Nvidia RTX Spark bringer AI til den bærbare, men det er for tidligt at kalde den en MacBook-dræber

Hvad er RTX Spark egentlig?

Nvidia beskriver RTX Spark som en 1 petaflop-superchip til Windows-computere. Den kombinerer en Blackwell RTX-grafikenhed, 6144 CUDA-kerner, Tensor-kerner af femte generation, FP4-beregning og en 20-kernet Grace ARM-processor. Nvidia og Microsoft positionerer platformen ikke som endnu en rutinemæssig AI PC-opgradering, men som en ny computerklasse bygget til at køre lokale AI-agenter. Der ventes bærbare og små desktop-pc’er fra ASUS, Dell, HP, Lenovo, Microsoft Surface og MSI, mens Acer og Gigabyte følger senere.

Den vigtigste tekniske forskel i forhold til en almindelig bærbar er samlet hukommelse. Nvidia lover op til 128 GB samlet hukommelse, delt mellem CPU og GPU. Det er vigtigt for lokale store sprogmodeller, fordi modellen ikke behøver at være begrænset til separat grafikhukommelse. Nvidia oplyser, at RTX Spark kan køre LLM’er med op til 120 milliarder parametre lokalt, håndtere en kontekst på op til en million tokens, behandle 12K 4:2:2-video og gengive 3D-scener større end 90 GB.

Det største løfte handler ikke om gaming, men om lokal AI

Nvidia taler om 1440p-gaming med mere end 100 billeder i sekundet med DLSS, men det er ikke den mest interessante del af RTX Spark. Det vigtigste budskab er, at computeren ikke behøver at sende alle forespørgsler til skyen. Den kan køre nogle agenter, udviklingsopgaver og kreative workflows lokalt. Det mindsker afhængigheden af en internetforbindelse, kan forbedre privatlivet og giver udviklere mulighed for at eksperimentere med større modeller uden at vente på adgang til cloud-GPU’er.

CUDA, TensorRT, OptiX, DLSS og det bredere RTX-softwarelag giver platformen et større økosystem end den typiske AI-bærbare, som primært markedsføres med et NPU-TOPS-tal. Hvis Adobe, Blackmagic, Blender, ComfyUI, OTOY og spiludviklere faktisk optimerer deres workflows til RTX Spark, kan den blive et seriøst værktøj for skabere og AI-udviklere. Nvidia oplyser, at Adobe er ved at bygge Premiere og Photoshop om til RTX Spark og lover op til dobbelt AI- og grafikydelse i relevante workflows.

1 petaflop lyder enormt, men sammenhængen betyder noget

1 petaflop lyder som en supercomputer i en bærbar, men tallet bør ikke læses som et enkelt mål for generel CPU- eller gamingydelse. Nvidias DGX Spark-dokumentation for den relaterede GB10 Grace Blackwell-platform præciserer, at tallet på op til 1 PFLOP gælder FP4-præcision med sparsity. Den samme dokumentation angiver 6144 CUDA-kerner, 20 ARM-kerner, 128 GB LPDDR5X samlet hukommelse og 273 GB/s hukommelsesbåndbredde for DGX Spark.

Det betyder, at tallet er nyttigt til at beskrive AI-inferens og visse optimerede workflows, ikke til en ligefrem sammenligning med ydelsen i konventionelle bærbare. Apples M4 Max understøtter for eksempel op til 128 GB samlet hukommelse og op til 546 GB/s hukommelsesbåndbredde, mens de tekniske data for M5 Max når op til 614 GB/s. Nvidia er derfor ikke automatisk foran Apple i enhver arbejdsbelastning, selv om virksomhedens AI-beregningstal ser meget stort ud på en slide.

Konkurrenterne står ikke stille

Apples MacBook Pro står fortsat stærkt blandt kreative professionelle takket være meget hurtig samlet hukommelse, ProRes-medieenheder, god batteritid og et modent workflow i macOS. Apples svage punkt er fraværet af CUDA, som gør, at mange AI- og videnskabelige værktøjer fortsat hælder mod Nvidia.

Qualcomms Snapdragon X Elite og X2 Elite går en anden vej: effektive ARM-baserede Windows-bærbare bygget op omkring batteritid og lokal AI i Copilot Plus-klassen. Snapdragon X Elite tilbyder LPDDR5X-hukommelse med 135 GB/s båndbredde, og Qualcomm fremhæver også lokal AI-brug, men Nvidia sigter tydeligt sit større GPU- og CUDA-økosystem mod tungere kreative og udviklingsrelaterede arbejdsbelastninger.

AMD Ryzen AI Max Plus 395 kan være Nvidias nærmeste x86-rival. AMDs officielle tal viser op til 128 GB LPDDR5X-hukommelse, Radeon 8060S-grafik og en stærk retning mod integreret GPU-ydelse. Det giver kompakte workstations og kreative bærbare et reelt alternativ, især hvor brugeren har brug for Windows-kompatibilitet og ikke vil løbe risikoen ved en ARM-platform.

Intel Core Ultra 200V Lunar Lake-chips spiller i feltet for tynde bærbare og erhvervsmaskiner. Intel fremhæver NPU-ydelse over 40 TOPS, men RTX Spark forsøger ikke blot at opfylde minimumskravet til Copilot Plus. Nvidia går efter tungere lokale modeller, 3D-arbejde, videoopgaver og gaming.

Det store spørgsmål er Windows on ARM

RTX Spark kan se imponerende ud på papiret, men den praktiske succes afhænger af økosystemet omkring Windows on ARM. Almindelige brugere køber ikke en bærbar alene for CUDA eller lokale LLM’er. De vil have, at browseren, kontorsoftwaren, drivere, spil, tilbehør, VPN’er, bankværktøjer, printere og ældre arbejdsprogrammer fungerer uden drama.

Nvidia og Microsoft taler om sikre Windows-agenter, OpenShell og nye sikkerhedsprimitiver, men det er stadig et løfte for fremtiden. Det samme gælder gaming. 1440p og mere end 100 billeder i sekundet med DLSS lyder godt, men den reelle test bliver, hvordan de enkelte spil kører på Windows on ARM, hvor meget ydelse der går tabt i emulering, og hvor meget der afhænger af native porte.

Hvad betyder det for køberne?

For brugere bliver RTX Spark næppe en billig laptopplatform til massemarkedet. Den passer mere naturligt ind hos kreative professionelle, udviklere, AI-eksperimenterende brugere og erhvervsfolk, der har brug for seriøs ydelse. De endelige priser er endnu ikke klare, men partnerlisten og det tekniske niveau peger mod premiumsegmentet, ikke en skolebærbar til 1000 euro.

Det praktiske købsvalg afhænger af tre ting: hvor godt din software kører på Windows on ARM, om du reelt har brug for CUDA-baseret lokal AI, og om batteritiden under tung belastning holder sig tæt på Nvidias løfter. Hvis svaret er ja, kan RTX Spark blive en meget vigtig platform. Hvis du primært bruger browser, Office, video og lejlighedsvis billedredigering, kan Apple, AMD, Intel eller Qualcomm være et billigere og mere problemfrit valg.

Teknisk opsummering

RTX Spark kombinerer en 20-kernet ARM-processor med en Blackwell RTX-GPU med 6144 CUDA-kerner.

Nvidia lover op til 1 PFLOP FP4-AI-ydelse og op til 128 GB samlet hukommelse.

Platformen er målrettet lokale AI-agenter, store sprogmodeller, 12K-video, 3D-arbejde og gaming med DLSS.

Tallet på 1 petaflop er ikke et generelt ydelsesmål. Det henviser til FP4-AI-beregning under specifikke forhold.

De største risici er pris, softwarekompatibilitet i Windows on ARM, reel batteritid og fraværet af uafhængige tests.