Os PCs RTX Spark da Nvidia não são uma revolução, mas podem mudar os laptops para sempre
A partir desta sexta-feira, você terá vários fabricantes de laptop batendo à sua porta, discutindo sobre a compra do que eles chamam de “nova classe de PC” como seu próximo laptop. Eles prometem revolucionar o trabalho local de IA, levar a renderização a níveis máximos e ainda ter o desempenho que você deseja como dispositivo de jogo. A realidade é mais complicada, mas o novo chip para laptop da Nvidia, desenvolvido para dispositivos caros, pode finalmente levar os PCs na direção certa – empurrando a computação local acima de qualquer assinatura de IA.
A Nvidia me convidou para ir a São Francisco para ter ainda mais experiência prática com seus laptops e desktops, todos rodando seu novo chip N1X. Dito isto, também lidei com esses PCs na Computex e na IFA este ano, então este não foi meu primeiro rodeio. No entanto, foi a primeira vez que a Nvidia decidiu revelar qual desempenho preciso os consumidores poderiam esperar desses laptops.
Então, o que está acontecendo dentro desses chips?
O chip N1X é distinto de várias maneiras. Um deles é o bloco de CPU desenvolvido em parceria com a MediaTek. É um processador baseado em ARM distinto da microarquitetura x86 usual promovida pela AMD e Intel. Isso é chamado de CPU “Grace”, e a configuração de ponta apresenta um número par de 10 núcleos de desempenho (P) e 10 núcleos de eficiência (E) espalhados entre dois clusters.
A GPU é onde as coisas ficam picantes. O plano da Nvidia de implementar IA local em PCs é uma aplicação de força bruta de sua arquitetura de GPU CUDA. A configuração de ponta inclui 6.144 núcleos de GPU, o mesmo número de uma placa gráfica RTX 5070 para desktop. Você não deve esperar o mesmo desempenho de um laptop com limite de energia limitado, embora ainda seja uma grande quantidade de poder de processamento para renderização, jogos ou, sim, tarefas de IA. O bloco GPU Blackwell também inclui 24 MB de cache L2 e núcleos de rastreamento de raios de quarta geração da Nvidia.
É aqui que as coisas ficam emocionantes. A Nvidia promete que os usuários serão capazes de ver uma eficiência muito melhor para atingir o pico de potência da GPU do que um laptop com uma GPU discreta para laptop RTX 5070 com cerca de 80 W de potência de CPU e GPU. Isso vale tanto para jogos quanto para processamento imediato de IA. Ainda assim, uma GPU discreta será capaz de atingir o máximo com muito mais potência do que o RTX Spark. Um laptop dedicado para jogos terá melhor desempenho do que qualquer design de chip único, especialmente em um laptop menor e mais fino. Embora você possa encontrar versões nativas de ARM de aplicativos como o Blender, que devem suportar o processador N1X no lançamento ou próximo a ele, este chip dependerá da emulação de x86 para ARM para muitos aplicativos exigentes. Sim, isso também significa sobrecarga adicional de CPU para jogos.
Existem outros exemplos em que um laptop RTX Spark faz mais sentido do que um laptop pronto para jogos. Uma é a memória unificada, que é um conjunto de memória compartilhada entre a GPU e a CPU. Se você empilhar este laptop com mais memória, poderá esperar que ele atenda facilmente aos requisitos de VRAM para gráficos em tempo real em resoluções mais altas. A principal questão que devemos fazer é se esses laptops podem atingir taxas de quadros sólidas durante os jogos sem qualquer ajuda extra. Nvidia deixe-me repassar Gears of War: Dia E em configurações médias e altas, embora apenas com DLSS 4.5 e geração de quadros rodando junto com ele. Esses não são exatamente os níveis de desempenho do RTX 5070.
No mínimo, a Nvidia prometeu mais suporte nativo para jogos no futuro, com múltiplas parcerias com editores e desenvolvedores de jogos. O restante desses títulos, incluindo títulos da Microsoft como Engrenagens da Guerraserá emulado com o emulador Prism x86 para ARM da Microsoft. O fabricante do Windows afirmou que seu emulador afeta apenas marginalmente o desempenho geral ao emular aplicativos, embora possa ter mais impacto com aplicativos ou jogos dependentes de CPU.
Apenas os PCs RTX Spark de última geração são desenvolvidos para IA local
Mas esta é a Nvidia, pessoal. Você realmente imaginou que o lançamento deste laptop não iria impulsionar a IA? A Equipe Green quer que você acredite que esses laptops podem implementar modelos de IA de 120 bilhões de parâmetros. No entanto, se você pode realmente hospedar modelos de IA todos no dispositivo ou ter que descarregar parte dessa capacidade para a nuvem pode depender de qual RTX Spark você compra.
Existem duas variantes do RTX Spark que você deve entender desde o início. O chip N1X da Nvidia que alimenta esses PCs vem em dois sabores: um com CPU de 18 núcleos e GPU Blackwell de 5.120 núcleos e outro com 20 núcleos de CPU e 6.144 núcleos de GPU Blackwell. Se o PC é realmente feito para trabalho pesado de IA local pode depender menos da contagem de núcleos e mais da disponibilidade de memória. Os modelos RTX Spark de baixo custo serão limitados a configurações de memória unificada inferiores – 24 GB ou 32 GB. Os modelos mais sofisticados podem ir até 128 GB.
Isso tornará os preços ainda mais complicados. Os próximos laptops, como o Microsoft Surface Laptop Ultra, custam US$ 2.600, com apenas 24 GB de memória unificada. Outros PCs RTX Spark, como o Asus ProArt P16, custam a partir de US$ 2.800 e só ficam mais caros a partir daí. O Surface Laptop Ultra topo de linha com memória máxima de 128 GB e armazenamento de 1 TB custará US $ 5.900. De repente, a cobrança regular da Apple para atualizações de memória ao comprar seu MacBook Pro não parece tão fora de sintonia com o resto dos laptops.
A AMD já fez o mesmo movimento com sua série Ryzen AI Max+ 300, levando sua arquitetura APU (unidade de processamento acelerado) tão longe quanto seria com uma GPU gigante. O fabricante de chips seguiu esses chips de codinome Strix Halo com Gorgon Halo, os chips Ryzen AI Max+ 400. Só que desta vez a AMD lançou versões de seu chip que suportam no máximo 128 GB de memória unificada. Isso significa que cada PC executando um processador Gorgon Halo é essencialmente construído para ser uma máquina super construída explicitamente para tarefas locais de IA. O número de máquinas destinadas ao consumidor final é tão limitado que pessoalmente não tive a oportunidade de testá-las.
O que significa que, atualmente, a Nvidia pode afirmar ser quem está realmente empurrando PCs nativos de IA para os consumidores em faixas de preços que mais pessoas podem pagar. Há muito tempo sou um cético em relação à IA, mas se há uma coisa em que acredito é que o futuro dos LLMs não vai depender dos ombros de data centers grandes, caros e destruidores de comunidades. A computação local que mantém seus dados seguros no dispositivo é o melhor caso para esses modelos de IA. A Nvidia, ironicamente a empresa que impulsiona a construção do data center de IA em todo o trabalho, também pode acabar nos mostrando um caminho melhor a seguir.
(Divulgação completa: viagens e hospedagem foram pagas pela Nvidia, e o Gizmodo não garantiu nenhuma cobertura como condição para aceitar a viagem).
