Notebooks con Nvidia RTX Spark: mucha potencia para IA, pero las pruebas revelan una letra chica

Nvidia quiere meter una pequeña estación de trabajo para inteligencia artificial dentro de un notebook relativamente delgado. Esa es la promesa de RTX Spark, una nueva plataforma de procesadores basada en arquitectura Arm que ya aparece en equipos de Asus, Dell, HP, Lenovo, Microsoft y MSI. El problema es que las primeras pruebas independientes muestran algo más complejo que un triunfo asegurado: su potencia gráfica impresiona, pero los precios, la autonomía y algunas aplicaciones de Windows todavía obligan a mirar la letra chica.

RTX Spark combina núcleos de CPU basados en la familia Grace con gráficos Nvidia Blackwell, memoria unificada y herramientas CUDA. La compañía anuncia configuraciones con hasta 128 GB de memoria compartida y un máximo de un petaflop de rendimiento FP4 en determinadas tareas de IA. Son cifras técnicas que describen capacidad potencial, no una medición directa de la rapidez con que abrirá Excel, editará una foto o exportará un video cada comprador.

¿Qué significa memoria unificada? En vez de mantener toda la memoria gráfica como una reserva separada, procesador y GPU comparten un conjunto que puede beneficiar ciertas cargas, especialmente modelos de IA grandes que deben permanecer en memoria. Eso puede evitar mover datos constantemente, aunque también significa que CPU y gráficos compiten por recursos comunes. Tener 128 GB no equivale a sumar 128 GB de RAM convencional y otros tantos de VRAM.

Qué hay detrás de la noticia

La familia incluye equipos como Surface Laptop Ultra, Asus ProArt P14 y P16, HP OmniBook Ultra y Lenovo Yoga Pro 9n, entre otros. Nvidia comunicó precios internacionales desde US$2.599, sujetos a configuraciones y países. Son portátiles de gama alta, no una nueva generación de notebooks económicos para escolares. Tampoco existe una tabla única de precios chilenos: cada fabricante y distribuidor define qué versiones comercializa localmente.

Una de las pruebas más interesantes es la compatibilidad. Windows sobre Arm ha mejorado y puede ejecutar muchas aplicaciones habituales, pero algunas herramientas especializadas y videojuegos siguen dependiendo de traducción o de componentes que no funcionan igual que en computadores Intel y AMD. Esto afecta especialmente software profesional, periféricos antiguos y sistemas antitrampas de ciertos juegos. Quien utiliza un programa crítico debería verificarlo antes de invertir.

Las reseñas de The Verge, PC Gamer y Tom’s Hardware coinciden en destacar la capacidad gráfica y para ejecutar IA local, aunque muestran diferencias según equipo y carga. Algunas pruebas informan sesiones de trabajo de cinco a seis horas con unidades exigentes, mientras otras han obtenido duraciones superiores. Es precisamente por eso que no conviene resumir toda la plataforma con una autonomía única: brillo, batería instalada, aplicación y potencia consumida cambian el resultado.

Qué debe saber el lector chileno

Ejecutar IA en el propio computador ofrece ventajas de privacidad y disponibilidad sin conexión, siempre que el software esté realmente configurado para procesar datos localmente. Pero descargar modelos, instalar controladores y optimizar rendimiento no siempre es una tarea sencilla para principiantes. Además, ciertos asistentes publicitados como IA pueden seguir enviando solicitudes a servidores externos. El comprador debe distinguir entre el hardware capaz de funcionar sin nube y las aplicaciones que efectivamente aprovechan esa capacidad.

Para videojuegos ocurre algo parecido. Un título compatible puede ofrecer imágenes fluidas gracias a DLSS y la GPU Blackwell, pero eso no significa que todos los juegos funcionen mejor que en un portátil convencional con gráfica dedicada. La velocidad de CPU, memoria, sistema antitrampas y resolución elegida importan tanto como los teraflops. Si el objetivo principal es jugar, puede haber opciones más convenientes en dinero por cuadro por segundo.

Desde Chile, la mejor compra seguirá siendo la que resuelve una necesidad concreta. RTX Spark puede interesar a desarrolladores de IA y creadores con tareas exigentes, pero el precio inicial es alto para quien solo quiere navegar, estudiar o trabajar en documentos. Nvidia tiene una propuesta técnicamente ambiciosa; la pregunta es si la primera generación ofrece suficiente valor para pagarla. Fuentes: anuncio oficial de Nvidia, pruebas de The Verge y Tom’s Hardware.