RTX Spark ya está aquí: NVIDIA lleva Blackwell, CUDA y memoria UNIFICADA a laptops con Windows

Hace apenas unos meses RTX Spark era todavía una plataforma que NVIDIA mostraba como una visión de lo que podría convertirse una nueva generación de computadoras con Windows. Ahora empieza la parte realmente importante: los primeros sistemas comerciales ya están llegando al mercado.

ASUS, Dell, HP, Lenovo, Microsoft y MSI comienzan a ofrecer laptops construidas alrededor de NVIDIA RTX Spark, una plataforma que combina en un mismo superchip una GPU Blackwell RTX, CPU Grace basada en ARM y hasta 128 GB de memoria LPDDR5X unificada. NVIDIA plantea estos equipos como una nueva categoría de PC capaz de moverse entre creación de contenido, gaming e inteligencia artificial local sin recurrir necesariamente a una GPU dedicada tradicional con memoria separada, esto es interesante porque NVIDIA tampoco está entrando únicamente al terreno de los procesadores para PC. Está intentando trasladar prácticamente todo su ecosistema de cómputo acelerado a una computadora Windows integrada: CUDA, TensorRT, OptiX, DLSS, Reflex, G-SYNC, motores de video y las herramientas de IA que durante años estuvieron asociadas principalmente con GPUs GeForce y estaciones de trabajo.

Blackwell y Grace dentro del mismo sistema

El corazón de RTX Spark es el SoC N1X, desarrollado alrededor de una GPU Blackwell RTX y un CPU NVIDIA Grace cuyo diseño contó con colaboración de MediaTek de la cual existen dos versiones, y la versión superior para laptops integra 6,144 CUDA Cores y 20 núcleos de CPU, con un rango de potencia de 45 a 80 W y hasta 1 petaflop de rendimiento de IA FP4. También existe una configuración de 18 núcleos y 5,120 CUDA Cores, limitada a un máximo de 32 GB de memoria.

La memoria es probablemente la característica que más diferencia a RTX Spark frente a una laptop convencional. En lugar de contar con RAM para el procesador y otra cantidad fija de VRAM conectada exclusivamente al GPU, CPU y GPU comparten el mismo espacio de memoria, esto permite que la configuración superior alcance hasta 128 GB LPDDR5X unificados.

IMPORTANTE: no confundir esta cifra con 128 GB de VRAM. El ancho de banda y comportamiento de LPDDR5X tampoco son equivalentes a los de una GPU profesional con GDDR7 o HBM. Sin embargo, para IA local la capacidad puede resultar más importante que la velocidad máxima en determinados escenarios, especialmente cuando queremos cargar modelos o datasets que simplemente no cabrían dentro de 16, 24 o 32 GB de VRAM.

CONFIGURACIONES NVIDIA RTX SPARK N1X

Característica	Laptop gama alta	Laptop base	Desktop compacto
GPU	Blackwell RTX	Blackwell RTX	Blackwell RTX
CUDA Cores	6,144	5,120	6,144
CPU	Grace 20 núcleos	Grace 18 núcleos	Grace 20 núcleos
NPU	Sí	Sí	No
IA FP4	Hasta 1 PFLOP	827 TFLOPS	Hasta 1 PFLOP
Memoria	Hasta 128 GB LPDDR5X	Hasta 32 GB LPDDR5X	Hasta 128 GB LPDDR5X
Bus de memoria	256 bits	256 bits	256 bits
TDP	45 a 80 W	45 a 80 W	140 W
Sistema operativo	Windows 11	Windows 11	Windows 11

La IA local es uno de los argumentos principales

NVIDIA quiere que RTX Spark funcione como algo más que una PC donde ocasionalmente abrimos un chatbot, quiere que sea un orquestador completo, por eso se habla de agentes locales capaces de interactuar con aplicaciones, trabajar con archivos, generar recursos, escribir código y completar tareas directamente dentro del equipo. Entre las herramientas que ya cuentan con soporte aparecen Hermes, OpenClaw, Perplexity, GitHub Copilot, Pi y WorkBuddy.

La ventaja de ejecutar estos procesos localmente no se limita al rendimiento. Código, documentos y otros elementos de contexto pueden mantenerse dentro del equipo en lugar de enviarse constantemente a un servicio externo, algo que puede resultar especialmente importante en desarrollo, producción creativa y entornos profesionales.

NVIDIA también introduce PAIR, una tecnología que permite utilizar una máquina RTX Spark como sistema de inferencia para otros equipos Windows, Linux o macOS dentro de la misma red. Esto abre un escenario interesante donde una mini PC RTX Spark podría permanecer trabajando como servidor local mientras otras computadoras utilizan sus recursos de IA, por otro lado el ecosistema está acompañado por modelos propios como Nemotron 3.5 Bolt 74B-A9B, además de NVIDIA OpenShell y Microsoft Execution Containers para controlar permisos y limitar qué acciones puede realizar un agente.

Windows on Arm recibe algo que le hacía mucha falta: CUDA

Uno de los retos más grandes de RTX Spark tampoco está en el hardware, sino en el software. Estamos hablando de Windows funcionando sobre arquitectura ARM, por lo que NVIDIA y Microsoft han tenido que trabajar en una infraestructura de desarrollo que permita aprovechar el nuevo SoC sin abandonar herramientas ya conocidas.

Entre las novedades encontramos la primera versión de PyTorch-CUDA para Windows on Arm, Python nativo, un instalador de Conda también nativo y compatibilidad anunciada con 97% de los 15,000 paquetes de Python más populares. Windows Subsystem for Linux también forma parte importante de la propuesta. Un desarrollador puede utilizar herramientas Linux dentro de Windows y mantener un entorno mucho más cercano al que posteriormente utilizará cuando despliegue aplicaciones en servidores o GPUs de nube.

NVIDIA quiere que un desarrollador pueda escribir código, ejecutar un modelo, probarlo y preparar su despliegue utilizando una sola computadora. Además, todo lo creado alrededor de CUDA puede posteriormente moverse hacia la base instalada de PCs RTX o infraestructura NVIDIA en la nube.

Para una plataforma completamente nueva, esta compatibilidad puede terminar siendo mucho más importante que cualquier cifra aislada de TOPS o TFLOPS.

Adobe también prepara sus aplicaciones para RTX Spark

La creación de contenido es otro de los pilares de la plataforma, por ejemplo, Adobe ya trabaja en versiones de Photoshop y Premiere con soporte nativo para RTX Spark, mientras Substance 3D se incorporará posteriormente. Algunas funciones basadas en IA utilizan TensorRT para aprovechar directamente los aceleradores de Blackwell.

NVIDIA afirma que estos sistemas pueden manejar edición de video 8K 4:2:2 y escenas 3D que superan los 90 GB, un escenario donde disponer de una gran cantidad de memoria compartida puede resultar especialmente útil.

También tenemos NVIDIA Broadcast 2.3 para procesamiento de audio y voz, mientras RTX Video agrega herramientas experimentales para superresolución y generación de cuadros. En ComfyUI, nuevos nodos permiten procesar video generado mediante IA localmente, incluyendo conversión desde 15 hasta 60 FPS y transformación hacia HDR.

NVIDIA también quiere que juguemos

RTX Spark tampoco abandona el origen gaming de RTX, dado que NVIDIA anuncia soporte desde lanzamiento para cientos de juegos, incluyendo Cyberpunk 2077, Fortnite, Marvel Rivals, World of Warcraft, Gears of War: E-Day y NBA 2K27, la plataforma soporta DLSS, Ray Tracing, G-SYNC y Reflex, además de las nuevas funciones de DLSS 5. NBA 2K27, por ejemplo, utiliza 3D-Guided Neural Rendering para mejorar iluminación y materiales e incluso determinadas configuraciones pueden superar 100 FPS a 1440p en juegos AAA, pero aquí conviene mantener cierta cautela hasta contar con pruebas independientes. El resultado final dependerá del juego, nivel de potencia, configuración gráfica y del uso de tecnologías como DLSS o generación de cuadros.

Precisamente por eso las primeras reviews van a ser especialmente interesantes. El verdadero reto será comprobar cómo se comporta una plataforma ARM con juegos de Windows, sistemas anti-cheat, aplicaciones antiguas y software que históricamente ha sido desarrollado pensando en x86.

Ya existen varias laptops RTX Spark

La primera oleada incluye sistemas de prácticamente todos los fabricantes importantes.

NVIDIA confirma las siguientes familias:

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

Los precios internacionales parten oficialmente de $2,599 dólares, aunque las configuraciones pueden variar considerablemente entre fabricantes.

Para Latinoamérica la situación todavía es distinta. NVIDIA confirma que no se han anunciado modelos específicos, fecha de lanzamiento ni disponibilidad regional, por lo que tendremos que esperar a los anuncios individuales de cada fabricante.

También llegarán computadoras de escritorio compactas RTX Spark. NVIDIA ya publica una configuración desktop con 6,144 CUDA Cores, CPU Grace de 20 núcleos, hasta 128 GB de memoria y un TDP de 140 W.

Ahí quizás encontremos uno de los usos más interesantes de la plataforma, porque una pequeña computadora puede permanecer encendida ejecutando agentes, modelos y servicios locales sin las restricciones de batería de una laptop.

NVIDIA quiere controlar una parte mucho mayor de la PC

Durante décadas NVIDIA ocupó una posición bastante clara dentro de una computadora: podíamos comprar un CPU Intel o AMD y agregar una GPU GeForce.

RTX Spark cambia esa relación.

NVIDIA ahora proporciona el CPU, el GPU, la arquitectura de memoria, CUDA, las herramientas de IA y buena parte del software que define la experiencia. Microsoft pone Windows y los fabricantes construyen los productos alrededor de esa plataforma.

Todavía falta comprobar cómo responde frente a una laptop tradicional con CPU x86 y una GeForce dedicada, especialmente en gaming y aplicaciones que no cuentan con versiones ARM nativas. También necesitamos probar qué tan cerca están las promesas de batería, rendimiento sostenido y compatibilidad del comportamiento real de los primeros sistemas.

Pero la llegada comercial de RTX Spark ya representa algo importante para el mercado de PCs.

NVIDIA dejó de preguntarse qué tan rápido puede hacer el GPU dentro de una laptop y empezó a plantearse cómo sería la computadora si pudiera diseñar prácticamente toda la plataforma alrededor de él.