NVIDIA RTX Spark Laptop Debutta al Bilibili World: Modelli Locali da 120B, Agenti AI e DGX Spark

Introduzione

Il superchip RTX Spark di NVIDIA è passato da un annuncio in conferenza a un laptop consumer funzionante.

Al Bilibili World di Shanghai, NVIDIA ha dimostrato pubblicamente un Lenovo Yoga Pro 15 alimentato da RTX Spark, eseguendo carichi di lavoro impegnativi di AI locale, creatività e gaming. La piattaforma combina una GPU Blackwell RTX e una CPU Grace a 20 core tramite l'interconnessione NVLink-C2C di NVIDIA, con fino a 128 GB di memoria unificata condivisa da entrambi i processori.

Il design è pensato per una nuova categoria di PC Windows: un laptop sottile o un desktop compatto in grado di eseguire localmente agenti AI personali, gestire grandi progetti creativi e offrire comunque le moderne funzionalità di gioco RTX.

NVIDIA ha anche dimostrato DGX Spark, il suo supercomputer desktop AI basato su Linux per sviluppatori. Sebbene i due sistemi condividano una base Grace Blackwell simile, il loro software, le reti, gli utenti target e i ruoli nello sviluppo dei modelli sono diversi.

Nota terminologica: La fonte descrive CPU e GPU come "saldati insieme". Non sono letteralmente saldati. NVIDIA collega i due die tramite l'interconnessione chip-to-chip ad alta larghezza di banda NVLink-C2C.

Gaming, Creazione e AI in Un'unica Piattaforma

RTX Spark è costruito attorno a tre carichi di lavoro che di solito richiedevano diversi tipi di computer:

1. Intelligenza artificiale locale
2. Lavoro creativo professionale
3. Gaming PC di fascia alta

I laptop da gioco tradizionali enfatizzano le prestazioni della GPU discreta. Le macchine per lo sviluppo AI danno priorità alla capacità di memoria e agli strumenti software. Le workstation mobili si concentrano sulle applicazioni professionali, spesso a scapito del peso e della durata della batteria.

RTX Spark tenta di combinare tutti e tre utilizzando un pacchetto di processori strettamente integrato e un ampio pool di memoria unificata.

Specifiche Principali di RTX Spark

Componente	Specifica RTX Spark
GPU	GPU Blackwell RTX
Core CUDA	Fino a 6.144
CPU	CPU NVIDIA Grace fino a 20 core
Architettura CPU	Arm
Interconnessione	NVIDIA NVLink-C2C
Prestazioni AI	Fino a 1 petaFLOP a FP4
Memoria unificata	Fino a 128 GB
Sistemi target	Laptop Windows sottili e desktop compatti
Carichi di lavoro primari	Agenti locali, sviluppo AI, creazione e gaming

MediaTek ha collaborato con NVIDIA al design personalizzato della CPU Grace, contribuendo con competenze nel sistema Arm in termini di efficienza energetica, connettività e implementazione della CPU.

![L'immagine mostra il

struttura interna dell'NVIDIA RTX Spark. Su un circuito trasparente sono visibili numerosi chip e componenti elettronici, con un vistoso display verde al centro. Gli effetti di rifrazione della luce attorno al circuito creano un'atmosfera tecnologica all'avanguardia. Il logo NVIDIA e la scritta "RTX SPARK" compaiono nell'angolo in basso a destra. Questa immagine è strettamente correlata al contesto, offrendo una visione diretta della configurazione hardware principale di RTX Spark, in linea con la descrizione testuale di un pacchetto processore strettamente integrato e di un ampio pool di memoria unificata.

Perché NVLink-C2C e la Memoria Unificata sono Importanti

Nei laptop tradizionali con GPU discrete, CPU e GPU mantengono tipicamente pool di memoria separati. I dati devono spostarsi tra la RAM di sistema e la memoria della GPU tramite un'interconnessione come PCI Express.

Questo approccio funziona bene per gaming ordinario e attività produttive, ma crea limitazioni per modelli di IA molto grandi e dataset creativi:

• La capacità della memoria GPU potrebbe essere insufficiente.
• I pesi del modello potrebbero dover essere suddivisi o scaricati.
• I trasferimenti dati introducono latenza e consumano energia.
• Un progetto di grandi dimensioni potrebbe superare la memoria disponibile di un singolo processore, anche se la macchina ha memoria totale sufficiente.

RTX Spark, invece, offre a CPU e GPU l'accesso a un pool condiviso fino a 128 GB di memoria unificata. NVLink-C2C fornisce la connessione ad alta larghezza di banda tra la CPU Grace e la GPU Blackwell.

Il vantaggio pratico non è che la copia scompaia in ogni carico di lavoro—il software deve comunque gestire correttamente i dati. Piuttosto, il vantaggio è che le applicazioni possono lavorare con uno spazio di memoria coerente molto più ampio senza dipendere da un pool di memoria GPU piccolo e isolato.

Per LLM locali, scene 3D, timeline video e contesti di agenti, la capacità di memoria può essere importante quanto la potenza di calcolo grezza.

Esecuzione di un Modello da 120B in Locale

NVIDIA afferma che i sistemi RTX Spark possono eseguire modelli linguistici di grandi dimensioni con fino a 120 miliardi di parametri e supportare flussi di lavoro di agenti con lunghezze di contesto fino a un milione di token.

Ciò non significa che ogni modello da 120B funzionerà con piena precisione o alla stessa velocità. La fattibilità effettiva dipende da:

• Architettura del modello
• Formato di quantizzazione
• Parametri attivi
• Requisiti di KV-cache
• Lunghezza del contesto
• Motore di inferenza
• Memoria disponibile dopo il sistema operativo e le applicazioni
• Velocità di generazione token desiderata

Anche con queste precisazioni, un computer portatile con 128 GB di memoria condivisa cambia ciò che può essere testato localmente.

Documenti grandi, codebase, cronologie di conversazioni e risultati di recupero possono rimanere sulla macchina anziché essere suddivisi in richieste cloud più piccole. L'esecuzione locale può anche ridurre la latenza di rete e mantenere le informazioni sensibili sotto il controllo dell'utente.

I materiali ufficiali di NVIDIA su RTX Spark elencano diverse capacità locali di punta:

• Esecuzione di LLM con 120 miliardi di parametri
• Utilizzo di fino a un milione di token di contesto
• Generazione di video AI 4K
• Rendering di scene 3D superiori a 90 GB
• Montaggio di video 12K 4:2:2
• Gioco di titoli AAA a oltre 100 FPS a 1440p

Queste sono dichiarazioni massime della piattaforma.

piuttosto che garanzie per ogni configurazione di laptop o progetto software.

Gli Agenti Personali Richiedono Più di un Hardware Veloce

Un agente AI eseguito localmente può leggere file, aprire applicazioni, eseguire comandi, cercare sul web, inviare richieste e modificare dati.

Questo livello di accesso crea un problema di sicurezza. Un modello capace non dovrebbe ricevere automaticamente un controllo illimitato sul computer dell'utente.

NVIDIA e Microsoft stanno affrontando questa sfida con nuove primitive di sicurezza di Windows e NVIDIA OpenShell.

OpenShell è progettato per fornire:

• Esecuzione in sandbox
• Permessi basati su policy
• Controlli di rete
• Instradamento dell'inferenza
• Regole sulla privacy
• Confini per l'accesso agli strumenti

Un utente o amministratore può definire quali operazioni un agente può eseguire. Le richieste possono anche essere instradate

In base ai requisiti di privacy—ad esempio, mantenendo le informazioni sensibili su un modello locale mentre le attività ripulite vengono inviate a un modello cloud.

NVIDIA afferma che OpenClaw e Nous Research's Hermes integreranno OpenShell e le primitive di sicurezza per agenti di Microsoft nelle loro applicazioni Windows.

Ciò crea un modello ibrido:

1. I dati sensibili vengono elaborati localmente.
2. Le richieste a basso rischio possono essere inviate a un modello cloud.
3. L'accesso agli strumenti è limitato da policy esplicite.
4. I processi degli agenti vengono eseguiti in ambienti controllati.
5. Gli assistenti a lunga durata rimangono disponibili senza ricevere privilegi di sistema illimitati.

Il livello di sicurezza è fondamentale. L'AI locale migliora la privacy solo quando anche il runtime dell'agente, i permessi dei file, il comportamento di rete e l'instradamento del modello sono controllati.

Flussi di Lavoro Creativi Locali

Il design a memoria unificata da 128 GB è pensato anche per creatori che lavorano con progetti troppo grandi per le normali GPU dei laptop.

Allo stand del Bilibili World, NVIDIA ha dimostrato un progetto Unreal Engine 5 contenente un ambiente 3D dettagliato di Manhattan. I file del progetto avrebbero superato i 90 GB.

La fonte riporta che l'utente poteva muoversi agevolmente nella scena sia con il laptop collegato all'alimentazione sia quando funzionava a batteria.

NVIDIA posiziona ufficialmente RTX Spark per progetti 3D di oltre 90 GB, anche se la reattività effettiva dell'editor dipende dalla complessità della scena, dallo streaming delle risorse, dalla velocità di archiviazione, dal raffreddamento, dall'ottimizzazione dell'applicazione e dalle impostazioni di alimentazione del laptop.

Creazione di Video e Immagini

Il motore multimediale Blackwell di RTX Spark include il supporto hardware per la codifica e decodifica 4:2:2. NVIDIA afferma che la piattaforma può gestire flussi di lavoro video 12K 4:2:2.

Adobe sta ricostruendo parti di Photoshop e Premiere per sfruttare la memoria unificata, l'accelerazione TensorRT, il compositing GPU e la pipeline multimediale di RTX Spark.

I vantaggi previsti includono:

• Timeline di grandi dimensioni più reattive
• Effetti assistiti dall'IA più veloci
• Correzione del colore accelerata dalla GPU
• Rendering più efficiente
• Progetti multimediali più grandi su sistemi portatili
• Minore necessità di spostare progetti su una workstation separata

Si prevede che le ottimizzazioni di Adobe per RTX Spark vengano implementate insieme all'hardware, quindi le prestazioni dipenderanno in parte dal supporto dell'applicazione.

Gioco RTX su un processore Arm

RTX Spark è basato su Arm, anziché sull'architettura x86 utilizzata dalla maggior parte dei PC da gioco Windows.

Ciò solleva un'ovvia questione di compatibilità: i giochi PC esistenti e i sistemi anti-cheat funzioneranno correttamente?

La risposta di NVIDIA combina versioni Arm native, lavoro di compatibilità con Windows e supporto dei principali publisher.

Le aziende che supportano pubblicamente RTX Spark includono:

• KRAFTON
• NetEase
• Remedy Entertainment
• Riot Games
• Xbox

Al Bilibili World, NVIDIA ha dimostrato una versione Arm nativa di NARAKA: BLADEPOINT di NetEase su un laptop NVIDIA RTX Spark.

A quanto riferito, la dimostrazione ha utilizzato impostazioni visive elevate, ray tracing, generazione multi-frame DLSS e altre funzionalità RTX, mantenendo un gameplay fluido.

L'obiettivo più ampio della piattaforma NVIDIA è il gaming AAA a 1440p e oltre 100 fotogrammi al secondo. I risultati varieranno sostanzialmente in base al gioco, al raffreddamento del laptop, al limite di potenza, alla risoluzione del display, alla modalità DLSS, alla generazione di fotogrammi e al fatto che il titolo sia nativo o tradotto.

Funzionalità RTX

RTX Spark supporta lo stack tecnologico RTX moderno standard:

• Ray tracing hardware
• DLSS
• Generazione multi-frame
• NVIDIA Reflex
• G-SYNC
• Accelerazione creativa RTX
• CUDA
• Tensor Core di quinta generazione

L'esperienza di gioco a lungo termine dipenderà dalla rapidità con cui gli sviluppatori rilasceranno build Arm native e dall'efficacia con cui Windows gestirà i giochi x86 legacy.

DGX Spark: Un supercomputer AI desktop per sviluppatori

RTX Spark è principalmente una piattaforma consumer e prosumer. DGX Spark è progettato come sistema di sviluppo.

DGX Spark utilizza il superchip NVIDIA GB10 Grace Blackwell, con una CPU Arm a 20 core, fino a 1 petaFLOP di prestazioni AI FP4 e 128 GB di memoria di sistema unificata coerente.

Viene fornito con lo stack software AI di NVIDIA.

esegue DGX OS, una piattaforma basata su Linux progettata per lo sviluppo di IA.

Capacità ufficiali di DGX Spark

Carico di lavoro	Capacità di DGX Spark
Inferenza locale	Modelli fino a 200 miliardi di parametri
Ottimizzazione (fine-tuning)	Modelli fino a 70 miliardi di parametri
Inferenza dual-system	Modelli fino a 405 miliardi di parametri
Prestazioni IA	Fino a 1 petaFLOP FP4
Memoria	128 GB di memoria di sistema unificata
Rete	ConnectX-7, fino a 200 Gbps
Piattaforma operativa	DGX OS / Linux
Pubblico principale	Sviluppatori IA, ricercatori, data scientist

Due sistemi DGX Spark possono essere collegati tramite rete ConnectX per supportare modelli più grandi. Questa è una differenza importante rispetto alla piattaforma RTX Spark, orientata al consumatore.

Gli sviluppatori possono creare prototipi, ottimizzare, validare ed eseguire modelli localmente prima di spostare i carichi di lavoro su NVIDIA DGX Cloud o su infrastrutture data-center.

RTX Spark vs. DGX Spark

I sistemi si sovrappongono per architettura e capacità di memoria, ma non sono intercambiabili.

Categoria	RTX Spark	DGX Spark
Fattori di forma principali	Laptop sottili e PC compatti	Supercomputer desktop compatto per IA
Sistema operativo	Windows	DGX OS / Linux
Utenti target	Consumatori, creatori, giocatori, utenti di agenti	Sviluppatori, ricercatori, data scientist
Obiettivo modelli IA	Modelli locali fino a 120B nel flusso di lavoro principale NVIDIA	Inferenza fino a 200B
Ottimizzazione (fine-tuning)	Focus su sviluppo e prototipazione; dipende dalla configurazione	Supporta ufficialmente l'ottimizzazione fino a 70B
Gaming	Focus completo su gaming RTX	Non posizionato come sistema da gaming
App creative	Adobe, 3D, media e flussi di lavoro creativi Windows	Stack software per sviluppo IA
Rete scalabile	I sistemi consumer non sono incentrati sull'espansione ConnectX	ConnectX-7 può collegare due sistemi
Sicurezza degli agenti	Primitivi di sicurezza Windows e OpenShell	OpenShell, Agent Toolkit e NemoClaw
Portabilità	Opzioni laptop e desktop di piccole dimensioni	Sistema desktop

La distinzione più semplice è:

• RTX Spark è un PC AI Windows personale che può anche creare e giocare.
• DGX Spark è un computer locale per sviluppo IA che porta lo stack software NVIDIA su una scrivania.

Costruire agenti più sicuri con NVIDIA Agent Toolkit

DGX Spark include l'ecosistema software NVIDIA per IA ed è posizionato come piattaforma locale per lo sviluppo di agenti autonomi.

NVIDIA Agent Toolkit aiuta gli sviluppatori a collegare i sistemi di agenti a strumenti, fonti di dati, modelli e componenti di osservabilità.

OpenShell fornisce isolamento, applicazione delle policy e controlli di inferenza. NemoClaw si basa su tale fondamento per semplificare la distribuzione sicura di agenti sempre attivi.

Questa divisione di responsabilità è utile:

• Agent Toolkit aiuta a costruire e collegare il flusso di lavoro dell'agente.
• OpenShell fornisce il sandbox e il runtime controllato dalle policy.
• NemoClaw confeziona onboarding, gestione del ciclo di vita e operazioni protette per ambienti di agenti autonomi supportati.

NemoClaw può essere utilizzato con OpenClaw, Hermes, LangChain Deep Agents, modelli open locali, modelli cloud all'avanguardia o un'inferenza.

router.

Trasformare uno Schizzo Disegnato a Mano in una Pagina Web

Durante la dimostrazione al Bilibili World, NVIDIA ha eseguito un agente personale su DGX Spark utilizzando un modello multimodale Qwen da 35B.

Il presentatore ha disegnato a mano su carta un diagramma semplificato a "cinque strati della torta AI" e lo ha mostrato a una telecamera. L'agente ha interpretato lo schizzo e ha prodotto una pagina web locale completa in pochi secondi.

Il risultato poteva poi essere perfezionato tramite istruzioni successive.

Questa dimostrazione combina diverse capacità:

1. Input dalla fotocamera
2. Comprensione visiva multimodale
3. Interpretazione strutturata
4. Generazione di HTML e CSS
5. Esecuzione locale
6. Modifica iterativa

Poiché il modello e l'agente venivano eseguiti localmente, il flusso di lavoro non dipendeva dalla fatturazione a gettone nel cloud durante la dimostrazione.

Ciò non rende l'esecuzione locale gratuita. L'acquisizione hardware, l'elettricità, la manutenzione, l'archiviazione e il tempo di sviluppo rimangono costi reali. Cambia il modello di costo, passando dall'inferenza remota a consumo verso una capacità locale di proprietà.

NemoClaw per Assistenti Privati Sempre Attivi

NVIDIA ha adattato NemoClaw a DGX Spark e alla sua gamma più ampia di AI locale.

NemoClaw è uno stack di riferimento open source per eseguire agenti sempre attivi all'interno di sandbox OpenShell. Aggiunge:

• Onboarding degli agenti
• Gestione del ciclo di vita
• Esecuzione in sandbox
• Politiche di rete
• Controlli sulla privacy
• Instradamento dell'inferenza
• Supporto per modelli locali e cloud

Per gli utenti di DGX Spark, il principale vantaggio è la possibilità di mantenere un agente in esecuzione localmente per lunghi periodi, riducendo la necessità di caricare dati sensibili su un servizio cloud.

Le opzioni di installazione ufficiali attualmente includono OpenClaw, Hermes e LangChain Deep Agents.