Megjelentek az első RTX Spark laptopok

Mi van bennük?

Az RTX Spark egyetlen chipen egyesít egy Blackwell RTX GPU-t és egy Grace CPU-t, amelynek tervezésében a MediaTek is részt vett. A gépekben legfeljebb 128 GB egységes memória van, az NVIDIA szerint 1 petaflop FP4 AI-teljesítménnyel (NVIDIA). A nagy közös memória miatt a laptopon helyben futtathatók olyan modellek, amelyekhez korábban szerver vagy asztali gép kellett.

A bejelentett gépek: ASUS ProArt P14 és P16, Dell XPS 16, HP OmniBook Ultra és OmniBook X 14, Lenovo Yoga Pro 9n, Microsoft Surface Laptop Ultra, illetve MSI Prestige N16 Flip AI+ és Prestige N16. Kompakt asztali gépek novemberben jönnek.

Fejlesztőknek

Az NVIDIA fejlesztői blogja szerint a cég a Microsofttal közösen bővítette a Windows on Arm fejlesztői eszközkészletét (NVIDIA Developer):

• megjelent az első PyTorch CUDA build Windows on Armra;
• a Python 3.15 az első kiadás, amely alapból natívan fut Armon;
• több mint 2000 Conda-csomag érhető el, natív Conda-telepítővel;
• a 15 000 legnépszerűbb Python-csomag több mint 97%-ának van Arm-kompatibilis változata;
• a WSL-ben ugyanaz a Linux-környezet használható, mint a felhős telepítésnél.

Az NVIDIA saját mérése szerint az Intel Core Ultra X9 388H-hoz képest az RTX Spark 4,6-szor gyorsabb coding agentekkel, 2,7-szer gyorsabb finomhangolásnál és 1,8-szor gyorsabb fordításnál. Ezek gyártói számok.

Agentek helyben

A gépekre telepítővel felrakható a GitHub Copilot, a Hermes, az OpenClaw, a Perplexity, a Pi és a WorkBuddy agent. Az agentek jogosultságait az NVIDIA OpenShell és a Microsoft Execution Containers korlátozza, operációsrendszer-szintű sandboxszal.

Helyi agentekhez az NVIDIA a Nemotron 3.5 Bolt 74B-A9B 24GB modellt ajánlja: 74 milliárd paraméteres MoE modell 9 milliárd aktív paraméterrel, 2 bites kvantálással 24 GB-ba csomagolva. A llama.cpp, a vLLM, az Ollama, az Unsloth és az LM Studio is futtatja, a súlyok, a tanítóadat és a receptek nyíltak. Az NVIDIA PAIR funkcióval az RTX Spark a helyi hálózaton más Windows, Linux és macOS gépeknek is kiszolgálhat inferenciát.

Kinek éri meg?

Annak, aki modelleket fejleszt, finomhangol vagy agenteket tesztel, mindezt egy gépen, a felhő helyett vagy mellett. Az Arm-alapú Windows gépeken eddig a natív CUDA és Python hiányzott, ezért ez a legnagyobb változás. Az ár viszont magas, a teljesítményadatok pedig az NVIDIA-tól származnak, így érdemes megvárni a független teszteket.