Notebook NVIDIA RTX Spark estreia na Bilibili World: IA local 120B, 128 GB de memória unificada e comparação com DGX Spark
O superchip NVIDIA RTX Spark saiu do anúncio em conferência para se tornar um notebook funcional para consumidores. Na Bilibili World em Xangai, a NVIDIA demonstrou publicamente um Lenovo Yoga Pro 15 equipado com RTX Spark, executando cargas de trabalho exigentes de IA local, criação e jogos. A plataforma combina uma GPU RTX Blackwell e uma CPU Grace de 20 núcleos através da interconexão NVLink-C2C da NVIDIA, com até 128 GB de memória unificada compartilhada por ambos os processadores. O design visa uma nova categoria de PC Windows: um notebook fino o
NVIDIA RTX Spark Laptop Estreia na Bilibili World: Modelos Locais com 120B, Agentes de IA e DGX Spark
Introdução
O superchip NVIDIA RTX Spark passou de um anúncio em conferência para um laptop consumidor funcional.
Na Bilibili World em Xangai, a NVIDIA demonstrou publicamente um Lenovo Yoga Pro 15 alimentado pelo RTX Spark, executando cargas de trabalho exigentes de IA local, criação e jogos. A plataforma combina uma GPU Blackwell RTX e uma CPU Grace de 20 núcleos através da interconexão NVLink-C2C da NVIDIA, com até 128 GB de memória unificada compartilhada por ambos os processadores.
O design visa uma nova categoria de PC Windows: um laptop fino ou desktop compacto capaz de executar agentes de IA pessoais localmente, lidar com grandes projetos criativos e ainda oferecer recursos modernos de jogos RTX.
A NVIDIA também demonstrou o DGX Spark, seu supercomputador de IA desktop baseado em Linux para desenvolvedores. Embora os dois sistemas compartilhem uma base Grace Blackwell semelhante, seus softwares, redes, públicos-alvo e funções de desenvolvimento de modelos são diferentes.
Nota terminológica: A fonte descreve a CPU e a GPU como "soldadas juntas". Elas não estão literalmente soldadas. A NVIDIA conecta os dois chips através da interconexão de alto desempenho NVLink-C2C.
Jogos, Criação e IA em Uma Única Plataforma
O RTX Spark é construído em torno de três cargas de trabalho que geralmente exigem tipos diferentes de computadores:
- Inteligência artificial local
- Trabalho criativo profissional
- Jogos de PC de alto desempenho
Laptops para jogos tradicionais enfatizam o desempenho da GPU discreta. Máquinas de desenvolvimento de IA priorizam capacidade de memória e ferramentas de software. Estações de trabalho móveis focam em aplicações profissionais, muitas vezes às custas de peso e autonomia de bateria.
O RTX Spark tenta combinar todos esses três aspectos usando um pacote de processador firmemente integrado e um grande pool de memória unificada.
Especificações Principais do RTX Spark
| Componente | Especificação do RTX Spark |
|---|---|
| GPU | GPU Blackwell RTX |
| Núcleos CUDA | Até 6.144 |
| CPU | CPU NVIDIA Grace de até 20 núcleos |
| Arquitetura da CPU | Arm |
| Interconexão | NVIDIA NVLink-C2C |
| Desempenho de IA | Até 1 petaFLOP em FP4 |
| Memória unificada | Até 128 GB |
| Sistemas-alvo | Laptops Windows finos e desktops compactos |
| Cargas de trabalho principais | Agentes locais, desenvolvimento de IA, criação e jogos |
A MediaTek colaborou com a NVIDIA no design personalizado da CPU Grace, contribuindo com expertise em sistemas Arm em eficiência energética, conectividade e implementação de CPU.
为什么 NVLink-C2C 和统一内存
至关重要
在传统配备独立显卡的笔记本中，CPU 和 GPU 通常各自拥有独立的内存池。数据必须通过 PCI Express 等互连在系统 RAM 和 GPU 内存之间传输。
这种方式适用于普通游戏和生产力任务，但对于超大型 AI 模型和创意数据集则存在局限：
- GPU 内存容量可能不足。
- 模型权重可能需要拆分或卸载。
- 数据传输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 让 CPU 和 GPU 可以访问高达 128GB 的统一内存共享池。NVLink-C2C 提供了 Grace CPU 和 Blackwell GPU 之间的高带宽连接。
实际优势并非在所有工作负载中都能消除数据复制——软件仍需正确管理数据。其优势在于，应用程序可以在一个更大的相干内存空间中运行，而不必依赖一个狭小、隔离的 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，内存容量与原始计算能力同样重要。
本地运行 120B 参数模型
NVIDIA 表示，RTX Spark 系统可以运行高达 1200 亿参数的大语言模型，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 缓存需求
- 上下文长度
- 推理引擎
- 操作系统和应用程序后的可用内存
- 期望的 token 生成速度
即使存在这些条件，一款配备 128GB 共享内存的便携式计算机也改变了本地测试的可能性。
大型文档、代码库、对话历史和检索结果可以留在设备本地，而无需拆分为多次云端请求。本地执行还可能减少网络延迟，并将敏感信息置于用户控制之下。
NVIDIA 的官方 RTX Spark 资料列出了几项核心本地能力：
- 运行 120B 参数的大语言模型
- 使用高达 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 玩 AAA 游戏
这些是该平台的最大性能宣称。
em vez de garantias para cada configuração de laptop ou projeto de software.
Agentes Pessoais Precisam de Mais que Hardware Rápido
Um agente de IA executado localmente pode ler arquivos, abrir aplicativos, executar comandos, pesquisar na web, enviar requisições e modificar dados.
Esse nível de acesso cria um problema de segurança. Um modelo capaz não deve receber automaticamente controle irrestrito sobre o computador do usuário.
A NVIDIA e a Microsoft estão lidando com isso por meio de novas primitivas de segurança do Windows e do NVIDIA OpenShell.
O OpenShell foi projetado para fornecer:
- Execução em sandbox
- Permissões baseadas em políticas
- Controles de rede
- Roteamento de inferência
- Regras de privacidade
- Limites no acesso a ferramentas
Um usuário ou administrador pode definir quais operações um agente pode executar. As requisições também podem ser roteadas
de acordo com requisitos de privacidade—por exemplo, mantendo informações confidenciais com um modelo local enquanto envia tarefas sanitizadas para um modelo em nuvem.
A NVIDIA afirma que a OpenClaw e a Hermes da Nous Research integrarão o OpenShell e as primitivas de segurança de agentes da Microsoft em seus aplicativos Windows.
Isso cria um modelo híbrido:
- Dados confidenciais são processados localmente.
- Requisições de baixo risco podem ser enviadas para um modelo em nuvem.
- O acesso a ferramentas é limitado por políticas explícitas.
- Processos de agentes são executados dentro de ambientes controlados.
- Assistentes de longa duração permanecem disponíveis sem receber privilégios irrestritos do sistema.
A camada de segurança é crítica. A IA local melhora a privacidade apenas quando o tempo de execução do agente, as permissões de arquivo, o comportamento de rede e o roteamento do modelo também são controlados.
Fluxos de Trabalho Criativos Locais
O design de memória unificada de 128 GB também é destinado a criadores que trabalham com projetos grandes demais para GPUs comuns de laptop.
No estande da Bilibili World, a NVIDIA demonstrou um projeto do Unreal Engine 5 contendo um ambiente 3D detalhado de Manhattan. Os arquivos do projeto, segundo relatos, excediam 90 GB.
As fontes relatam que o usuário podia se mover pela cena de forma suave tanto com o laptop conectado à tomada quanto operando na bateria.
A NVIDIA posiciona oficialmente o RTX Spark para projetos 3D acima de 90 GB, embora a capacidade de resposta real do editor dependa da complexidade da cena, do streaming de ativos, da velocidade do armazenamento, do resfriamento, da otimização do aplicativo e das configurações de energia do laptop.
Criação de Vídeo e Imagem
O mecanismo de mídia Blackwell do RTX Spark inclui suporte de hardware para codificação e decodificação 4:2:2. A NVIDIA afirma que a plataforma pode lidar com fluxos de trabalho de vídeo 12K 4:2:2.
A Adobe está reconstruindo partes do Photoshop e do Premiere para aproveitar a memória unificada do RTX Spark, a aceleração TensorRT, a composição por GPU e o pipeline de mídia.
Os benefícios pretendidos incluem:
- Linhas do tempo grandes mais responsivas
- Efeitos assistidos por IA mais rápidos
- Correção de cor acelerada por GPU
- Renderização mais eficiente
- Projetos de mídia maiores em sistemas portáteis
- Menor necessidade de mover projetos para uma estação de trabalho separada
Espera-se que as otimizações do RTX Spark da Adobe sejam lançadas junto com o hardware, portanto, o desempenho dependerá parcialmente do suporte do aplicativo.
RTX Gaming em um Processador Arm
O RTX Spark é baseado em Arm, e não na arquitetura x86 usada pela maioria dos PCs gamers com Windows.
Isso levanta uma questão óbvia de compatibilidade: os jogos de PC existentes e os sistemas anti-cheat funcionarão corretamente?
A resposta da NVIDIA combina lançamentos nativos para Arm, trabalho de compatibilidade com Windows e suporte das principais editoras.
As empresas que apoiam publicamente o RTX Spark incluem:
- KRAFTON
- NetEase
- Remedy Entertainment
- Riot Games
- Xbox
Na Bilibili World, a NVIDIA demonstrou uma versão nativa Arm do NARAKA: BLADEPOINT da NetEase em um laptop NVIDIA RTX Spark.
A demonstração, segundo relatos, usou configurações visuais altas, ray tracing, geração multi-quadros DLSS e outros recursos RTX, mantendo uma jogabilidade suave.
O alvo de plataforma mais amplo da NVIDIA são jogos AAA a 1440p e mais de 100 quadros por segundo. Os resultados variarão substancialmente por jogo, resfriamento do laptop, limite de energia, resolução de exibição, modo DLSS, geração de quadros e se o título é nativo ou traduzido.
Recursos RTX
O RTX Spark suporta a pilha de tecnologia RTX moderna padrão:
- Ray tracing por hardware
- DLSS
- Geração multi-quadros
- NVIDIA Reflex
- G-SYNC
- Aceleração criativa RTX
- CUDA
- Quinta geração de Tensor Cores
A experiência de jogo a longo prazo dependerá da rapidez com que os desenvolvedores lançam compilações nativas Arm e de quão bem o Windows lida com jogos x86 legados.
DGX Spark: Um Supercomputador de IA Desktop para Desenvolvedores
O RTX Spark é principalmente uma plataforma de consumo e prossumidor. O DGX Spark é projetado como um sistema de desenvolvimento.
O DGX Spark usa o Superchip NVIDIA GB10 Grace Blackwell, com uma CPU Arm de 20 núcleos, até 1 petaFLOP de desempenho de IA FP4 e 128 GB de memória de sistema unificada coerente.
Ele é enviado com a pilha de software de IA da NVIDIA e
executa o DGX OS, uma plataforma baseada em Linux projetada para o desenvolvimento de IA.
Capacidades Oficiais do DGX Spark
| Carga de trabalho | Capacidade do DGX Spark |
|---|---|
| Inferência local | Modelos de até 200B de parâmetros |
| Ajuste fino | Modelos de até 70B de parâmetros |
| Inferência de sistema duplo | Modelos de até 405B de parâmetros |
| Desempenho de IA | Até 1 petaFLOP FP4 |
| Memória | 128 GB de memória unificada do sistema |
| Rede | ConnectX-7, até 200 Gbps |
| Plataforma operacional | DGX OS / Linux |
| Público principal | Desenvolvedores de IA, pesquisadores, cientistas de dados |
Dois sistemas DGX Spark podem ser conectados através de rede ConnectX para suportar modelos maiores. Esta é uma distinção importante da plataforma RTX Spark, voltada para consumidores.
Os desenvolvedores podem prototipar, ajustar, validar e executar modelos localmente antes de mover as cargas de trabalho para o NVIDIA DGX Cloud ou infraestrutura de data center.
RTX Spark vs. DGX Spark
Os sistemas se sobrepõem em arquitetura e capacidade de memória, mas não são intercambiáveis.
| Categoria | RTX Spark | DGX Spark |
|---|---|---|
| Principais formatos | Laptops finos e PCs compactos | Supercomputador desktop compacto |
| Sistema operacional | Windows | DGX OS / Linux |
| Usuários-alvo | Consumidores, criadores, jogadores, usuários de agentes | Desenvolvedores, pesquisadores, cientistas de dados |
| Alvo de modelo de IA | Modelos locais de até 120B no fluxo de trabalho principal da NVIDIA | Inferência de até 200B |
| Ajuste fino | Foco em desenvolvimento e prototipagem; dependente da configuração | Suporta oficialmente ajuste fino de até 70B |
| Jogos | Foco total em jogos RTX | Não é posicionado como sistema para jogos |
| Aplicativos criativos | Fluxos de trabalho criativos da Adobe, 3D, mídia e Windows | Stack de software para desenvolvimento de IA |
| Rede de expansão | Sistemas de consumo não são centrados em expansão ConnectX | ConnectX-7 pode conectar dois sistemas |
| Segurança de agente | Primitivas de segurança do Windows e OpenShell | OpenShell, Agent Toolkit e NemoClaw |
| Portabilidade | Opções de laptop e desktop pequeno | Sistema desktop |
A distinção mais simples é:
- O RTX Spark é um PC pessoal com IA Windows que também pode criar e jogar.
- O DGX Spark é um computador local para desenvolvimento de IA que traz o ecossistema de software NVIDIA para a mesa de trabalho.
Construindo Agentes Mais Seguros com o NVIDIA Agent Toolkit
O DGX Spark inclui o ecossistema de software NVIDIA AI e é posicionado como uma plataforma local para o desenvolvimento de agentes autônomos.
O NVIDIA Agent Toolkit ajuda os desenvolvedores a conectar sistemas de agentes a ferramentas, fontes de dados, modelos e componentes de observabilidade.
O OpenShell fornece isolamento, aplicação de políticas e controles de inferência. O NemoClaw se baseia nessa fundação para simplificar a implantação segura de agentes sempre ativos.
Essa divisão de responsabilidades é útil:
- Agent Toolkit ajuda a construir e conectar o fluxo de trabalho do agente.
- OpenShell fornece o ambiente isolado e o runtime controlado por políticas.
- NemoClaw empacota integração, gerenciamento do ciclo de vida e operação protegida para ambientes de agentes autônomos suportados.
O NemoClaw pode ser usado com OpenClaw, Hermes, LangChain Deep Agents, modelos abertos locais, modelos de fronteira em nuvem ou uma inferência
roteador.
Transformando um Esboço Feito à Mão em uma Página Web
Na demonstração da Bilibili World, a NVIDIA executou um agente pessoal no DGX Spark usando um modelo multimodal Qwen de 35B.
O apresentador desenhou um diagrama simplificado do "bolo de IA de cinco camadas" em um papel e o mostrou para uma câmera. O agente interpretou o esboço e produziu uma página web local completa em segundos.
O resultado poderia então ser refinado por meio de instruções de acompanhamento.
Esta demonstração combina várias capacidades:
- Entrada de câmera
- Compreensão visual multimodal
- Interpretação estruturada
- Geração de HTML e CSS
- Execução local
- Edição iterativa
Como o modelo e o agente estavam sendo executados localmente, o fluxo de trabalho não dependia de cobrança por token na nuvem durante a demonstração.
Isso não torna a execução local gratuita. Aquisição de hardware, eletricidade, manutenção, armazenamento e tempo de engenharia continuam sendo custos reais. Isso altera o modelo de custo, de inferência remota medida para capacidade local própria.
NemoClaw para Assistentes Privados Sempre Ativos
A NVIDIA adaptou o NemoClaw para o DGX Spark e sua linha mais ampla de IA local.
O NemoClaw é uma pilha de referência de código aberto para executar agentes sempre ativos dentro de sandboxes OpenShell. Ele adiciona:
- Integração de agentes
- Gerenciamento do ciclo de vida
- Execução em sandbox
- Políticas de rede
- Controles de privacidade
- Roteamento de inferência
- Suporte para modelos locais e na nuvem
Para os usuários do DGX Spark, o principal atrativo é a capacidade de manter um agente executando localmente por longos períodos, reduzindo a necessidade de enviar dados sensíveis para um serviço em nuvem.
As opções oficiais de instalação atualmente incluem OpenClaw, Hermes e LangChain Deep Agents.