Nvidia RTX Spark lleva la IA al portátil, pero aún es pronto para hablar de un rival del MacBook

¿Qué es realmente RTX Spark?

Nvidia define RTX Spark como un superchip de 1 petaflop para ordenadores con Windows. Combina una GPU Blackwell RTX, 6.144 núcleos CUDA, núcleos Tensor de quinta generación, cálculo FP4 y un procesador Grace ARM de 20 núcleos. Nvidia y Microsoft presentan la plataforma no como otra actualización rutinaria del AI PC, sino como una nueva clase de ordenador pensada para ejecutar agentes de IA en local. Se esperan portátiles y pequeños sobremesa de ASUS, Dell, HP, Lenovo, Microsoft Surface y MSI, y más adelante también de Acer y Gigabyte.

La diferencia técnica más importante frente a un portátil convencional es la memoria unificada. Nvidia promete hasta 128 GB de memoria unificada, compartida entre la CPU y la GPU. Esto es relevante para los modelos de lenguaje de gran tamaño en local, porque el modelo no tiene que caber en una memoria gráfica independiente. Según Nvidia, RTX Spark puede ejecutar en local LLM de hasta 120.000 millones de parámetros, manejar un contexto de hasta un millón de tokens, procesar vídeo 12K 4:2:2 y renderizar escenas 3D de más de 90 GB.

La mayor promesa no está en el juego, sino en la IA local

Nvidia habla de juego a 1440p por encima de los 100 fps con DLSS, pero esa no es la parte más interesante de RTX Spark. El mensaje de fondo es otro: el equipo no necesita enviar cada petición a la nube. Puede ejecutar en local determinados agentes, tareas de desarrollo y flujos creativos. Eso reduce la dependencia de la conexión a internet, puede mejorar la privacidad y da a los desarrolladores una vía para experimentar con modelos más grandes sin esperar acceso a GPU en la nube.

CUDA, TensorRT, OptiX, DLSS y la capa de software RTX en sentido amplio dan a la plataforma un ecosistema más amplio que el del típico portátil de IA promocionado sobre todo por una cifra de TOPS de la NPU. Si Adobe, Blackmagic, Blender, ComfyUI, OTOY y los estudios de videojuegos optimizan de verdad sus flujos de trabajo para RTX Spark, podría convertirse en una herramienta seria para creadores y desarrolladores de IA. Nvidia afirma que Adobe está rehaciendo Premiere y Photoshop para RTX Spark y promete hasta el doble de rendimiento en IA y gráficos en los flujos de trabajo relevantes.

Un petaflop suena enorme, pero el contexto importa

Un petaflop suena a superordenador dentro de un portátil, pero no debe leerse como una medida simple del rendimiento general de la CPU o en juegos. La documentación de Nvidia para DGX Spark, basada en la plataforma relacionada GB10 Grace Blackwell, aclara que la cifra de hasta 1 PFLOP se refiere a precisión FP4 con sparsity. Esa misma documentación enumera 6.144 núcleos CUDA, 20 núcleos ARM, 128 GB de memoria unificada LPDDR5X y 273 GB/s de ancho de banda de memoria para DGX Spark.

Eso significa que la cifra sirve para describir la inferencia de IA y ciertos flujos de trabajo optimizados, no para compararla de forma directa con el rendimiento de un portátil convencional. El Apple M4 Max, por ejemplo, admite hasta 128 GB de memoria unificada y hasta 546 GB/s de ancho de banda de memoria, mientras que los datos técnicos del M5 Max alcanzan hasta 614 GB/s. Así que Nvidia no está automáticamente por delante de Apple en todas las cargas de trabajo, aunque su cifra de computación para IA resulte muy llamativa en una diapositiva.

La competencia tampoco se queda quieta

El MacBook Pro de Apple sigue siendo fuerte entre los profesionales creativos gracias a una memoria unificada muy rápida, motores multimedia ProRes, buena autonomía y un flujo de trabajo maduro en macOS. El punto débil de Apple es la ausencia de CUDA, lo que sigue inclinando muchas herramientas de IA y de computación científica hacia Nvidia.

Los Snapdragon X Elite y X2 Elite de Qualcomm siguen una vía distinta: portátiles Windows con ARM, eficientes y centrados en la autonomía y en la IA local de clase Copilot Plus. Snapdragon X Elite ofrece memoria LPDDR5X con 135 GB/s de ancho de banda y Qualcomm también pone el acento en el uso de IA local, pero Nvidia apunta claramente, con su GPU más grande y el ecosistema CUDA, a cargas creativas y de desarrollo más pesadas.

El AMD Ryzen AI Max Plus 395 puede ser el rival x86 más cercano de Nvidia. Las cifras oficiales de AMD hablan de hasta 128 GB de memoria LPDDR5X, gráficos Radeon 8060S y una apuesta sólida por la GPU integrada. Eso da a las estaciones de trabajo compactas y a los portátiles creativos una alternativa real, sobre todo cuando el usuario necesita compatibilidad con Windows y no quiere asumir el riesgo de una plataforma ARM.

Los Intel Core Ultra 200V Lunar Lake juegan en el terreno de los portátiles finos y los equipos empresariales. Intel destaca un rendimiento de NPU superior a 40 TOPS, pero RTX Spark no busca simplemente cumplir el requisito mínimo de Copilot Plus. Nvidia apunta a modelos locales más pesados, trabajo 3D, cargas de vídeo y juego.

La gran cuestión es Windows on ARM

RTX Spark puede impresionar sobre el papel, pero su éxito real depende del ecosistema Windows on ARM. El usuario corriente no compra un portátil solo por CUDA o por los LLM en local. Quiere que funcionen sin complicaciones el navegador, el software de oficina, los controladores, los juegos, los accesorios, las VPN, las herramientas bancarias, las impresoras y los programas de trabajo antiguos.

Nvidia y Microsoft hablan de agentes seguros de Windows, OpenShell y nuevas primitivas de seguridad, pero de momento eso sigue siendo una promesa de futuro. Lo mismo ocurre con el juego. 1440p y más de 100 fps con DLSS suena bien, pero la prueba real será cómo rinde cada juego en Windows on ARM, cuánto rendimiento se pierde en la emulación y cuánto depende de versiones nativas.

¿Qué significa esto para el comprador?

Para el usuario, es poco probable que RTX Spark se convierta en una plataforma de portátiles barata y de gran consumo. Encaja más en el terreno de los profesionales creativos, los desarrolladores, quienes experimentan con IA y los usuarios empresariales que necesitan un rendimiento serio. Los precios finales todavía no están claros, pero la lista de socios y el nivel técnico apuntan al segmento premium, no a un portátil escolar de 1.000 euros.

La decisión de compra, en la práctica, depende de tres cosas: hasta qué punto tu software funciona bien en Windows on ARM, si realmente necesitas IA local basada en CUDA y si la autonomía bajo cargas pesadas se mantiene cerca de lo que promete Nvidia. Si la respuesta es sí, RTX Spark podría convertirse en una plataforma muy importante. Si usas sobre todo navegador, Office, vídeo y retoque fotográfico ocasional, Apple, AMD, Intel o Qualcomm pueden ofrecer una opción más barata y tranquila.

Resumen técnico

RTX Spark combina un procesador ARM de 20 núcleos con una GPU Blackwell RTX equipada con 6.144 núcleos CUDA.

Nvidia promete hasta 1 PFLOP de rendimiento de IA en FP4 y hasta 128 GB de memoria unificada.

La plataforma apunta a agentes de IA locales, modelos de lenguaje de gran tamaño, vídeo 12K, trabajo 3D y juego con DLSS.

La cifra de 1 petaflop no es una medida general de rendimiento. Se refiere a computación de IA en FP4 bajo condiciones específicas.

Los principales riesgos son el precio, la compatibilidad del software con Windows on ARM, la autonomía real y la ausencia de pruebas independientes.