RTX Spark, NVIDIA svela le specifiche dei sistemi con SoC N1X: due configurazioni per il chip

[Redazione di Hardware Upg]

Link alla notizia: https://www.hwupgrade.it/news/cpu/rt...ip_158656.html

NVIDIA prepara per ottobre il debutto dei primi notebook RTX Spark basati sul SoC N1X, disponibile in due configurazioni con CPU Grace da 18 o 20 core e GPU Blackwell fino a 6.144 CUDA core. La memoria unificata raggiungerà 128 GB, con applicazioni rivolte a gaming, creazione di contenuti e intelligenza artificiale.

Click sul link per visualizzare la notizia.

[floop]

L'unica vera novità dell IFA anzi forse dell'anno

[Ripper89]

Ok ma le soluzioni desktop ?

[s12a]

Poca memoria e lenta (273 GB/s) per quello per cui dovrebbe servire; ennesima presa per i fondelli marchiata NVidia.
Vogliono che gli utenti ne comprino 2 o più da usare in cluster... non va.

[Ripper89]

Originariamente inviato da s12a

Poca memoria e lenta (273 GB/s) per quello per cui dovrebbe servire; ennesima presa per i fondelli marchiata NVidia.
Vogliono che gli utenti ne comprino 2 o più da usare in cluster... non va.

Tratto dall'articolo

"con applicazioni rivolte a gaming, creazione di contenuti e intelligenza artificiale."

oca memoria

"quantitativi di memoria unificata compresi tra 24 e 128 GB"

Quanta ne volevi 1TB ?

[s12a]

Come minimo 256GB e 600GB/s per iniziare a stare comodi per l'ovvio uso al quale questi sistemi sono principalmente destinati, almeno in versione desktop (ossia inferenza LLM MoE di discreta dimensione).

https://www.nvidia.com/en-us/products/rtx-spark/

Get RTX Spark in a small, ultra-efficient desktop. Built to run personal AI agents 24/7 right at your desk plus game and create with the full power of RTX graphics.

Fra sistema operativo, applicazioni, un po' di margine per la finestra di contesto e magari modelli ausiliari in parallelo (vorremo dare strumenti o no a tali agenti IA?), 128GB bastano a malapena per Nemotron 3 Super 120B, ed a 273 GB/s non sarà neanche un grande andare: https://huggingface.co/nvidia/NVIDIA...20B-A12B-NVFP4 (80GB di modello)

Se ci limitassimo a LLM più piccoli ma "densi" (ad esempio Google Gemma 4 31B o Qwen 3.8 27B o Meta Muse Glimmer 30B per citare gli ultimi degni di nota), allora 273 GB/s sarebbero insufficienti per usi reali; andrebbero ad 1/4 della velocità che avrebbero con una RTX3090 o 4090.

[Ripper89]

Originariamente inviato da s12a

Come minimo 256GB e 600GB/s per iniziare a stare comodi

Quello non è più un desktop e forse neppure una workstation.
Oltre al fatto che verrebbe a costare quanto un auto.

E' un chip nato principalmente per utilizzi desktop, con un idoneità a far girare modelli AI semplici, se cerchi qualcosa di più complesso i prodotti Rack non mancano a Nvidia.

[s12a]

Mac M5.

[mmorselli]

Originariamente inviato da s12a

Come minimo 256GB e 600GB/s per iniziare a stare comodi per l'ovvio uso al quale questi sistemi sono principalmente destinati, almeno in versione desktop (ossia inferenza LLM MoE di discreta dimensione).

Effettivamente se devono essere gli anti-mac dovrebbero almeno stare pari a M5 e M5 Max

Magari punta a costare meno.

[Ripper89]

Originariamente inviato da s12a

Mac M5.

Il MAC M5 non ha Nvidia e neppure AMD, questo già lo limita molto a livello di compatibilità.

[mmorselli]

Originariamente inviato da Ripper89

Il MAC M5 non ha Nvidia e neppure AMD, questo già lo limita molto a livello di compatibilità.

Considera che se vuoi fare inferenza locale devi montare modelli open cinesi, con anche il software di inferenza open, che con buona probabilità non dipende da CUDA. Su M5 sviluppano software d'inferenza ottimizzati per Metal

[Ripper89]

Originariamente inviato da mmorselli

Considera che se vuoi fare inferenza locale devi montare modelli open cinesi, con anche il software di inferenza open, che con buona probabilità non dipende da CUDA. Su M5 sviluppano software d'inferenza ottimizzati per Metal

Ma molti altri modelli sì, quindi di fatto con il Mac sei pesantemente limitato nel supporto ai modelli.
Non è un confronto alla pari.