Аппаратная мощь: GB10 и унифицированная память
NVIDIA RTX Spark — это новая линейка ноутбуков и компактных ПК, построенная на системе-на-чипе (SoC) GB10, которая объединяет процессор NVIDIA Grace и графический ускоритель Blackwell. Ключевая особенность платформы — до 128 ГБ унифицированной памяти и вычислительная мощность 1 petaflop (FP4). Это позволяет разработчикам выполнять весь цикл: от написания кода до тестирования и деплоя — на одной машине, без необходимости переключения между локальным ноутбуком и облачными VM.
Производительность против Intel Panther Lake
В сравнительных тестах NVIDIA показала значительное превосходство RTX Spark над конкурентным решением Intel Core Ultra X9 388H (архитектура Panther Lake 12Xe). Ускорение достигается за счет GPU-ускоренных вычислений, которые стали стандартом для AI-разработки. Ниже приведены ключевые метрики производительности:
| Задача | Метрика ускорения | Детали теста |
|---|---|---|
| Локальные AI-агенты | 4.6x быстрее | AA-AgentPerf с моделью Qwen3.8-27B |
| Дообучение (Fine-tuning) | 2.7x быстрее | Unsloth LoRA с Llama-3.1-8B |
| Компиляция кода | 1.8x быстрее | Компиляция ядра Linux (Phoronix Test Suite) |
Программный стек: Windows on Arm и PyTorch-CUDA
В партнерстве с Microsoft NVIDIA расширила экосистему Windows on Arm. Теперь разработчики получают доступ к:
- Первой нативной сборке PyTorch-CUDA для Windows.
- Python 3.15, установленному по умолчанию.
- Более 2 000 пакетов Conda и совместимым версиям для 97% из 15 000 популярных Python-пакетов.
- Windows Developer Config — специализированная конфигурация ОС, оптимизированная для разработки (отключает уведомления, улучшает терминал, перемещает панель задач).
Локальные AI-агенты и Nemotron 3.5 Bolt
Платформа оптимизирована для работы с локальными агентами, такими как GitHub Copilot, Pi, Hermes и JetBrains Junie Local. Для них представлена новая модель Nemotron 3.5 Bolt 74B-A9B:
- Архитектура: Mixture-of-Experts (MoE) с 74 млрд параметров, из которых активны 9 млрд.
- Квантование: 2-битное, что позволяет уместить модель в 24 ГБ памяти.
- Поддержка: Работает через llama.cpp, vLLM, Ollama, Unsloth и LM Studio.
Также внедрены Decision Models в llama.cpp и Unsloth, позволяющие агентам принимать решения в 200 раз быстрее традиционных циклов рассуждения (reasoning loops). Интеграция с GitHub Copilot через Windows ML и HydraFusion позволяет маршрутизировать запросы: простые задачи обрабатываются локально, сложные — отправляются в облако, экономя токены.
Источник: NVIDIA dev blog ↗