Nvidia RTX Spark: τι πρέπει να γνωρίζετε πριν την αγορά

Η Nvidia πήρε το chip GB10 από το DGX Spark, το έβαλε σε laptop με Windows και το ονόμασε RTX Spark. Στα χαρτιά, η συγκεκριμένη πλατφόρμα είναι από τις πιο ενδιαφέρουσες προτάσεις για τοπική τεχνητή νοημοσύνη, καθώς προσφέρει έως 128GB ενοποιημένης μνήμης και υποστήριξη CUDA. Η πραγματική εικόνα, όμως, αρχίζει να ξεκαθαρίζει μόνο όταν φορτωθούν μοντέλα και αλλάξουν οι ρυθμίσεις μνήμης.

Η επιλογή κατά την αγορά είναι ουσιαστικά οριστική, επειδή η μνήμη της RTX Spark είναι κολλημένη στη μητρική. Το οικονομικότερο chip διαθέτει CPU 18 πυρήνων, 5.120 πυρήνες GPU και ανώτατο όριο 64GB, ενώ η πλήρης έκδοση με 20 πυρήνες φτάνει τα 128GB. Με δεδομένο ότι τα laptops κοστίζουν από 3.000 δολάρια και πάνω, η χωρητικότητα δεν είναι λεπτομέρεια που διορθώνεται αργότερα.

Οι διαφορές φαίνονται και στα ίδια τα μοντέλα. Το Lenovo Yoga 9n 2-in-1 με το chip των 20 πυρήνων, 64GB μνήμης και SSD 1TB κοστίζει περίπου 3.750 δολάρια. Το Microsoft Surface Laptop Ultra με ίδια μνήμη και αποθηκευτικό χώρο φτάνει τα 4.300 δολάρια, ενώ η έκδοση των 128GB κοστίζει 5.900 δολάρια. Το Yoga προσφέρει οθόνη και επιφάνεια αφής με υποστήριξη γραφίδας, αλλά δεν μπορεί να ξεπεράσει τα 64GB.

Διαβάστε επίσης: NVIDIA RTX Spark: Η εταιρεία μπαίνει δυναμικά στους AI υπολογιστές και αλλάζει τα δεδομένα στα PCs

Η διαφορά δεν αφορά μόνο το μέγεθος των αριθμών. Στο Yoga, τα Windows ανέφεραν έως 55,4GB διαθέσιμης μνήμης GPU, με κατανομή 48GB αποκλειστικής και 7,4GB κοινόχρηστης μνήμης. Αυτό αρκεί για μοντέλο 32B, όχι όμως για το gpt-oss-120b, που χρειάζεται περίπου 65GB μόνο για τα βάρη του. Η σωστή επιλογή, επομένως, πρέπει να βασιστεί στα μοντέλα που μπορεί να χρησιμοποιηθούν σε δύο χρόνια και όχι μόνο σε εκείνα που λειτουργούν σήμερα.

Η εφαρμογή της Nvidia επιτρέπει την κατανομή της ενοποιημένης μνήμης ανάμεσα σε GPU και CPU, όμως η ένδειξη της GPU δεν ισοδυναμεί απόλυτα με αποκλειστική VRAM. Με ρύθμιση 16GB, το Ollama φόρτωσε το Qwen3 32B στα 28GB και ανέφερε χρήση GPU 100%, ενώ η Διαχείριση εργασιών έδειξε 15,8GB αποκλειστικής και 12,9GB κοινόχρηστης μνήμης. Η κατανομή αλλάζει μετά από επανεκκίνηση και επηρεάζει άμεσα τα περιθώρια για μεγαλύτερα μοντέλα.

Η υποστήριξη CUDA στα Windows on Arm είναι επίσης σχετικά καινούργια: η Nvidia την έφερε με την έκδοση CUDA 13.4 ως προεπισκόπηση για προγραμματιστές και περιορισμό στις συσκευές RTX Spark. Στο δοκιμασμένο Yoga, ο οδηγός ανέφερε CUDA 13.5 και το Ollama εκτέλεσε μοντέλο 28GB στην GPU χωρίς πρόβλημα. Το αποτέλεσμα είναι ισχυρό για φορητό Windows, αλλά συνοδεύεται από μια σαφή πλατφορμική δέσμευση.

Τα RTX Spark laptops κυκλοφορούν μόνο με Windows, ενώ η Nvidia δεν έχει ανακοινώσει υποστήριξη Linux για αυτά. Το DGX Spark χρησιμοποιεί Ubuntu-based DGX OS, όμως αυτό δεν μεταφέρεται αυτόματα στους φορητούς υπολογιστές· όταν ελέγχθηκε, ο δημόσιος οδηγός Linux 615.71.09 ανέφερε το GB10, όχι τα αναγνωριστικά συσκευών του chip των laptops. Η RTX Spark παραμένει ιδιαίτερα ικανή για τοπική AI, αλλά η μνήμη και το λειτουργικό πρέπει να επιλεγούν πριν από την αγορά, όχι μετά.

Η σύνταξη του άρθρου υποστηρίχθηκε από εργαλεία AI και το περιεχόμενο ελέγχθηκε σύμφωνα με τη συντακτική πολιτική του TechitNews.