A Computex tem sido uma jornada bastante selvagem este ano. Anunciamos nova RAM diante de incríveis restrições de fornecimento, aumento da demanda de data centers e preços inadequados para pacotes de consumo. Também houve muito entusiasmo na comunidade de IA quando a Nvidia lançou o RTX Spark, uma nova plataforma Windows-on-Arm desenvolvida com a Microsoft que visa capacitar agentes de IA nativos. A Qualcomm não é mais o único garoto da Arm no bloco do Windows, mas embora a Nvidia seja ótima na construção de um ecossistema e no trabalho com desenvolvedores, ela pode ofuscar o que a maioria das pessoas realmente precisa para fazer inferências nativas.
Pense nisso. Quão grande é um grande modelo de linguagem (LLM) precisamos realmente rodar em um laptop e muito menos em um desktop? Sinto-me confortável executando o modelo 7B no mini PC e aproveito as instruções e respostas de modelos específicos, até mesmo me ajudando com minha codificação. Atende perfeitamente às minhas necessidades. Um aumento de desempenho seria bem-vindo? Absolutamente. Sinto falta de rodar modelos em meu RTX 4060 Ti com 16 GB de VRAM, mas quase não uso e duvido que faria o mesmo em um laptop habilitado para Nvidia RTX Spark. Prefiro muito mais que a IA seja executada na nuvem para poder acessá-la de qualquer lugar.
Nvidia RTX Spark é flexível, nada mais
Continuo cético de que venderá bem o suficiente
Mesmo se você for um hobby executando modelos 35B em casa, provavelmente não precisará de toda a pilha do AI OS. Contanto que você tenha memória suficiente, velocidade de token decente, privacidade e um ambiente estável o suficiente para executar todos os seus prompts, isso é tudo que você realmente precisa de uma implantação local de IA. Portanto, a AMD ainda não está muito preocupada com suas ofertas de Ryzen AI. A empresa certamente está acompanhando a Nvidia, já que o Team Green agora compete diretamente na frente do SoC, mas há uma diferença clara entre as duas abordagens.
De acordo com a Nvidia, Faísca RTX Os PCs contarão com até 1 petaflop de computação AI com impressionantes 128 GB de memória unificada (por isso é super rápido), uma GPU Blackwell RTX integrada com mais de 6.000 núcleos CUDA, núcleos Tensor de quinta geração e uma CPU de 20 núcleos conectada via NVLink-C2C. Tudo isso significa que esses computadores devem ser monstros absolutos em determinadas tarefas. IA, jogos e criação de conteúdo. Basicamente, qualquer coisa que possa aproveitar todas essas tecnologias avançadas e de alta velocidade em um SoC verá a plataforma RTX Spark destruir completamente a concorrência. Mas é muito semelhante à GeForce RTX 5090.
Se tudo se mantiver no lançamento, um PC RTX Spark de última geração deverá ser capaz de executar um LLM de parâmetros de 120B com até um milhão de contextos de token, o que é enorme em comparação com implantações de agentes nativos vinculados a CPU e GPU. O sistema foi projetado para renderizar 90 GB de cenas 3D, editar vídeo de 12K (já que 8K não está muito longe) e gerar vídeo de IA em 4K com a capacidade de jogar jogos modernos a 1440p e 100 quadros por segundo (FPS). O DLSS vai ajudar muito nisso, mas é uma plataforma séria que deve ter um preço bem baixo. Portanto, a Nvidia não está realmente construindo um chip de IA, mas sim um pacote completo.
O RTX Spark PC será um desenvolvedor, laptop para jogos, plataforma de agente nativo e potência de renderização para Windows on Arm. Todas as outras tecnologias da Nvidia serão totalmente utilizadas para tornar isso realidade, incluindo CUDA, TensorRT, DLSS 4.5, OptiX, Reflex e G-SYNC. É impressionante, para ser honesto, e tive que relê-lo algumas vezes. A Nvidia aproveita ao máximo o RTX Spark. Mas é exatamente isso. As pessoas já estão sofrendo com os preços do hardware hoje. Como alguém pode comprar um computador desses?
Nvidia RTX Spark irá “reinventar o PC”, dando ao Windows on Arm o enorme impulso que ele merece
Ele já tem um novo e poderoso laptop em casa.
AMD faz as coisas de maneira diferente
Uma plataforma unificada com quantização
A AMD tem sido testando seu mais recente chipset Ryzen AI Max + usando modelos ROCm, Ollama e Qwen 3.5. Como a CPU e a GPU desses chips compartilham o mesmo conjunto de memória física, assim como a Nvidia faz com o RTX Spark, é realmente muito bom para executar agentes nativos, especialmente quando combinado com 128 GB de RAM. A própria AMD usou a quantização com Qwen 3.5 para atingir 29,84 tok/s com o modelo 9B denso, 42,04 tok/s com o modelo 35B MoE e 8,59 tok/s com o modelo 122B MoE. É impressionante o suficiente e ótimo de usar. Foi uma combinação de CPU e GPU, ambas carregadas.
Posso ver a Nvidia otimizando o case frontal para vendê-lo como principal mais tarde.
É importante ressaltar o quão mais rápido o modelo 35B foi comparado ao modelo 9B porque apenas parâmetros 3B estavam disponíveis para cada marcador na arquitetura EM. Modelos avançados, quantização e retenção de memória são fundamentais quando se trata de executar esses agentes. Não se trata realmente de saber se este sistema pode vencer uma competição TOPS e quebrar recordes mundiais, mas sim de quão melhor o modelo pode se ajustar, se ele pode permanecer alimentado com memória suficiente e se posso tolerar latência com cada resposta? Pessoalmente, acho que qualquer valor acima de 20 tok/s é perfeitamente aceitável.
Novamente, posso ver a Nvidia otimizando o case frontal para depois vendê-lo como o principal. Usuários comuns de PC como você e eu não renderizarão uma cena de 100 GB com um modelo de 120B completo com um contexto obscenamente grande. Resumimos, obtemos ajuda com codificação de aplicativos, desenvolvimento de aplicativos leves, automação residencial, transcrição, classificação ou consultas e pesquisas gerais. São tarefas que não requerem muito poder computacional. É assim e por que a AMD pode escolher o Ryzen AI Max+ como a melhor escolha para quem não precisa de um sistema com overclock.
6 razões para escolher Intel ou AMD em vez da série RTX 50 da Nvidia para sua próxima GPU
A série RTX 50 da Nvidia pode estar na moda agora, mas há muitos motivos para considerar as GPUs AMD e Intel
Nvidia ainda tem CUDA… e Arm
É uma batalha difícil para a AMD
Independentemente de como a Nvidia e a AMD posicionam suas soluções SoC, não há como negar o quão à frente o CUDA está. É o modelo mental padrão para aceleração de GPU, e tudo isso (e muito mais) vem com o RTX Spark. Mas a AMD está fazendo mudanças com a introdução do ROCm 7.2, que suporta processadores Ryzen AI série 400 para Linux e Windows. A IA nativa é cada vez mais orientada por ferramentas, como descrevemos aqui no XDA. As pessoas não se importam com TOPS. Eles querem saber se Ollama, llama.cpp, LM Studio e ComfyUI funcionam bem com modelos decentes.
No caso da Nvidia, por outro lado, usa Arm. Embora o Windows on Arm tenha percorrido um longo caminho e até a Valve esteja trabalhando para trazer o Steam para a arquitetura, o x86 ainda está onde está para a maioria das tarefas. A Nvidia realmente tem muitos fornecedores querendo lançar sua plataforma RTX Spark, e a AMD tem um forte histórico com experiência em Linux x86 e Windows com gráficos Radeon integrados e memória unificada. Enquanto a AMD quer transformar o PC em um verdadeiro PC com IA, a Nvidia está quase lançando uma nova classe de PC. Ambas são abordagens válidas, mas o tempo dirá quão eficazes são.
5 maneiras pelas quais o cenário de hardware de PC mudou nos últimos 5 anos
O espaço do hardware do computador parece muito diferente do que era há 5 anos
RTX Spark pode ser o futuro
A Nvidia parece estar apostando no futuro da IA. O RTX Spark poderia criar um ecossistema para agentes nativos da mesma forma que a Nvidia usou o RTX para executar ray tracing e DLSS. Observo que o Nvidia RTX Spark pode parecer um exagero aqui, mas um dia poderá se tornar popular. Mas agora, a maioria das pessoas que fazem LLMs parece se concentrar mais em velocidades utilizáveis, fluxos de trabalho e sistemas acessíveis. Portanto, não se trata de qual plataforma é totalmente melhor e pode ter melhor desempenho na demonstração, mas qual oferecerá o melhor valor aos usuários de PC em 2026.
