלמרות הפורמט השולחני, ‏DGX Spark — מערכת ייעודית למשימות AI, והיא אינה מחליפה מחשב אישי רגיל או מחשב גיימינג. למשימות של רנדרינג בלבד או גיימינג קיימים פתרונות אחרים.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eהביצועים — מרשימים, אך תרחישי «אימון כבד מאפס» על מודלים גדולים מאוד (מיליארדים+ פרמטרים) עדיין עלולים לדרוש ציוד ברמה גבוהה יותר או אשכולות מבוזרים. ‏DGX Spark מיטבית לפיתוח, fine-tuning ואינפרנס של מודלים גדולים, אך לא תמיד ל«מקסימום-אימון» כמו בחוות שרתים.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eתשתית ואקו-סיסטם: חשוב להבטיח קירור, אספקת חשמל וגישה לרשת הולמים, במיוחד אם מתוכננת אשכוליות או עבודה במצב אינטנסיבי.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eמחיר: אף שהמוצר קטן משמעותית ממקבילי מרכז-נתונים, הוא עדיין ממוצב כהתקן פרימיום לפיתוח מודלי AI.\u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eמדוע \u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eDGX\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e Spark\u003c\/span\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003e — צעד קדימה\u003c\/span\u003e\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eעד להופעת מערכות דומות, מפתחי מודלי AI נתקלו לעיתים קרובות במגבלות: או להריץ מודלים בענן (מה שמוביל לעלויות, השהיות ותלות בתשתית חיצונית), או להשתמש במחשבים מקומיים עם מגבלות זיכרון והאצה. ‏DGX Spark משנה זאת: עוצמה שבעבר הייתה זמינה רק באשכולות שרתים יכולה להיות זמינה כעת ממש על שולחן העבודה שלכם.\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eארכיטקטורה עם זיכרון מאוחד בין ‏CPU ל-GPU מבטלת תקורה של העתקת נתונים בין תתי-המערכות, מאפשרת לעבוד עם מודלים גדולים ללא צורך בהגדרות מורכבות. כמו כן, אשכוליות התקנים — הרמה הבאה: תוכלו להתחיל מיחידה אחת ולהרחיב את המערכת לפי הצורך.\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eבנוסף, האקו-סיסטם של NVIDIA: מנהלים, ספריות אופטימיזציה, כלי פיתוח ותמיכה במסגרתיות פופולריות — כל אלו מקטינים את זמן הכניסה לייצור. חוקרים, צוותי פיתוח וארגונים מקבלים כלי שמאפשר לעבור מהר יותר מרעיון לאב-טיפוס ומשם ליישום.\u003cbr\u003e \u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eסיכום\u003c\/span\u003e\u003c\/p\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eאם אתם מפתחים, חוקרים או מהנדסי בינה מלאכותית ומחפשים התקן שייתן לכם \u003cspan style=\"box-sizing: border-box; font-weight: 700;\"\u003eמקסימום יכולות באופן מקומי\u003c\/span\u003e ללא צורך מיידי בהקמת תשתית שרתים, ‏DGX Spark™ הוא אחד הפתרונות הטובים בשוק:\u003c\/p\u003e\u003cul dir=\"rtl\" style='box-sizing: border-box; margin-top: 0px; margin-bottom: 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eנפח זיכרון מאוחד גדול (128GB) ופול אחיד ל-CPU\/GPU.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eעוצמת חישוב מרשימה (עד ‏1 PFLOP) הודות לארכיטקטורת Grace Blackwell.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eפורמט קומפקטי, מתאים למשרד או למעבדה.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eגמישות: מפיתוח ו-fine-tuning ועד פתרונות אשכוליים.\u003c\/p\u003e\u003c\/li\u003e\n\u003cli style=\"box-sizing: border-box;\"\u003e\u003cp\u003eאינטגרציה מלאה עם האקו-סיסטם של NVIDIA ותמיכה במסגרתיות פופולריות.\u003cbr\u003e \u003c\/p\u003e\u003c\/li\u003e\n\u003c\/ul\u003e\u003cp dir=\"rtl\" style='box-sizing: border-box; margin: 0px 0px 10px; color: rgb(51, 51, 51); font-family: \"Helvetica Neue\", Helvetica, Arial, sans-serif; font-size: 14px;'\u003eרכישת ‏DGX Spark — השקעה במהירות פיתוח, חדשנות ואוטונומיה של מומחיות ה-AI שלכם. אם אתם עובדים ברצינות עם מודלים גדולים, יצירה, אינפרנס או רוצים להריץ פתרונות AI באופן מקומי — המוצר הזה יתאים לכם.\u003c\/p\u003e\u003cbr\u003e\u003chr\u003e\u003ch3\u003eTechnical Specifications\u003c\/h3\u003e\u003ctable width=\"100%\" style=\"border-collapse: collapse; margin-top: 10px;\"\u003e\n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eOperating system\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eDGX OS with NVIDIA’s AI software stack\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eThe amount of RAM\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e128\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eTotal volume of solid-state drives (SSD)\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e4 TB\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eProcessor line\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eARM\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eModel\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eMSI AI Supercomputer Based on NVIDIA DGX Spark\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eProcessor model\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eARM(Cortex-X925 + Cortex-A725)\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eAutomatic frequency increase\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e3.8\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eWidth\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e150\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eType\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eplatform\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eNumber of energy-efficient cores\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e10\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eProcessor frequency\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e3.8\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eType of RAM\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eLPDDR5x\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eRAM frequency\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e4266\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eEquipment\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eMini pc,power adapter,user manual\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eProcessor manufacturer\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNVIDIA\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eNumber of processor cores\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e20\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eDepth\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e150\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eHeight\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e50.5\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eOptical drive\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNo\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eCard reader\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNo\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eNumber of RAM slots\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e1\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eGraphics accelerator model\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eBlackwell architecture with 5th generation Tensor Cores, 4th gen RT cores\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eDrive interfaces\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eM.2 NVMe\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eTotal capacity of hard drives (HDD)\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNo\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eVideo connectors\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e1x HDMI 2.1a\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eUSB ports\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e4x USB Type-C\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eAudio jacks\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eYes\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eWired interface (Ethernet LAN)\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eLAN 10\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eWireless interface\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eWi-Fi 7, Bluetooth 5.4\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003ePower supply (power)\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eincluded\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eSupply voltage\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eAC 240 W\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eNumber of threads\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003e10\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eForm factor\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003enettop\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eCase color\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eblack\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eProcessor availability\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eYes\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eSocket\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNVIDIA GB10\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \n                \u003ctr style=\"border-bottom: 1px solid #eee;\"\u003e\n                    \u003ctd style=\"padding: 8px; font-weight: bold; width: 40%;\"\u003eMain chipset model\u003c\/td\u003e\n                    \u003ctd style=\"padding: 8px;\"\u003eNVIDIA Grace Blackwell\u003c\/td\u003e\n                \u003c\/tr\u003e\n                \u003c\/table\u003e","brand":"Grand","offers":[{"title":"Default Title","offer_id":47208760541353,"sku":"11649","price":23585.0,"currency_code":"ILS","in_stock":false}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0544\/7945\/4377\/files\/11649_0_e06a47aa-a541-4479-badd-42a4f83a1291.jpg?v=1781831052","url":"https:\/\/powercon.co.il\/products\/msi-dgx-spark-blackwell-20-core-cpu-128gb-gpu-4tb-nvme-sdd-3y-1","provider":"Powercon","version":"1.0","type":"link"}