Nvidia RTX Spark: Una semana de uso revela las capacidades del pequeño dispositivo y su coste adicional para la IA.

Nvidia a prueba durante una semana: Entre bastidores de la revolución de la IA y las tarjetas RTX, pruebas exclusivas y secretos del rendimiento de los chips que delinean el futuro de la informática y la tecnología.

Las cosas más importantes que necesitas saber

  • Los dispositivos RTX Spark con arquitectura de memoria unificada (128 GB) superan a las tarjetas gráficas de escritorio independientes en cargas de trabajo de IA generativa de alta resolución, logrando una generación de vídeo 2.7 veces más rápida y un procesamiento de IA 3 veces más rápido a pesar de un menor consumo de energía.
  • El tiempo de respuesta inicial inferior a un segundo (0.32–0.98 segundos) que ofrece el chip de Nvidia hace que los agentes locales sean dinámicos y capaces de automatizar tareas administrativas inmediatas a través de interfaces autoalojadas como Telegram.
  • La ecuación económica es crucial: los profesionales con flujos de trabajo establecidos ven en Spark un "truco" para aumentar la productividad, mientras que los exploradores y aquellos que buscan evitar las tarifas de la nube obtienen un 80 % más de potencia con las plataformas AMD por una diferencia de hasta 3000 dólares, y los jugadores más dedicados obtienen el doble de rendimiento por la mitad de precio con un ordenador de sobremesa RTX 5070 Ti.

Las pruebas del chip Nvidia RTX Spark en portátiles durante el último mes han supuesto el nacimiento de una nueva generación de ordenadores. Con su potencia de IA integrada y su enorme rendimiento en un chasis portátil, transformar el dispositivo en un equipo completo tiene todo el sentido del mundo.

Pero cuando se extrae el chip N1X de un portátil y se implanta en un mini PC de sobremesa como el Asus ProArt GR1X , con un precio que parte de los 4,499 dólares (hasta 6,999 dólares para la versión de 128 GB que se está probando), la historia cambia por completo.

Es cierto que el dispositivo se vuelve más rápido que su equivalente portátil cuando se conecta a una fuente de alimentación estable, pero este chip ya no compite con el MacBook Pro ; más bien, ha entrado en el mercado de los ordenadores de sobremesa, un espacio mucho más competitivo y potente donde Nvidia se encuentra luchando contra sí misma (en ciertos aspectos).

Actualmente se están probando dos dispositivos de almacenamiento de 128 GB en la plataforma de evaluación comparativa. En la esquina verde se encuentra el Asus ProArt GR1X, con procesador RTX Spark y 128 GB de RAM. En la esquina roja está el Geekom A9 Mega , equipado con un procesador AMD Ryzen AI Max 395 y la misma configuración de memoria de 128 GB, pero a un precio 3,000 dólares inferior.

¿Recuerdan cuando señalamos que Nvidia está luchando consigo misma en el mercado de las computadoras de escritorio? Para demostrarlo, también se ha lanzado al mercado una PC de escritorio personalizada con una tarjeta RTX 5070 Ti (una rápida consulta en PC Part Picker indica que será aproximadamente $4,000 más barata).

Esta revisión constará de dos pasos principales:

  • Revisamos las cifras de rendimiento que Marca la diferenciaQuienes estén interesados ​​en invertir en este sistema están preocupados porque el coste es elevado y queremos estar seguros del retorno que obtendrán.
  • Documentamos la experiencia de convivir con el dispositivo. Si bien la RTX Spark parece más lógica en una computadora portátil, su presencia en una computadora pequeña (y siempre encendida, que es lo más importante) abre la puerta a tener un centro de datos local privado.

Escenario 1: El agente local

Probamos un mini PC de 128 GB que funciona como un centro de control doméstico siempre activo, ultra seguro y sin suscripción, ejecutando un modelo local como Qwen 3.8 Flash a través de Hermes para organizar el correo por la mañana, obtener las noticias e integrarse con Home Assistant para automatizar tareas como el funcionamiento de la aspiradora robot.

Mini PC Nvidia RTX Spark

la premisa

La idea se basa en adquirir un mini PC de 128 GB para que funcione como un "cerebro doméstico" conectado permanentemente, ultra privado y sin cuotas periódicas, que ejecute un modelo de lenguaje local (como Qwen 3.8 Flash a través de la interfaz Hermes) para organizar automáticamente los correos electrónicos matutinos, extraer noticias de la web y comunicarse con Home Assistant para automatizar dispositivos inteligentes, como enviar una orden a la aspiradora robot para que limpie la cocina.

El rendimiento en este caso se mide mediante dos métricas clave: Tokens por Segundo (TPS), que refleja la velocidad de generación de texto, y Tiempo hasta el Primer Token (TTFT), que refleja el tiempo de respuesta antes de que comience la respuesta.

la prueba

Realizamos las pruebas en ambas máquinas a través de la plataforma LM Studio, utilizando el modelo Qwen 3.8 con un tamaño de 27 mil millones de parámetros. La prueba incluyó dos tareas generativas estándar y una tarea de agente.

Estándar/Tarea Nvidia RTX Spark (Asus ProArt GR1X) AMD Ryzen AI Max 395 (Geekom A9 Mega)
Prueba de mecanografía del Apolo 17 (velocidad) 25.63 símbolos/segundo 20.76 símbolos/segundo
Prueba de escritura del Apolo 17 (Respuesta) 0.32 segundos 1.10 segundos
Resumen de la Batalla de Waterloo (Versión rápida) 31.11 símbolos/segundo 24.30 símbolos/segundo
Resumen de la Batalla de Waterloo (Respuesta) 0.98 segundos 2.41 segundos
Una tarea que implica programación (velocidad) 30.03 símbolos/segundo 23.77 símbolos/segundo
Una tarea de programación funcional (respuesta) 0.55 segundos 1.26 segundos

La vida con los dispositivos Nvidia

Nvidia RTX Spark Mini

El chip de Nvidia tiene un tiempo de respuesta ultrarrápido, similar a la reacción de un piloto profesional al tomar el punto de giro perfecto en Silverstone; el tiempo de respuesta inferior a un segundo hace que los agentes conversacionales se sientan dinámicos, y cuando el dispositivo se convierte en un agente autoalojado accesible a través de la aplicación Telegram, puede realizar tareas administrativas rutinarias matutinas mientras está en una llamada telefónica.

Si aprovechas Nvidia PAIR , puedes utilizar todos los dispositivos compatibles de tu hogar para compartir la computación de IA. Por ejemplo, un comando en un MacBook Pro activaría un dispositivo Spark para una tarea más larga, al tiempo que activaría un ordenador de sobremesa con una RTX 5070 Ti para una tarea más corta.

NVIDIA Pair: el software de código abierto para la agrupación de IA (YouTube)
NVIDIA Pair, software de compilación de IA de código abierto - YouTubeVer en YouTube

En cambio, la máquina AMD también es perfectamente capaz de hacerlo, pero solo se detiene lo suficiente como para que notes que, metafóricamente, se aclara la garganta. Aun así, una velocidad de 24 símbolos por segundo en la máquina Gecko sigue siendo más rápida que la lectura humana.

En cuanto al ordenador de sobremesa, técnicamente es posible, pero con algunas reservas (porque trata toda la memoria del sistema como clústeres separados en lugar de un perímetro unificado enorme):

  • El modelo funciona mejor cuando se almacena en la VRAM de la unidad de procesamiento gráfico, y un modelo con 27 mil millones de parámetros como el modelo de prueba (incluso bajo una carga de trabajo intensa) ocuparía una parte significativa de los 16 GB de memoria integrada en la RTX 5070 Ti.
  • Cuando la memoria de la GPU está llena, el sistema se ve obligado a "desplazar" los datos restantes a la RAM estándar, lo que crea un enorme cuello de botella en el tráfico y reduce esa velocidad de más de 60 símbolos por segundo a una lentitud exasperante de alrededor de 4-5 símbolos por segundo.

Este dispositivo de juegos es como un Ferrari en una pista de 100 metros: increíblemente rápido, pero la pista (VRAM) es tan corta que no puedes mantener la velocidad máxima antes de estrellarte contra un muro. Los mini PC de 128 GB, en cambio, son como trenes de carga con velocidades máximas más bajas, pero con suficiente espacio para transportar cargas enormes (modelos gigantes) sin descarrilar jamás.

Escenario 2: La paradoja del creador de contenido

Si bien los ordenadores de sobremesa equipados con la RTX 5070 Ti destacan en las tareas gráficas tradicionales, alcanzan un límite de memoria de vídeo (VRAM) que dificulta las cargas de trabajo de IA generativa de alta resolución, mientras que el enorme conjunto de memoria unificada de la RTX Spark absorbe fácilmente estas cargas de trabajo gracias a su capacidad, que supera con creces el espacio de direcciones de las tarjetas gráficas independientes.

Nvidia RTX Spark Mini

la premisa

Un PC de sobremesa personalizado con una RTX 5070 Ti superará con creces a estos mini PCs en tareas gráficas estándar. Es una tarjeta potentísima que consume más del doble de energía que una RTX Spark (teniendo en cuenta el consumo eléctrico y el ruido del ventilador en comparación con la Spark).

Pero, como ya mencioné, las GPU estándar sufren de un cuello de botella fundamental en la memoria. Si bien pueden ser rápidas, su superficie de memoria es muy reducida. En el momento en que intentas renderizar video de IA en alta definición o ensamblar enormes manchas gaussianas en 3D , la computadora se queda sin espacio disponible.

La enorme memoria unificada de la RTX Spark te ofrece una superficie equivalente a una mesa de comedor gigante, capaz de gestionar sin problemas cargas de trabajo generativas pesadas.

la prueba

Las pruebas prácticas realizadas mediante ComfyUI para la generación de vídeo local y el paquete sintético Procyon para la medición de la carga computacional bruta revelaron que la RTX Spark (Asus ProArt GR1X) superó a la AMD Ryzen AI Max 395 (Geekom A9 Mega) por 2.7 veces en la generación de vídeo y por 3 veces en las puntuaciones de computación de IA, a pesar de su menor consumo energético.

Estándar/Tarea Nvidia RTX Spark (Asus ProArt GR1X) AMD Ryzen AI Max 395 (Geekom A9 Mega)
ComfyUI Minimax v3 (Generador de vídeo) 5 minutos, 2 segundos 13 minutos, 51 segundos
Conversión de Handbrake de 4K a 1080p 1 hora y 42 minutos 2 horas y 46 minutos
Procyon Stable Diffusion XL 1,834 puntos 673 puntos
Visión artificial por computadora de Procyon AI 3,879 puntos 1,284 puntos
Procyon Text Gen (Llama 3.1) 2,404 puntos 792 puntos

La vida con el dispositivo

Nvidia RTX Spark Mini

Los núcleos Tensor patentados de Nvidia y el formato de resolución NVFP4 de alta eficiencia superan con creces a su competidor, el Strix Halo de AMD. Como demuestran los resultados, el dispositivo Spark procesó el vídeo de ComfyUI casi tres veces más rápido que su competidor.

Para artistas 3D, desarrolladores de videojuegos independientes o ejecutivos de agencias de publicidad que producen vídeos locales con plazos de entrega ajustados, el tiempo que se pierde fuera de la oficina se traduce literalmente en dinero. En esos entornos profesionales, la Asus ProArt GR1X se amortiza sola.

Una breve nota para Asus: Este dispositivo está dirigido a creadores; ¿no podría haber incluido un lector de tarjetas SD? Para transferir fotos, me veo obligado a recurrir a adaptadores.

Interfaz de usuario cómoda
Interfaz de usuario cómoda

Para los usuarios comunes, todo se reduce a cómo perciben estas tecnologías. Personalmente, veo una diferencia fundamental entre la creatividad humana y simplemente diseñar las indicaciones adecuadas para generar contenido con inteligencia artificial.

A pesar de las mejoras en el uso creativo (por ejemplo, la RTX Spark ahora está optimizada para RTX Spark), estas capacidades solo se han puesto a prueba en la práctica en la introducción de un vídeo de YouTube y en algunos experimentos de entretenimiento sencillos con gráficos simples.

Escenario 3: Una prueba realista del rendimiento en juegos

Mini PC Nvidia RTX Spark

Hipótesis básica

Se paga un precio elevado por las capacidades de IA, por lo que es lógico que el usuario espere un rendimiento sólido también en los juegos, lo que convierte al dispositivo en una solución verdaderamente integral.

Metodología de prueba

Las pruebas incluyeron la ejecución de los benchmarks estándar de 3DMark para medir el rendimiento gráfico bruto y la comparación de las velocidades de fotogramas en los principales juegos antes y después de habilitar DLSS 4.5.

Engranaje Puntuación de 3DMark Time Spy Extreme Pista de carreras 3DMark 3DMark Puerto Real
Un ordenador diseñado con una RTX 5070 Ti 13,358 puntos 7,555 puntos 14,224 puntos
Asus ProArt GR1X (RTX Spark) 6,524 puntos 3,135 puntos 10,037 puntos
Geekom A9 Mega (Ryzen AI Max 395) 5,336 puntos 2,042 puntos 6,184 puntos

Desliza para desplazarte horizontalmente

 

Juego (Configuración) Asus ProArt GR1X (RTX Spark) Un ordenador diseñado con una RTX 5070 Ti
Wukong de Black Myth (versión cinematográfica 1440p sin DLSS) 30 fotogramas por segundo 86 fotogramas por segundo
Cyberpunk 2077 (1440p Ultra Ray Tracing sin DLSS) 28.29 fotogramas por segundo 62.11 fotogramas por segundo
Cyberpunk 2077 (1440p Ultra Ray Tracing DLSS 4.5 Balanced with Dynamic Frame Generation) 120.3 fotogramas por segundo 225.56 fotogramas por segundo

La vida con el dispositivo

Mini PC Nvidia RTX Spark

La RTX Spark ofrece una experiencia de juego aceptable en una miniplataforma, pero en la categoría de ordenadores de sobremesa se enfrenta a una dura prueba: si jugar es tu máxima prioridad por encima de la productividad, la solución ideal sigue siendo un PC dedicado a los juegos.

Esto no resta mérito a su impresionante rendimiento; este procesador gráfico integrado supera a los de la competencia de AMD y mantiene la viabilidad del dispositivo para juegos de alta gama a 1440p con soporte completo para DLSS.

Sin embargo, un PC de sobremesa equipado con una RTX 5070 Ti, que se puede ensamblar o comprar por la mitad del precio de un Asus ProArt GR1X, duplica el rendimiento nativo del Spark.

Lo que concluí

Mini PC Nvidia RTX Spark

Los dispositivos Mini RTX Spark , como el Asus ProArt GR1X, son básicamente generadores de tokens de IA locales disfrazados de ordenadores, y no son una opción adecuada para todos. Aquí tienes una guía para elegir la que mejor se adapte a ti.

Si eres un profesional con un flujo de trabajo de IA bien establecido y exigencias creativas significativas

Mini PC Nvidia RTX Spark

La RTX Spark es una auténtica maravilla tecnológica; su potencia es impresionante y su velocidad aumenta rápidamente, lo que significa que no perderás tiempo esperando resultados. Además, su compatibilidad con juegos RTX convierte a esta máquina en una plataforma ideal para trabajar de día y jugar de noche.

Si estás explorando la automatización de tu flujo de trabajo y evitando las tarifas de la API en la nube con un cerebro local masivo

Mini PC Nvidia RTX Spark

Las plataformas AMD rinden el 80 % del rendimiento de los sistemas Nvidia en tareas cotidianas, y cuestan bastante más. Si bien Spark ofrece mayor velocidad, ¿merece la pena la diferencia de 3000 dólares? La decisión es tuya.

Si solo vas a experimentar con inteligencia artificial de forma casual

Ordenador de sobremesa para juegos

Si dispones de espacio para un ordenador de sobremesa adecuado, esta es la mejor opción. El precio de los componentes es elevado , pero aun así, obtendrás una mejor relación calidad-precio para juegos, tareas de inteligencia artificial y trabajos creativos puntuales.



🇧🇷 Resumen y evaluación final

El Asus ProArt GR1X es una inversión imprescindible para profesionales que buscan traducir la velocidad de inferencia local en mejoras inmediatas de productividad, mientras que quienes buscan una buena relación calidad-precio y los usuarios ocasionales encontrarán alternativas más inteligentes en plataformas AMD o PC de escritorio tradicionales. En definitiva, se trata de un "generador de código" de IA disfrazado de mini PC, que ofrece un rendimiento excepcional para flujos de trabajo profesionales, pero no justifica su elevado precio en comparación con alternativas que logran el 80 % de los resultados a un coste significativamente menor.

Los comentarios están cerrados.