Nvidia RTX Spark wnosi AI do laptopów, ale na miano pogromcy MacBooka jest za wcześnie

Czym właściwie jest RTX Spark?

Nvidia określa RTX Spark jako superukład o mocy 1 petaflopa dla komputerów z Windows. Łączy on układ graficzny Blackwell RTX, 6144 rdzenie CUDA, rdzenie Tensor piątej generacji, obliczenia FP4 oraz 20-rdzeniowy procesor Grace oparty na architekturze ARM. Nvidia i Microsoft pozycjonują tę platformę nie jako kolejną, rutynową aktualizację AI PC, lecz jako nową klasę komputerów zbudowanych do uruchamiania lokalnych agentów AI. Laptopy i małe komputery stacjonarne mają przygotować ASUS, Dell, HP, Lenovo, Microsoft Surface i MSI, a później dołączą Acer oraz Gigabyte.

Najważniejszą różnicą techniczną względem zwykłego laptopa jest zunifikowana pamięć. Nvidia obiecuje do 128 GB pamięci współdzielonej przez CPU i GPU. To ma znaczenie dla lokalnych dużych modeli językowych, bo model nie musi mieścić się w osobnej pamięci graficznej. Według Nvidii RTX Spark potrafi lokalnie uruchamiać LLM-y o wielkości do 120 miliardów parametrów, obsługiwać kontekst do miliona tokenów, przetwarzać wideo 12K 4:2:2 i renderować sceny 3D większe niż 90 GB.

Największa obietnica nie dotyczy gier, lecz lokalnej AI

Nvidia mówi o graniu w 1440p przy ponad 100 kl./s z DLSS, ale nie to jest najciekawsze w RTX Spark. Ważniejszy przekaz jest taki, że komputer nie musi wysyłać każdego zapytania do chmury. Część agentów, zadań deweloperskich i kreatywnych procesów roboczych może działać lokalnie. Ogranicza to zależność od połączenia z internetem, może poprawić prywatność i daje deweloperom możliwość eksperymentowania z większymi modelami bez czekania na dostęp do chmurowych GPU.

CUDA, TensorRT, OptiX, DLSS i szersza warstwa oprogramowania RTX dają tej platformie szerszy ekosystem niż typowy laptop AI reklamowany głównie wskaźnikiem TOPS jednostki NPU. Jeśli Adobe, Blackmagic, Blender, ComfyUI, OTOY i studia gier rzeczywiście zoptymalizują swoje procesy robocze pod RTX Spark, może to być poważne narzędzie dla twórców i deweloperów AI. Nvidia podaje, że Adobe przebudowuje Premiere i Photoshopa pod RTX Spark i zapowiada nawet dwukrotnie wyższą wydajność AI oraz grafiki w odpowiednich zastosowaniach.

Jeden petaflop brzmi imponująco, ale kontekst ma znaczenie

Jeden petaflop brzmi jak superkomputer zamknięty w laptopie, ale nie należy tego traktować jako prostego miernika ogólnej wydajności CPU czy wydajności w grach. Dokumentacja Nvidii dla DGX Spark, dotycząca pokrewnej platformy GB10 Grace Blackwell, wyjaśnia, że wartość do 1 PFLOP odnosi się do precyzji FP4 z wykorzystaniem sparsity. Ta sama dokumentacja podaje dla DGX Spark 6144 rdzenie CUDA, 20 rdzeni ARM, 128 GB zunifikowanej pamięci LPDDR5X oraz przepustowość pamięci na poziomie 273 GB/s.

To oznacza, że ten parametr jest przydatny do opisu wnioskowania AI i niektórych zoptymalizowanych zadań, a nie do prostego porównywania z konwencjonalną wydajnością laptopów. Przykładowo Apple M4 Max obsługuje do 128 GB zunifikowanej pamięci i do 546 GB/s przepustowości pamięci, a dane techniczne M5 Max sięgają nawet 614 GB/s. Nvidia nie ma więc automatycznej przewagi nad Apple w każdym zastosowaniu, nawet jeśli na slajdzie jej wynik obliczeń AI wygląda bardzo efektownie.

Rywalom daleko do bezczynności

MacBook Pro od Apple pozostaje mocny wśród profesjonalistów kreatywnych dzięki bardzo szybkiej zunifikowanej pamięci, silnikom multimedialnym ProRes, dobremu czasowi pracy na baterii i dojrzałemu środowisku macOS. Słabym punktem Apple pozostaje brak CUDA, przez co wiele narzędzi do AI i obliczeń naukowych nadal skłania się ku Nvidii.

Qualcomm Snapdragon X Elite i X2 Elite idą inną drogą: to energooszczędne laptopy z Windows oparte na ARM, zbudowane wokół czasu pracy na baterii i lokalnej AI klasy Copilot Plus. Snapdragon X Elite oferuje pamięć LPDDR5X o przepustowości 135 GB/s, a Qualcomm również podkreśla lokalne zastosowania AI, jednak Nvidia wyraźnie celuje większym GPU i ekosystemem CUDA w cięższe zadania kreatywne oraz deweloperskie.

AMD Ryzen AI Max Plus 395 może być najbliższym rywalem Nvidii w świecie x86. Oficjalne dane AMD mówią o maksymalnie 128 GB pamięci LPDDR5X, grafice Radeon 8060S i mocnym kierunku rozwoju zintegrowanych GPU. Daje to kompaktowym stacjom roboczym i laptopom dla twórców realną alternatywę, zwłaszcza tam, gdzie użytkownik potrzebuje zgodności z Windowsem i nie chce ryzykować platformy ARM.

Układy Intel Core Ultra 200V Lunar Lake konkurują w segmencie cienkich laptopów i komputerów biznesowych. Intel podkreśla wydajność NPU przekraczającą 40 TOPS, ale RTX Spark nie próbuje jedynie spełnić minimalnego wymogu Copilot Plus. Nvidia celuje w większe lokalne modele, pracę 3D, zadania wideo i gry.

Największym znakiem zapytania pozostaje Windows on ARM

RTX Spark może robić świetne wrażenie na papierze, ale jego praktyczny sukces zależy od ekosystemu Windows on ARM. Zwykli użytkownicy nie kupują laptopa wyłącznie dla CUDA czy lokalnych LLM-ów. Chcą, by bezproblemowo działały przeglądarka, pakiet biurowy, sterowniki, gry, akcesoria, VPN-y, narzędzia bankowe, drukarki i starsze programy do pracy.

Nvidia i Microsoft mówią o bezpiecznych agentach Windows, OpenShell i nowych prymitywach bezpieczeństwa, ale na razie to obietnica na przyszłość. To samo dotyczy gier. 1440p i ponad 100 kl./s z DLSS brzmi dobrze, lecz prawdziwym testem będzie to, jak konkretne tytuły działają na Windows on ARM, ile wydajności ginie w emulacji i jak wiele zależy od natywnych wersji.

Co to oznacza dla kupujących?

RTX Spark raczej nie stanie się tanią, masową platformą dla laptopów. Znacznie naturalniej wpisuje się w świat profesjonalistów kreatywnych, deweloperów, osób eksperymentujących z AI i użytkowników biznesowych, którzy potrzebują poważnej wydajności. Ostateczne ceny nie są jeszcze znane, ale lista partnerów i poziom techniczny wskazują na segment premium, a nie na szkolny laptop za 1000 euro.

W praktyce decyzja zakupowa sprowadza się do trzech kwestii: jak dobrze działa twoje oprogramowanie na Windows on ARM, czy rzeczywiście potrzebujesz lokalnej AI opartej na CUDA i czy czas pracy na baterii przy dużym obciążeniu będzie zbliżony do obietnic Nvidii. Jeśli odpowiedź brzmi tak, RTX Spark może stać się bardzo ważną platformą. Jeśli korzystasz głównie z przeglądarki, pakietu Office, wideo i okazjonalnej edycji zdjęć, Apple, AMD, Intel lub Qualcomm mogą zaoferować tańszy i spokojniejszy wybór.

Podsumowanie techniczne

RTX Spark łączy 20-rdzeniowy procesor ARM z układem graficznym Blackwell RTX wyposażonym w 6144 rdzenie CUDA.

Nvidia obiecuje do 1 PFLOP wydajności AI w FP4 i do 128 GB zunifikowanej pamięci.

Platforma jest kierowana do lokalnych agentów AI, dużych modeli językowych, wideo 12K, pracy 3D i grania z DLSS.

Wartość 1 petaflopa nie jest ogólnym miernikiem wydajności. Odnosi się do obliczeń AI FP4 w określonych warunkach.

Główne ryzyka to cena, zgodność oprogramowania z Windows on ARM, rzeczywisty czas pracy na baterii i brak niezależnych testów.