NVIDIA ha lanzado RTX Spark, un superchip diseñado para ejecutar IA personalizada en local, redefiniendo el concepto de PC tradicional para optimizar el juego, la creación y el trabajo.

NVIDIA RTX Spark: la nueva era de la IA local

• Ante las crecientes exigencias tecnológicas que han dejado obsoletos a los equipos convencionales, NVIDIA ha lanzado RTX Spark. Se trata de un superchip diseñado para transformar el concepto de PC y portátil, permitiendo a los usuarios jugar, crear y gestionar su propia inteligencia artificial de forma local y eficiente.

El desarrollo y los avances de la IA han planteado nuevos desafíos, y han introducido unos requisitos que, en ciertos aspectos, han puesto contra las cuerdas al concepto de PC y de portátil tradicional. NVIDIA ha recogido el guante, y ha respondido con RTX Spark, un superchip que redefine el paradigma del PC tradicional apostando la eficiencia, la versatilidad y el uso de tecnologías avanzadas para no depender únicamente de la potencia bruta.

Seamos realistas, el rendimiento es importante, y tener un equipo potente está muy bien, pero cuando hablamos de portátiles no podemos limitarnos a apostar por la potencia bruta. Es ahí precisamente donde entra en juego el primer valor de RTX Spark, la eficiencia. Este SoC tiene una relación de rendimiento por vatio espectacular, y se puede configurar en rangos de entre 45 y 80 vatios de TDP, lo que permite su implementación en una gran variedad de diseños.

El segundo valor de RTX Spark está en su versatilidad. NVIDIA ha diseñado este SoC combinando una CPU ARM de hasta 20 núcleos y una GPU Blackwell de hasta 6.144 shaders, una combinación espectacular que nos abre las puertas a un mundo de posibilidades. Con este superchip tenemos todo lo que necesitamos para jugar, crear, trabajar, ejecutar modelos de IA en local y, en general, hacer frente a cualquier desafío con todas las garantías.

En tercer lugar tenemos las tecnologías exclusivas de última generación y los avances a nivel de arquitectura a los que podemos acceder con esa GPU Blackwell, entre las que destacan sin duda todo el ecosistema NVIDIA DLSS, el ecosistema NVIDIA Studio, los núcleos tensor de quinta generación con soporte de NVFP4 nativo y hasta 1 PFLOP de potencia, los núcleos RT de cuarta generación y todas las tecnologías de optimización y mejora de rendimiento de NVIDIA para trazado de trayectorias que, sin duda, marcan una gran diferencia.

¿Qué convierte a RTX Spark en un superchip tan avanzado, versátil y eficiente?

Lo primero que llama la atención es el diseño. RTX Spark combina dos bloques o tiles, uno dedicado al subsistema CPU y otro donde se integra el subsistema GPU. Se aleja del modelo de núcleo monolítico, pero utiliza un sistema de comunicación NVLINK «chip a chip» con un ancho de banda coherente bidireccional de 600 GB/s, lo que minimiza la latencia y dispara las comunicaciones entre ambos bloques.

Ambos bloques están fabricados en el nodo de 3 nm de TSMC, uno de los más avanzados y maduros que existen. Este nodo permite conseguir una alta densidad de transistores y maximizar el valor de rendimiento por vatio consumido. Las GeForce RTX 50, basadas también en Blackwell, están fabricadas en el nodo de 5 nm, así que esto quiere decir que la GPU Blackwell de RTX Spark está fabricada en un nodo mucho más avanzado.

NVIDIA RTX Spark utiliza una arquitectura de memoria unificada, lo que permite superar las limitaciones de la tradicional división rígida en RAM y VRAM. De esta manera, si tenemos, por ejemplo, 32 GB de memoria, esta se puede utilizar como RAM o como VRAM de manera indistinta, en función de las necesidades del equipo. Esto mejora la versatilidad y la flexibilidad del superchip de NVIDIA, y nos permite hacer cosas que no serían posibles en un PC convencional.

Este superchip está disponible en dos configuraciones diferentes que mantienen todos los valores y las claves de RTX Spark, y que se diferencian únicamente por el número de núcleos de la CPU y por la cantidad de shaders (también conocidos como núcleos CUDA) de la GPU. Para que tengáis una idea más clara de todo lo que hay dentro de RTX Spark vamos a repasar todas sus claves.

Especificaciones del bloque CPU

• La versión tope de gama viene con un procesador N1X de 20 núcleos ARM, divididos en 10 Cortex-X925 que pueden alcanzar un máximo de 4,1 GHz y 10 Cortex-A725 que pueden funcionar a 2,8 GHz.
• El modelo de gama alta cuenta ese mismo procesador N1X, pero cuenta con 18 núcleos ARM, divididos en 9 Cortex-X925 que pueden alcanzar un máximo de 3,9 GHz y 9 Cortex-A725 que pueden funcionar a 2,8 GHz.

Características comunes de ambas versiones

• Interfaz de memoria unificada de 256 bits con hasta 16 canales.
• Hasta 128 GB de memoria LPDDR5X unificada (utilizable tanto por la CPU como por la GPU) a una velocidad de 9.400 MT/s (300 GB/s de ancho de banda).
• Conectividad PCIe Gen4, Wi-Fi 7 y soporte de hasta 4 puertos USB 4.
• Soporta HDMI 2.1a y DisplayPort 2.0.
• NPU NVIDIA.
• Diseño NVLINK chip a chip con un ancho de banda de 600 GB/s bidireccional.

Especificaciones del bloque GPU

• Núcleo gráfico Blackwell con 6.144 shaders en la versión tope de gama, y 5.120 shaders en la versión de gama alta.

Características comunes de ambas versiones

• Hasta 24 TFLOPs de potencia en FP32.
• Hasta 1 PFLOP de potencia en IA (NVFP4).
• Núcleos RT de cuarta generación para acelera trazado de rayos.
• Núcleos tensor de quinta generación con soporte nativo de FP4 e INT4.
• Codificación y descodificación 4:2:2.
• Diseño NVLINK chip a chip con un ancho de banda de 600 GB/s bidireccional
• Soporte completo del ecosistema NVIDIA Studio y NVIDIA DLSS, que incluye DLSS Super Resolution, DLSS Dynamic Multi Frame Generation, DLSS Ray Reconstruction y el renderizado neural bajo DLSS 5.
• Compatible con G-SYNC.

RTX Spark combina una CPU de hasta 20 núcleos con una GPU Blackwell de NVIDIA que puede estar configurada con hasta 6.144 shaders, la misma cifra que tiene la GeForce RTX 5070. Francamente, impresiona ver lo que NVIDIA ha logrado integrar en un diseño que puede funcionar a partir de solo 45 vatios, y más aún si tenemos en cuenta que este superchip nos abre las puertas al ecosistema de IA aplicada a gaming más avanzado que existe, y también nos permitirá crear, renderizar, modelar, editar y ejecutar modelos avanzados de IA en local.

Memoria unificada frente a memoria tradicional: ¿por qué ha elegido NVIDIA la memoria unificada?

Este es un tema muy importante sobre el que definitivamente vale la pena profundizar. Con una configuración de memoria tradicional tenemos dos bloques de memoria con capacidades, velocidades y buses diferentes:

• RAM: es la memoria reservada al sistema, donde se asientan Windows y los datos básicos de juegos y otras aplicaciones. Es la que utiliza la CPU, y lo normal es tener al menos 16 GB, aunque para jugar y trabajar lo habitual es contar con 32 GB o más. En equipos de alto rendimiento lo normal es que funcione a 6.000 Mbps con un bus de 128 bits (96 GB/s).
• VRAM: es la memoria reservada a gráficos, aunque actualmente también se puede utilizar para otras tareas, como ejecutar modelos de IA. En tarjetas gráficas como la GeForce RTX 5060 tenemos 8 GB, y en modelos superiores como la GeForce RTX 5090 podemos llegar a 32 GB. Su ancho de banda varía mucho en función de cada tarjeta gráfica. Por ejemplo, en una GeForce RTX 5060 tenemos un ancho de banda de 448 GB/s.

Con ese diseño, si un juego consume más de 8 GB de VRAM no podremos moverlo de forma óptima con la configuración recomendada. Algunos juegos bloquean directamente configuraciones que consumen más memoria gráfica, otros funcionan pero con un rendimiento muy bajo porque intentan recurrir a la RAM para paliar la falta de VRAM, haciendo que la experiencia sea terriblemente mala.

Lo mismo sucede con los modelos de IA que tienen un alto consumo de memoria. Si no caben en la memoria gráfica tendremos que intentar ejecutarlos en la RAM, y esta, al ser mucho más lenta que la VRAM, hará un cuello de botella importante que puede afectar mucho al rendimiento del modelo aunque el resto de las especificaciones de nuestro equipo sean muy buenas.

La memoria unificada resuelve ese problema, y lo hace tan bien que es sin duda uno de los puntos fuertes que hay detrás del diseño de RTX Spark. Con la memoria unificada tenemos un único bloque de memoria que:

• Puede de 32 GB, 64 GB o 128 GB.
• Es accesible tanto por la CPU como por la GPU.
• El uso de la memoria puede dividirse de manera flexible entre la CPU y la GPU en función de las necesidades del equipo.
• La memoria tiene un único bus de datos de 256 bits y alcanza los 9.400 Mbps, lo que significa que tenemos un ancho de banda de 300 GB/s.

Siguiendo con el ejemplo anterior, un equipo con RTX Spark y 32 GB de memoria unificada no tendría problemas para mover un juego que requiera más de 8 GB de VRAM, porque podría dividir esos 32 GB en 16 GB para sistema y 16 GB para VRAM, por ejemplo.

Con ese mismo equipo tampoco tendríamos problemas para mover de forma óptima en local un modelo de IA avanzada, ya que podríamos destinar 20 GB de memoria al modelo y dejar los otros 12 GB para Windows y demás aplicaciones básicas del sistema, y en ambos casos tendríamos un ancho de banda de 300 GB/s, más que suficiente para no sufrir cuello de botella. Utilizando esa división clásica entre RAM y VRAM todo esto sería imposible.

¿Qué puedes hacer con NVIDIA RTX Spark?

Windows 11 y uso básico

Cualquier cosa que te propongas. Los equipos basados en RTX Spark utilizan Windows 11 ARM, un sistema operativo que soporta de forma nativa la arquitectura ARM, y que al mismo tiempo cuenta con una capa de compatibilidad llamada Prism que nos permite ejecutar aplicaciones diseñadas para arquitecturas x86-64 sin ningún problema.

Esto quiere decir que Windows 11 ARM está diseñado para aprovechar de forma nativa el potencial de las aplicaciones ARM nativas, y también para que no tengas que preocuparte por la compatibilidad de esas aplicaciones y juegos que están diseñados para CPUs x86-64.

Microsoft y NVIDIA han trabajado de forma conjunta para optimizar y mejorar el funcionamiento de Windows 11 ARM a través de cosas tan importantes como la división de tareas asignadas a la CPU, los modos de consumo de energía, la gestión de la memoria unificada y la aceleración tanto a nivel de gráficos como de IA, lo que significa que dicho sistema operativo vuela en esta plataforma, funciona con total fluidez y cuenta con todo lo necesario para que podamos aprovechar al máximo el potencial de RTX Spark.

Gaming: disfruta de juegos exigentes incluso con trazado de rayos

La combinación de CPU ARM de hasta 20 núcleos y GPU Blackwell de hasta 6.144 shaders funciona de maravilla en juegos. El ASUS ProArt P14, uno de los portátiles más modestos de la familia RTX Spark, y el resultado fue tan bueno que superó mis expectativas.

La arquitectura Blackwell escala sorprendentemente bien incluso en configuraciones con un bajo TDP, y en este caso ese escalado es todavía mejor gracias al uso del nodo de 3 nm. La versión con 5.120 shaders es capaz de mover Resident Evil Requiem en calidad máxima y resolución 1800p a 41 FPS, y no tiene problemas con la memoria gracias al diseño unificado de sus 32 GB.

Si activamos trazado de rayos en alto el rendimiento baja a 21 FPS, pero con DLSS 4.5 en modo rendimiento y multigeneración de fotogramas en modo x4 la media sube a 119 FPS, una mejora espectacular que equivale a multiplicar casi por 10 la tasa de fotogramas por segundo, y que nos permite entender el valor que ofrece el ecosistema DLSS de NVIDIA en RTX Spark.

¿Quieres más? Pues allá vamos. Ese mismo equipo consigue 35 FPS en Cyberpunk 2077 con calidad ultra y resolución 1800p, pero sube a 137 FPS con DLSS 4 en modo rendimiento y multigeneración de fotogramas en x4. Si activamos trazado de rayos en demencial la media cae a 15 FPS, pero podemos conseguir 99 FPS de media con DLSS 4 en modo rendimiento y multigeneración de fotogramas en x4.

Como os dije anteriormente, la potencia importa, pero como vemos la IA aplicada a gaming de NVIDIA es sin duda alguna la estrella en RTX Spark. Tranquilo, que no me he olvidado del renderizado neural, es decir, de DLSS 5. RTX Spark tiene soporte completo de esta tecnología, y puede mover NBA 2K27 en 1800p con calidad máxima, trazado de rayos y DLSS 5 utilizando DLSS Super Resolution en modo rendimiento y Dynamic Multi Frame Generation en x6 a 123 FPS.

Para contextualizar todo esto correctamente es importante que entiendas que estamos hablando de un ultraportátil que, de media, funciona a 60 vatios de TDP, pesa solo 1,48 kilogramos y que a pesar de todo es capaz de mover juegos exigentes en 1800p incluso con trazado de rayos y con DLSS 5. Esta es la magia de NVIDIA DLSS y de RTX Spark. Por otro lado, también hay que destacar que muchas de las configuraciones utilizadas en esos juegos no serían posibles en una GeForce RTX 5070 Laptop, porque esta solo tiene 8 GB de memoria VRAM dedicada.

Si te preocupa el tema de la compatibilidad con juegos que utilizan sistemas de protección antitrampas puedes estar tranquilo, porque NVIDIA está trabajando con los principales desarrolladores para asegurar una compatibilidad total en títulos como League of Legends, Valorant y Call of Duty.

Profesionales: supera cualquier desafío y personaliza tus modelos de IA en local

Si eres un creador de contenidos o un streamer

Con RTX Spark puedes acceder a los drivers NVIDIA Studio, y disfrutar de todo el ecosistema de tecnologías avanzadas de IA aplicada a modelado, renderizado 3D, edición de vídeo y de fotografía, streaming y también tendrás potencia de sobra para utilizar IA generativa en local, sin necesidad de limitarte a los modelos más básicos y sencillos.

Os pongo un ejemplo que he probado personalmente, y es que incluso la versión más económica de RTX Spark, con 5.120 shaders y 32 GB de memoria unificada, puede ejecutar Qwen 3.8 27B (27.000 millones de parámetros) con longitud de contexto 4K sin problemas, manteniendo una media de hasta 9,4 tokens por segundo.

En tareas de edición de contenidos con aplicaciones como Adobe Premiere disfrutarás de aceleración RTX y de funciones avanzadas de IA, como por ejemplo enmascarado de objetos, sonido mejorado, detección de edición en la escena y reencuadre automático.

NVIDIA ha confirmado que Photoshop y Premiere Pro han sido adaptados y optimizados para aprovechar la memoria unificada y la arquitectura Blackwell de RTX Spark. Estas mejoras permitirán, según Adobe, doblar el rendimiento en flujos de trabajo creativos basados ​​en IA, comparando con las implementaciones actuales.

Si lo tuyo es el renderizado 3D también trabajarás con ventaja gracias a RTX Spark, ya que podrás acceder a los últimos avances de NVIDIA en aplicaciones como Blender, que en su versión 5.3 ya cuenta con soporte de NVIDIA DLSS 4.5 Ray Reconstruction, un reductor de ruido que marca una gran diferencia, tanto en calidad de imagen como en rendimiento. También podrás aprovechar la aceleración RTX en V-Ray 6.

Puede que, como profesional exigente, te preocupe mucho la potencia bruta. Si este es tu caso puedes estar tranquilo, porque un equipo basado en RTX Spark tiene potencia suficiente, en su configuración con 128 GB de memoria unificada, para trabajar con escenas 3D que pesen más de 90 GB, y con vídeo en resolución 12K con el submuestreo de crominancia 4:2:2.

¿Lo tuyo es más el streaming? Pues estupendo, porque con RTX Spark ya has visto que podrás jugar sin problemas a cualquier título actual, y además podrás acceder a todo el ecosistema de NVIDIA Broadcast, que incluye funciones como eliminación de ruido y eco, mejoras en el micrófono, efectos de desenfoque y cambio del fondo, contacto visual y encuadre automático.

En resumen, si eres un profesional NVIDIA RTX Spark te ofrece un mundo de posibilidades, porque tiene soporte en Blender, Blackmagic Design, ComfyUI, OTOY y otras herramientas populares de creación de contenido.

Como no podía ser de otra forma, también es compatible con plataformas como CUDA, TensorRT, NVIDIA Broadcast, RTX Video, NVIDIA DLSS y OptiX, lo que significa que no solo funciona con muchas aplicaciones y plataformas profesionales, sino que además nos permite acelerar cargas de trabajo muy diversas relacionadas con IA, renderizado, edición de fotografía y vídeo, y también con streaming. Como os dije al principio, es una solución muy versátil.

Si eres un amante de la IA: olvídate de las cuotas y abraza la privacidad

Como dije al principio del artículo, la IA se ha convertido en la gran protagonista de nuestra era. Podemos disfrutar de esta tecnología a través de diferentes servicios en la nube, y también podemos ejecutarla en local. Si la ejecutamos en la nube no necesitaremos un hardware potente, pero tendremos que aceptar algunos sacrificios importantes en materia de privacidad, no podremos personalizar el modelo a nuestro gusto, y para acceder a los mejores modelos tendremos que pagar cuotas mensuales.

Si queremos mover modelos de IA en local necesitaremos un hardware potente, y una buena cantidad de memoria, un tema que ya os adelanté anteriormente. Lo ideal es que el modelo pueda ejecutarse en la memoria de la tarjeta gráfica para conseguir el mejor resultado posible, pero esto no siempre es posible, porque los modelos más interesantes y más avanzados pueden superar fácilmente un consumo de 16 GB.

NVIDIA ha resuelto este problema con RTX Spark. Este superchip cuenta con una GPU Blackwell que está totalmente preparada para tareas relacionadas con la IA, gracias a sus avanzados núcleos tensor de quinta generación con soporte de operaciones NVFP4, y a su arquitectura de memoria unificada. En su configuración base un equipo con RTX Spark cuenta con 32 GB de memoria unificada, lo que significa que puede mover modelos con 27.000 millones de parámetros sin problema.

Con RTX Spark los amantes de la IA, los desarrolladores y los profesionales que quieran utilizar modelos de IA generativa tienen a su alcance todo lo que necesitan para ejecutar, de forma local, modelos de IA avanzada que, además, podrán personalizar y adaptar a sus necesidades. Piensa en las ventajas que esto supone en términos de privacidad (todos tus datos y archivos se quedan en tu equipo), y también del ahorro que esto supone, porque te olvidarás de pagar cuotas por servicios de IA en la nube.

¿Y qué puedo hacer con la IA en local utilizando RTX Spark? Pues muchísimas cosas, a continuación os dejo algunos ejemplos:

• Análisis de textos y de documentos.
• Análisis de imágenes y vídeos.
• Crear aplicaciones e interfaces web.
• Redacción de textos y creación de bases para diferentes proyectos.
• Generación de imágenes.
• Utilizarla para tareas de programación y desarrollo variadas.
• Búsqueda avanzada por IA.
• Automatización de tareas.

¿Y dónde está el límite? Pues esto es muy interesante. NVIDIA ha construido RTX Spark para que sea una plataforma altamente escalable, y esto ha hecho posible que en su configuración tope de gama acompañada de 128 GB de memoria unificada pueda mover modelos de IA de hasta 120.000 millones de parámetros y trabajar con un contexto de hasta un millón de tokens.

Si estás pensando en dar el salto a RTX Spark tienes varias opciones interesantes. El ASUS ProArt P14 con 32 GB de memoria es muy interesante por su valor precio-prestaciones, y viene con la GPU de 5.120 shaders y CPU de 18 núcleos. Tiene un precio de 3.299,99 euros.

En caso de que necesites más potencia y más memoria para mover modelos más exigentes y tener asegurada una mayor vida útil entonces puedes optar por el ASUS ProArt P16, que tiene 64 GB de memoria unificada y viene con la GPU en versión de 6.144 shaders y CPU de 20 núcleos. Cuesta 4.499 euros.