Las laptops NVIDIA RTX Spark salen a la venta desde US$2.599, y la de entrada trae 24GB, no 128GB

Las primeras laptops con Windows basadas en NVIDIA RTX Spark salieron a la venta el 16 de octubre. En su comunicado de lanzamiento, NVIDIA dice que los equipos de ASUS, Dell, HP, Lenovo, Microsoft y MSI están disponibles a nivel global en los sitios de esas marcas y en grandes cadenas, desde US$2.599, con precios y configuraciones que varían según la región.

RTX Spark es el chip para PC basado en Arm de NVIDIA. Hace tres días contamos el software que NVIDIA preparó para la plataforma; la novedad de hoy es que el hardware ya se puede comprar, con precio y modelos concretos.

Qué hay a la venta

NVIDIA enumera nueve laptops de lanzamiento:

• ASUS ProArt P14 y ProArt P16
• Dell XPS 16
• HP OmniBook Ultra y OmniBook X 14
• Lenovo Yoga Pro 9n
• Microsoft Surface Laptop Ultra
• MSI Prestige N16 Flip AI+ y Prestige N16

Todas usan un único superchip que combina una GPU Blackwell RTX con una CPU NVIDIA Grace; según NVIDIA, MediaTek colaboró en el diseño de la CPU. Las cifras destacadas son hasta 128GB de memoria unificada y hasta 1 petaflop de rendimiento de IA en FP4. El comunicado también menciona más equipos por venir, sin nombrarlos.

Leé bien el "hasta"

La página de la Surface Laptop Ultra de Microsoft es el ejemplo público más claro de la distancia entre el modelo de entrada y la cifra de titular. La laptop figura a US$2.599,99, y el FAQ de Microsoft dice que arranca en 24 GB de memoria unificada, con configuraciones de 32, 48, 64 y 128 GB. La versión de 24 GB viene con Windows 11 Home; las más grandes, con Windows 11 Pro.

Dos detalles de la letra chica de Microsoft importan si la vas a comprar para correr modelos. Primero, la memoria que puede direccionar la GPU "depende de la configuración del sistema y de la carga de trabajo, y es menor que el total". Segundo, Microsoft describe sus cifras de TOPS en FP4 como teóricas y basadas en la función de sparsity. Es decir: los 128GB y el petaflop son techos de la configuración más alta, no lo que compra el precio de entrada.

Esa brecha se ve en los propios modelos de NVIDIA. Nemotron 3.5 Bolt 74B-A9B 24GB, que NVIDIA lanzó el 15 de octubre, usa cuantización nativa de 2 bits para entrar en 24GB de memoria. El comunicado de lanzamiento dice que corre en "configuraciones compatibles de RTX Spark", no en todas. Un modelo pensado para 24GB no entra cómodo en una máquina que tiene 24GB en total, así que si querés correr modelos locales de esa clase, mirá los niveles con más memoria.

El software que llega desde el primer día

NVIDIA presenta RTX Spark tanto como una máquina para agentes de IA locales como para trabajo creativo y juegos. El comunicado enumera:

• Instaladores guiados para agentes como GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi y WorkBuddy, sin necesidad de usar la línea de comandos
• NVIDIA OpenShell y Microsoft Execution Containers para controlar los permisos de los agentes
• Un build de PyTorch-CUDA para Windows on Arm, un build de Python nativo por defecto, un instalador nativo de Conda y un soporte que NVIDIA ubica en el 97% de los 15.000 paquetes de Python más usados
• NVIDIA Skills, un repositorio open source pensado para enseñarles a los agentes a usar las herramientas y bibliotecas CUDA-X
• NVIDIA PAIR, que permite que una máquina RTX Spark sirva inferencia a otras computadoras con Windows, Linux y macOS en la red de tu casa
• Soporte nativo para RTX Spark en Photoshop y Premiere mediante versiones beta disponibles en el lanzamiento, con Substance 3D más adelante

Microsoft suma su propia advertencia: muchas apps corren de forma nativa en Arm, pero las que no lo hacen pasan por Prism, el emulador integrado de Windows, y si dependés de drivers especializados, plug-ins o utilidades viejas, conviene que chequees la compatibilidad antes de comprar. El 3% restante de los paquetes de Python más usados, y cualquier extensión compilada sin build para Arm64, es donde los desarrolladores tienen más chances de trabarse.

Lo que no pudimos confirmar

Las afirmaciones de rendimiento del comunicado de NVIDIA, como correr modelos de frontera en forma local, renderizar escenas 3D de más de 90GB o jugar títulos AAA en 1440p a más de 100 cuadros por segundo, son de la propia NVIDIA y el comunicado no publica la metodología. Para esta nota no pudimos leer benchmarks independientes. Los precios por modelo, salvo el de Microsoft, no figuran en las fuentes que revisamos.