Ноутбук RTX Spark в исполнении HP получил до 128 ГБ объединённой памяти, 20-ядерный Arm-процессор и графику Blackwell с 6144 CUDA-ядрами — при цене от $2600 и более $6000 за старшие версии. Это редкий случай, когда Windows-ноутбук всерьёз претендует на роль рабочей станции для локальных языковых моделей, но за эту свободу от облака придётся заплатить как за вполне взрослый сервер.
HP протестировала платформу Nvidia N1X в модели OmniBook Ultra 16, а результаты изучил The Register. Издание называет устройство одним из самых быстрых Windows-ноутбуков для локального ИИ: ставка сделана не на привычную дискретную видеокарту, а на SoC с общей для CPU и GPU памятью. Такой подход особенно важен для разработчиков, исследователей и создателей контента, которым не хватает видеопамяти обычных мобильных GPU.
В старшей конфигурации N1X объединяет 20 процессорных ядер и GPU Blackwell с 6144 CUDA-ядрами — столько же у GeForce RTX 5070. Разница в доступном объёме памяти: платформа может оснащаться 128 ГБ unified memory. Процессорные ядра здесь неоднородны: Nvidia использует поровну Arm X925 и Cortex-A725. Сам чип близок к GB10, который ранее появился в Linux-системе DGX Spark, однако N1X получил более быструю память с пропускной способностью около 300 ГБ/с против 273 ГБ/с у DGX Spark.
Для инференса этот прирост важнее, чем может показаться по сухой разнице в гигабайтах в секунду. Скорость генерации токенов у локальных LLM часто упирается именно в обмен с памятью. В результате ноутбук RTX Spark способен работать с моделями, которые обычно требуют дорогой видеокарты с большим VRAM или аренды облачных ресурсов. Nvidia и Microsoft продвигают такие машины как устройства «строительского класса» для агентных сценариев: часть запросов обрабатывается локально, часть — удалённо, в зависимости от сложности задачи и требований к приватности.
Однако 128 ГБ на корпусе устройства не означают, что вся память без остатка доступна модели. В Windows HP по умолчанию делит её пополам: 64 ГБ получает CPU, ещё 64 ГБ — GPU. Конфигурацию можно менять, но это менее удобно, чем динамическое распределение памяти в Linux на DGX Spark. Обойти ограничение частично помогает llama.cpp: популярный движок локального запуска LLM умеет задействовать доступную память гибче. Для команд, строящих внутренние ИИ-инструменты, это ещё один аргумент в пользу внимательной настройки софта, а не только покупки максимальной конфигурации.
Сам OmniBook Ultra 16 не выглядит как экспериментальный девкит. У него 16-дюймовый OLED-тачскрин разрешением 2880×1800, заявленная HDR-яркость до 1100 нит, алюминиевый корпус весом 4,89 фунта, большой тактильный трекпад и полный для премиального ноутбука набор портов: два USB4 Type-C на 40 Гбит/с, HDMI, два USB-A на 10 Гбит/с, microSD и комбинированный аудиоразъём. Вентиляция вынесена к основанию дисплея: решение неслучайное, поскольку 20-ядерный N1X под нагрузкой заметно греется.
Есть и профессиональная придирка, вполне оправданная для устройства такой цены: вместо полноразмерного SD-слота HP установила microSD. Для разработчика это мелочь, для видеографа или команды, работающей с камерами, — повод носить картридер. Зато клавиатура с более традиционным механизмом, четыре усилителя Cirrus Logic для динамиков и жёсткий корпус показывают, что HP не пыталась сэкономить на базовом пользовательском опыте.
Главная интрига RTX Spark — не в том, может ли эта платформа запускать большие модели локально, а в том, найдётся ли у неё достаточно покупателей между MacBook Pro, мобильными рабочими станциями с дискретной графикой и облаком. Для тех, кому критичны CUDA, приватность данных и большой объём памяти в переносном корпусе, предложение выглядит логично. Для остальных цена от $2600 превращает локальный ИИ из массовой функции ПК в специализированный инструмент для тех, кто уже знает, зачем ему 128 ГБ рядом с клавиатурой.