NVIDIA выпустила ноутбуки RTX Spark с 128 ГБ общей памяти
NVIDIA объявила о доступности ноутбуков RTX Spark — это Windows-машины, рассчитанные не только на игры и монтаж, но и на запуск крупных ИИ-моделей и агентов локально. Продажи стартовали у ASUS, Dell, HP, Lenovo, Microsoft и MSI; базовая цена указана от $2 599.
Главная заявленная особенность — до 128 ГБ общей памяти для процессора и графики. NVIDIA также указывает до одного петафлопса вычислений ИИ в формате FP4. Для пользователя это означает попытку перенести часть тяжёлых задач с удалённого сервера на собственный ноутбук: например, работать с моделью, кодом и файлами без постоянной отправки контекста в облако.
Агенту — ноутбук, а не только вкладка браузера
В день запуска NVIDIA перечисляет локальные агенты и инструменты, включая GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi и WorkBuddy. Компания обещает установщики и пошаговую настройку без командной строки.
Впрочем, это не означает, что любой агент автоматически становится автономным и безопасным. Удобство локального запуска зависит от конкретной модели, объёма памяти, драйверов и поддержки софта. NVIDIA отдельно продвигает OpenShell и Microsoft Execution Containers для управления разрешениями агентов — полезное напоминание, что агенту, работающему с файлами и инструментами, всё равно нужны границы.
Есть ли практический смысл
Для разработчика интереснее всего не рекламный «ИИ-ПК», а запас памяти: он позволяет держать локальную модель и рабочий контекст на одной машине. NVIDIA заявляет поддержку Nemotron 3.5 Bolt 74B-A9B 24GB — модели на 74 млрд параметров, оптимизированной для вызова инструментов и многошаговых задач, — на совместимых конфигурациях RTX Spark.
Платформа также рассчитана на традиционные творческие задачи: NVIDIA обещает работу с 8K-видео 4:2:2 и 3D-сценами объёмом свыше 90 ГБ. Но эти цифры — заявления производителя, а реальные скорость, автономность и доступность будут зависеть от конкретного ноутбука и рынка.
Локальный ИИ в ноутбуке становится не заменой облаку, а дополнительным вариантом: чувствительный контекст можно оставить на устройстве, а более тяжёлые задачи — при необходимости отправить на внешний сервис.
https://www.youtube.com/watch?v=4XZzjY4X13A
Видео: NVIDIA RTX Spark | Made to Create, официальный канал NVIDIA.













