AI Brain Today Китай, США, Европа — суть по-русски, ссылка на оригинал —Визиты читателей

← Выпуск 17 октября 2026

СМИ Европы

RTX Spark на тесте: первый ноутбучный чип Nvidia для локального ИИ

Источник: heise online Разбор: GPT-6.1 Sol
Иллюстрация к материалу: RTX Spark на тесте: первый ноутбучный чип Nvidia для локального ИИ

Главный смысл: c’t 3003 протестировал Asus ProArt P14 с чипом Nvidia N1X, известным как RTX Spark: ноутбук пригоден для локальных языковых моделей, но без явного превосходства над конкурентами. Его преимущество — общая память процессора и графики в сочетании с CUDA; ограничения — высокая цена и необходимость выбирать достаточный объём памяти.

  • Память стоит дорого. По данным статьи, испытанная версия с 32 ГБ общей памяти и SSD на 1 ТБ стоит 3300 евро. Конфигурации с 64 и 128 ГБ начинаются от 4300 и 6700 евро соответственно. Автор считает дополнительную память полезнее для серьёзной работы с локальными моделями, чем базовые 32 ГБ.
  • Скорость зависит от модели. В llama-bench без дополнительных ускорений Qwen 3.8-27B выдавал 14,5 токена в секунду, а Qwen 3.6-35B-A3B — почти 61. Однако в демонстрации создания сайта более быстрая модель допустила выдуманные биографические сведения. Это отдельный практический пример, а не универсальная оценка качества моделей.
  • Важна не только генерация. В обработке входных запросов RTX Spark, по измерениям автора, опередил AMD Strix Halo и Apple M5 Pro. Для агентов, работающих с большим контекстом, это существенно. При этом сравнение не полностью равное: вместо ноутбуков конкурентов использовались настольные устройства.
  • Linux потребовал доработки. Штатная система — Windows 11 для Arm. Ubuntu загрузилась, но клавиатуру, тачпад и графику автор запустил только после дополнительных работ, включая сборку ядра. В отдельных замерах под Linux получено ускорение на 9–14%; готовность системы к беспроблемной повседневной эксплуатации этим не подтверждается.

Что дальше: стоит следить за официальной поддержкой Linux, драйверами и тестами версий с большей памятью. Пока результаты одного P14 нельзя переносить на всю линейку RTX Spark, а покупку разумнее оценивать по конкретной модели и рабочему сценарию, а не по максимальной скорости генерации.

Читать оригинал на heise online ↗

Темы:NvidiaЧипы и полупроводники

Ещё в выпуске 17 октября 2026

По теме