NVIDIA debutta ufficialmente nel mercato dei PC Windows con RTX Spark, una piattaforma notebook e desktop basata su architettura ARM e pensata per l'intelligenza artificiale agentica. L'obiettivo è chiaro: spostare le elaborazioni dal cloud all'edge, riducendo latenza, costi e rischi per la sicurezza dei dati. Dal 16 ottobre i partner ASUS, Dell, HP, Lenovo, Microsoft e MSI inizieranno a proporre i primi notebook, mentre i desktop compatti arriveranno a partire da novembre 2026.
Il cuore della piattaforma: SoC N1X
Il chip alla base è il SoC N1X, sviluppato in co-progettazione con MediaTek. Integra una CPU ARM fino a 20 core (Cortex-X925 e Cortex-A725) e una GPU Blackwell con 6.144 CUDA core, con memoria unificata LPDDR5X fino a 128GB. La connessione NVLink-C2C raggiunge 600 GB/s bidirezionali, mentre la bandwidth massima teorica è di circa 300 GB/s. La potenza massima dichiarata è di 1 Petaflop in FP4, con un TDP tra 45 e 80 Watt. Il processo produttivo è a 3nm presso TSMC.
La memoria unificata tra CPU e GPU consente di gestire modelli molto grandi direttamente in locale, superando i limiti delle GPU consumer tradizionali. L'utente può decidere quanta memoria assegnare alla GPU tramite la NVIDIA APP. La GPU include Tensor Core di quinta generazione con supporto NVFP4, RT Core di quarta generazione e l'intero stack DLSS 5, compresa la generazione di fotogrammi. Curiosità: N1X è lo stesso chip GB10 delle soluzioni DGX Spark, ma con packaging e requisiti termici ottimizzati per notebook e desktop, e sistema operativo Windows 11 al posto di DGX OS.
IA agentica: il nuovo carico di lavoro
Secondo NVIDIA, il PC del futuro non sarà più uno strumento per eseguire app, ma una piattaforma dove un agente IA orchestra le funzionalità delle applicazioni per conto dell'utente. L'agente comprende un obiettivo, pianifica ed esegue azioni sul sistema. Il ciclo alterna inferenza e chiamate a strumenti, con un prefill molto più veloce del decode: nei carichi agentici l'input sequence length domina, e il contesto si riaccumula a ogni turno. RTX Spark lavora su tre macro-dinamiche: memoria disponibile, risorse di calcolo e verbosità. Il cloud resta un'opzione solo quando serve, ad esempio per ridurre i tempi di output.
Con RTX Spark, NVIDIA punta a rendere l'IA agentica accessibile localmente, riducendo la dipendenza dai costi per token in cloud. A fronte di un investimento hardware importante, l'utente ottiene una piattaforma che coniuga prestazioni grafiche elevate e capacità di elaborazione IA su larga scala, senza rinunciare alla flessibilità di Windows on ARM.
