NVIDIA RTX Spark Laptop Debuta en Bilibili World: IA Local de 120B, 128 GB de Memoria Unificada y Comparación con DGX Spark
El superchip RTX Spark de NVIDIA ha pasado de ser un anuncio en conferencias a un portátil funcional para consumidores. En Bilibili World, en Shanghái, NVIDIA demostró públicamente un Lenovo Yoga Pro 15 equipado con RTX Spark, ejecutando tareas exigentes de IA local, creativas y de juegos. La plataforma combina una GPU RTX Blackwell y una CPU Grace de 20 núcleos mediante la interconexión NVLink-C2C de NVIDIA, con hasta 128 GB de memoria unificada compartida por ambos procesadores. El diseño está orientado a una nueva categoría de PC con Windows: un portátil delgado o
Debut del Portátil NVIDIA RTX Spark en Bilibili World: Modelos Locales de 120B, Agentes de IA y DGX Spark
Introducción
El superchip NVIDIA RTX Spark ha pasado de ser un anuncio en una conferencia a un portátil funcional para consumidores.
En Bilibili World en Shanghái, NVIDIA demostró públicamente un Lenovo Yoga Pro 15 equipado con RTX Spark ejecutando cargas de trabajo exigentes de IA local, creativas y de juegos. La plataforma combina una GPU Blackwell RTX y una CPU Grace de 20 núcleos mediante la interconexión NVLink-C2C de NVIDIA, con hasta 128 GB de memoria unificada compartida por ambos procesadores.
El diseño está dirigido a una nueva categoría de PC con Windows: un portátil delgado o un ordenador de escritorio compacto capaz de ejecutar localmente agentes de IA personales, manejar proyectos creativos grandes y ofrecer funciones modernas de juegos RTX.
NVIDIA también demostró DGX Spark, su supercomputadora de IA de escritorio basada en Linux para desarrolladores. Aunque ambos sistemas comparten una base similar de Grace Blackwell, su software, redes, usuarios objetivo y funciones de desarrollo de modelos son diferentes.
Nota terminológica: La fuente describe la CPU y la GPU como "soldadas entre sí." Literalmente no están soldadas. NVIDIA conecta los dos chips mediante la interconexión chip a chip de alta velocidad NVLink-C2C.
Juegos, Creación e IA en una Sola Plataforma
RTX Spark está diseñado en torno a tres cargas de trabajo que generalmente han requerido diferentes tipos de computadoras:
- Inteligencia artificial local
- Trabajo creativo profesional
- Juegos de PC de alta gama
Los portátiles para juegos tradicionales enfatizan el rendimiento de la GPU discreta. Las máquinas de desarrollo de IA priorizan la capacidad de memoria y las herramientas de software. Las estaciones de trabajo móviles se centran en aplicaciones profesionales, a menudo a costa del peso y la duración de la batería.
RTX Spark intenta combinar las tres mediante un paquete de procesador estrechamente integrado y un gran grupo de memoria unificada.
Especificaciones Clave de RTX Spark
| Componente | Especificación RTX Spark |
|---|---|
| GPU | GPU Blackwell RTX |
| Núcleos CUDA | Hasta 6,144 |
| CPU | CPU NVIDIA Grace de hasta 20 núcleos |
| Arquitectura de CPU | Arm |
| Interconexión | NVIDIA NVLink-C2C |
| Rendimiento de IA | Hasta 1 petaFLOP en FP4 |
| Memoria unificada | Hasta 128 GB |
| Sistemas objetivo | Portátiles Windows delgados y ordenadores de escritorio compactos |
| Cargas de trabajo principales | Agentes locales, desarrollo de IA, creación y juegos |
MediaTek colaboró con NVIDIA en el diseño personalizado de la CPU Grace, aportando experiencia en sistemas Arm en eficiencia energética, conectividad e implementación de CPU.
为何 NVLink-C2C 与统一内存至关重要
在配备独立 GPU 的传统笔记本电脑中，CPU 和 GPU 通常各自拥有独立的内存池。数据必须通过 PCI Express 等互连方式在系统内存和 GPU 内存之间传输。
这种方法对于普通游戏和生产力任务来说效果良好，但对于超大规模 AI 模型和创意数据集则存在局限性：
- 可能造成 GPU 内存容量不足。
- 模型权重可能需要拆分或卸载。
- 数据传输会带来延迟并消耗功耗。
- 即使机器拥有足够的总内存，大型项目也可能超出单个处理器的可用内存。
而 RTX Spark 则让 CPU 和 GPU 能够访问共享的、高达 128GB 的统一内存池。NVLink-C2C 在 Grace CPU 和 Blackwell GPU 之间提供高带宽连接。
实际的好处不在于所有工作负载中数据复制都会消失（软件仍需正确管理数据）。相反，优势在于应用程序可以处理更大的连贯内存空间，而无需依赖小型、孤立的 GPU 内存池。
对于本地大语言模型、3D 场景、视频时间线和智能体上下文来说，内存容量可能与原始计算能力同等重要。
本地运行 120B 模型
NVIDIA 表示，RTX Spark 系统可以运行参数多达 1200 亿的大型语言模型，并支持上下文长度高达 100 万 token 的智能体工作流。
这并不意味着每个 120B 模型都能以全精度或相同速度运行。实际可行性取决于：
- 模型架构
- 量化格式
- 活跃参数
- KV 缓存要求
- 上下文长度
- 推理引擎
- 操作系统和应用程序占用后的可用内存
- 期望的 token 生成速度
即使有这些限制条件，一台配备 128GB 共享内存的便携式计算机也足以改变本地测试的可能性。
大型文档、代码库、对话历史和检索结果可以保留在机器上，而无需分割成较小的云请求。本地执行还可以减少网络延迟，并将敏感信息置于用户的控制之下。
NVIDIA 的官方 RTX Spark 资料列出了几项标志性的本地能力：
- 运行 120B 参数的大语言模型
- 使用多达 100 万 token 的上下文
- 生成 4K AI 视频
- 渲染超过 90GB 的 3D 场景
- 编辑 12K 4:2:2 视频
- 在 1440p 分辨率下以超过 100 FPS 运行 AAA 级游戏
这些都是该平台官方声称的最大能力。
no garantías para cada configuración de portátil o proyecto de software.
Los Agentes Personales Necesitan Más Que Hardware Rápido
Un agente de IA que se ejecuta localmente puede leer archivos, abrir aplicaciones, ejecutar comandos, buscar en la web, enviar solicitudes y modificar datos.
Este nivel de acceso crea un problema de seguridad. Un modelo capaz no debería recibir automáticamente control ilimitado sobre la computadora del usuario.
NVIDIA y Microsoft están abordando esto a través de nuevas primitivas de seguridad de Windows y NVIDIA OpenShell.
OpenShell está diseñado para proporcionar:
- Ejecución en entorno aislado
- Permisos basados en políticas
- Controles de red
- Enrutamiento de inferencia
- Reglas de privacidad
- Límites en el acceso a herramientas
Un usuario o administrador puede definir qué operaciones puede realizar un agente. Las solicitudes también pueden enrutarse
según los requisitos de privacidad, por ejemplo, manteniendo la información sensible con un modelo local mientras se envían tareas anonimizadas a un modelo en la nube.
NVIDIA dice que OpenClaw y Nous Research's Hermes integrarán OpenShell y las primitivas de seguridad de agentes de Microsoft en sus aplicaciones de Windows.
Esto crea un modelo híbrido:
- Los datos sensibles se procesan localmente.
- Las solicitudes de bajo riesgo pueden enviarse a un modelo en la nube.
- El acceso a herramientas está limitado por políticas explícitas.
- Los procesos de los agentes se ejecutan dentro de entornos controlados.
- Los asistentes de larga duración permanecen disponibles sin recibir privilegios de sistema sin restricciones.
La capa de seguridad es crítica. La IA local mejora la privacidad solo cuando también se controlan el tiempo de ejecución del agente, los permisos de archivos, el comportamiento de red y el enrutamiento del modelo.
Flujos de Trabajo Creativos Locales
El diseño de memoria unificada de 128GB también está destinado a creadores que trabajan con proyectos demasiado grandes para las GPU de portátiles comunes.
En el stand de Bilibili World, NVIDIA demostró un proyecto de Unreal Engine 5 que contenía un detallado entorno 3D de Manhattan. Los archivos del proyecto supuestamente superaban los 90GB.
Las fuentes informan que el usuario podía moverse por la escena sin problemas tanto con el portátil enchufado como funcionando con batería.
NVIDIA posiciona oficialmente RTX Spark para proyectos 3D de más de 90GB, aunque la capacidad de respuesta real del editor depende de la complejidad de la escena, la transmisión de activos, la velocidad de almacenamiento, la refrigeración, la optimización de la aplicación y la configuración de energía del portátil.
Creación de Video e Imagen
El motor multimedia Blackwell de RTX Spark incluye soporte de hardware para codificación y decodificación 4:2:2. NVIDIA dice que la plataforma puede manejar flujos de trabajo de video 12K 4:2:2.
Adobe está reconstruyendo partes de Photoshop y Premiere para aprovechar la memoria unificada de RTX Spark, la aceleración TensorRT, la composición por GPU y la canalización de medios.
Los beneficios previstos incluyen:
- Líneas de tiempo grandes más receptivas
- Efectos asistidos por IA más rápidos
- Corrección de color acelerada por GPU
- Renderizado más eficiente
- Proyectos multimedia más grandes en sistemas portátiles
- Menor necesidad de trasladar proyectos a una estación de trabajo independiente
Se espera que las optimizaciones de RTX Spark de Adobe se implementen junto con el hardware, por lo que el rendimiento dependerá en parte del soporte de las aplicaciones.
RTX Gaming en un Procesador Arm
RTX Spark está basado en Arm, en lugar de la arquitectura x86 utilizada por la mayoría de las PC para juegos con Windows.
Esto plantea una pregunta de compatibilidad obvia: ¿funcionarán correctamente los juegos de PC existentes y los sistemas antigüición?
La respuesta de NVIDIA combina lanzamientos nativos para Arm, trabajo de compatibilidad con Windows y el apoyo de los principales editores.
Las empresas que apoyan públicamente a RTX Spark incluyen:
- KRAFTON
- NetEase
- Remedy Entertainment
- Riot Games
- Xbox
En Bilibili World, NVIDIA demostró una versión Arm nativa de NARAKA: BLADEPOINT de NetEase en un portátil RTX NVIDIA RTX Spark.
Según se informa, la demostración utilizó configuraciones visuales altas, trazado de rayos, generación de múltiples fotogramas DLSS y otras funciones RTX, manteniendo una jugabilidad fluida.
El objetivo de plataforma más amplio de NVIDIA son los juegos AAA a 1440p y más de 100 fotogramas por segundo. Los resultados variarán sustancialmente según el juego, la refrigeración del portátil, el límite de energía, la resolución de pantalla, el modo DLSS, la generación de fotogramas y si el título es nativo o traducido.
Funciones RTX
RTX Spark es compatible con el stack tecnológico RTX moderno estándar:
- Trazado de rayos por hardware
- DLSS
- Generación de múltiples fotogramas
- NVIDIA Reflex
- G-SYNC
- Aceleración creativa RTX
- CUDA
- Núcleos Tensor de quinta generación
La experiencia de juego a largo plazo dependerá de la rapidez con la que los desarrolladores lancen compilaciones Arm nativas y de cómo Windows maneje los juegos x86 heredados.
DGX Spark: Una Supercomputadora de IA de Escritorio para Desarrolladores
RTX Spark es principalmente una plataforma para consumidores y usuarios avanzados. DGX Spark está diseñada como un sistema de desarrollo.
DGX Spark utiliza el Superchip NVIDIA GB10 Grace Blackwell, con una CPU Arm de 20 núcleos, hasta 1 petaFLOP de rendimiento de IA FP4 y 128 GB de memoria de sistema unificada coherente.
Viene con el stack de software de IA de NVIDIA y está diseñado para la creación de prototipos e implementación de modelos de IA, incluyendo agentes de IA generativa, asistentes de voz, pipelines de visión artificial y análisis de datos.
El sistema está disponible para preventa a un precio inicial de $3,999 en los EE. UU., con envíos previstos para junio de 2026. Las ediciones Core y Premium se enviarán en agosto y octubre, respectivamente.
ejecuta DGX OS, una plataforma basada en Linux diseñada para el desarrollo de IA.
Capacidades oficiales de DGX Spark
| Carga de trabajo | Capacidad de DGX Spark |
|---|---|
| Inferencia local | Modelos de hasta 200 mil millones de parámetros |
| Ajuste fino | Modelos de hasta 70 mil millones de parámetros |
| Inferencia de doble sistema | Modelos de hasta 405 mil millones de parámetros |
| Rendimiento de IA | Hasta 1 petaFLOP FP4 |
| Memoria | 128 GB de memoria unificada del sistema |
| Redes | ConnectX-7, hasta 200 Gbps |
| Plataforma operativa | DGX OS / Linux |
| Público principal | Desarrolladores de IA, investigadores, científicos de datos |
Se pueden conectar dos sistemas DGX Spark a través de redes ConnectX para admitir modelos más grandes. Esta es una distinción importante respecto a la plataforma RTX Spark, orientada al consumidor.
Los desarrolladores pueden crear prototipos, ajustar, validar y ejecutar modelos localmente antes de trasladar las cargas de trabajo a NVIDIA DGX Cloud o a la infraestructura del centro de datos.
RTX Spark frente a DGX Spark
Los sistemas se superponen en arquitectura y capacidad de memoria, pero no son intercambiables.
| Categoría | RTX Spark | DGX Spark |
|---|---|---|
| Factores de forma principales | Portátiles delgados y PC compactos | Supercomputadora de IA de escritorio compacta |
| Sistema operativo | Windows | DGX OS / Linux |
| Usuarios objetivo | Consumidores, creadores, jugadores, usuarios de agentes | Desarrolladores, investigadores, científicos de datos |
| Objetivo de modelo de IA | Modelos locales de hasta 120 mil millones en el flujo de trabajo principal de NVIDIA | Inferencia de hasta 200 mil millones |
| Ajuste fino | Enfoque en desarrollo y prototipado; depende de la configuración | Admite oficialmente ajuste fino de hasta 70 mil millones |
| Juegos | Enfoque completo en juegos RTX | No está posicionado como sistema de juegos |
| Aplicaciones creativas | Adobe, 3D, medios y flujos de trabajo creativos de Windows | Pila de software de desarrollo de IA |
| Redes de escalado | Los sistemas de consumo no se centran en el escalado ConnectX | ConnectX-7 puede enlazar dos sistemas |
| Seguridad de agentes | Primitivas de seguridad de Windows y OpenShell | OpenShell, Agent Toolkit y NemoClaw |
| Portabilidad | Opciones de portátil y escritorio pequeño | Sistema de escritorio |
La distinción más simple es:
- RTX Spark es un PC de IA personal con Windows que también puede crear y ejecutar juegos.
- DGX Spark es un ordenador de desarrollo de IA local que lleva la pila de software de NVIDIA a un escritorio.
Construyendo agentes más seguros con NVIDIA Agent Toolkit
DGX Spark incluye el ecosistema de software de IA de NVIDIA y está posicionado como una plataforma local para el desarrollo de agentes autónomos.
NVIDIA Agent Toolkit ayuda a los desarrolladores a conectar sistemas de agentes con herramientas, fuentes de datos, modelos y componentes de observabilidad.
OpenShell proporciona aislamiento, aplicación de políticas y controles de inferencia. NemoClaw se basa en esa base para simplificar la implementación más segura de agentes siempre activos.
Esta división de responsabilidades es útil:
- Agent Toolkit ayuda a construir y conectar el flujo de trabajo del agente.
- OpenShell proporciona el entorno aislado y el tiempo de ejecución controlado por políticas.
- NemoClaw empaqueta la incorporación, la gestión del ciclo de vida y la operación vigilada para entornos de agentes autónomos compatibles.
NemoClaw se puede usar con OpenClaw, Hermes, LangChain Deep Agents, modelos abiertos locales, modelos frontera en la nube o una inferencia
enrutador.
Convertir un Boceto Hecho a Mano en una Página Web
En la demostración de Bilibili World, NVIDIA ejecutó un agente personal en DGX Spark utilizando un modelo multimodal Qwen de 35B.
El presentador dibujó un diagrama simplificado de "pastel de IA de cinco capas" en papel y lo mostró a una cámara. El agente interpretó el boceto y produjo una página web local completa en cuestión de segundos.
El resultado luego podía refinarse mediante instrucciones de seguimiento.
Esta demostración combina varias capacidades:
- Entrada de cámara
- Comprensión visual multimodal
- Interpretación estructurada
- Generación de HTML y CSS
- Ejecución local
- Edición iterativa
Debido a que el modelo y el agente se ejecutaban localmente, el flujo de trabajo no dependió de la facturación por token en la nube durante la demostración.
Eso no hace que la ejecución local sea gratuita. La adquisición de hardware, electricidad, mantenimiento, almacenamiento y tiempo de ingeniería siguen siendo costos reales. Cambia el modelo de costos de inferencia remota medida a capacidad local propia.
NemoClaw para Asistentes Privados Siempre Activos
NVIDIA ha adaptado NemoClaw a DGX Spark y a su línea más amplia de IA local.
NemoClaw es un conjunto de herramientas de referencia de código abierto para ejecutar agentes siempre activos dentro de espacios aislados de OpenShell. Añade:
- Incorporación de agentes
- Gestión del ciclo de vida
- Ejecución en entorno aislado
- Políticas de red
- Controles de privacidad
- Enrutamiento de inferencia
- Soporte para modelos locales y en la nube
Para los usuarios de DGX Spark, el atractivo clave es la capacidad de mantener un agente ejecutándose localmente durante largos períodos, reduciendo la necesidad de cargar datos confidenciales a un servicio en la nube.
Las opciones oficiales de instalación actualmente incluyen OpenClaw, Hermes y LangChain Deep Agents.
```Bash