私は NVIDIA の AI ラップトップと個人用 AI スーパーコンピューターを使用しましたが、終わったと感じたのは 1 つだけです

Nvidia の RTX Spark と DGX Spark は多かれ少なかれチップを共有していますが、類似点はそこまでです。 DGX Spark はパーソナル AI スーパーコンピューターとして位置付けられ、RTX Spark は AI に最適化された Windows ラップトップまたはデスクトップです。 そして 毎日の使用。

どちらのハードウェアも本当に印象的ですが、RTX Spark を 1 週間使用した後では、ほとんど不完全に感じられます。

RTX Spark と DGX Spark は共通の GPU を共有します

どちらも同じスーパーチップを実行します

RTX Spark と DGX Spark はまったく異なるデバイスです。RTX Spark は小型の Windows ラップトップまたは小型デスクトップですが、DGX Spark は Linux を実行するミニ PC です。

実際、彼らには「内部」でかなりの共通点があります。

どちらの Spark も、AI ワークロード向けに特別に設計された NVIDIA のコンパクト スーパーチップの 1 つである GB10 (または RTX Spark にある N1X バリアント) を搭載しています。 GB10 には、6,144 個の CUDA コア、192 個の Tensor コア、および 48 個の RT コアが搭載されています。 5120 CUDA コアを搭載した N1X のわずかに縮小されたバージョンもあります。これらのスペックでは、Nvidia の RTX 5070 とモバイル版とほぼ同じ程度になります。

GB10 と最高スペックの N1X は両方とも最大 128 GB のメモリをサポートしますが、下位層の N1X は最大 32 GB のメモリを搭載できます。

どちらも最大 128GB のメモリをサポートし、約ペタフロップスの FP4 パフォーマンスを提供します。

ただし、類似点はそれだけです。

RTX Spark には電力制限があります

シリコンは同一 (またはほぼ同一) ですが、電力制限は異なります。 DGX Spark は 140W GB10 TDP を実行し、システムの残りの部分にさらに 100W を残します。対照的に、RTX Spark ラップトップの上限は 45 W ～ 80 W です。 RTX スパーク デスクトップ DGX Spark と同じ電力上限を共有します。

ネットワーキングとスケーリング

ここが DGX Spark の真の特徴です。 200 Gbps の ConnectX-7 ネットワークが含まれており、1 本の QSFP ケーブルで 2 台のユニットをペアリングできます。 2026 年 10 月の時点では、最大 8 つの 128GB ユニットを手動でクラスタリングして 1TB の集約メモリ プールを作成できます。 RTX Spark にはそのような機能はありません。 2 台目の RTX Spark ラップトップは、最初の RTX Spark ラップトップとメモリをプールできません。

DGX RTX Spark と DGX Spark はまったく異なる目的を果たします。

DGX Spark は小型スーパーコンピューターです

DGX Spark は、「パーソナル AI スーパーコンピューター」として設計されています。 USB-C ポートが 4 つ、HDMI 2.1a ポートが 1 つ、10GbE イーサネット ポートが 1 つ、QSFP ポートが 2 つあります。

ヘッドフォン ジャック、USB-A ポート、カード リーダー、または消費者向けデバイスによくあるその他のポートはありません。

AI タスク用のリモート サーバーとして、リモート アクセス経由でヘッドレスで使用できるように設計されています。 または AI モデルをより直接的に操作するため。これらのアクティビティには、LoRA の作成、高密度モデルの微調整、専門家混合 (MoE) モデルの枝刈りなどが含まれます。

QSFP ポートを使用すると、最大帯域幅 200Gbps の Nvidia の ConnectX-7 を使用して、複数の Spark をペアリングできます。理論的には、最大 8 つの Spark を結合して、合計 1TB のメモリを実現できます。

DGX Spark は、AI アプリケーション向けにカスタマイズされたバージョンの Ubuntu を実行します。

RTX Spark は通常の PC です

小型デスクトップとラップトップの両方を含む RTX Spark のラインナップは、まったく異なるアプローチを採用しています。 RTX Spark は同じ GPU を使用しますが、ConnectX-7 オプションを完全に廃止し、わずか 24 GB のメモリを搭載した RTX Spark モデルもあります。 Spark は 64 GB と 128 GB のバージョンのみを提供します。

フォームファクターも重要です。 RTX Spark ラインナップは、DGX Spark よりも消費電力が少なくなるように調整されています。 DGX Spark の GB10 の消費電力は約 140 ワットですが、RTX Spark ラップトップは最も強力なモデルでも 80 ワットに制限されています。

これはバッテリー寿命を向上させるために行われた譲歩でした。私自身が Lenovo の Yoga 9n 2-in-1 を使用した経験から、トレードオフにはそれだけの価値があることがわかります。 1週間以上使用していますが、通常の使用では数回しか充電していませんが、AIジョブで最大まで充電すると、2時間以内に完全に消耗します。

RTX Spark はすべてデフォルトで Windows を実行しますが、これが 2 つのラインナップ間に最も大きな差異を生み出していると思います。

RTX Spark と DGX Spark のパフォーマンス

パフォーマンスは驚くほど近いです

RTX Spark と DGX Spark のパワーの差にもかかわらず、RTX Spark はいくつかの重要な状況で DGX Spark を上回ることができます。そのほとんどはメモリに起因すると考えられます。私が使用している RTX Spark には、DGX Spark よりも約 10% 高速な RAM (300GB/s 対 273GB/s) が搭載されています。

これは、1 秒あたりのトークンの数が増えることになります。

そして重要なことに、それは llama.cpp を使用するか Ollama を使用するかに関係なく当てはまります。

DGX Spark は、生の計算能力に依存するあらゆるアプリケーションで依然として優れています。 そうではありません 行列乗算や n 体コードなど、メモリが限られています。

RTX Spark は未熟に感じる

ハードウェアは素晴らしいが、全体が未完成な感じがする

同じハードウェアの多くを共有し、同じソフトウェアの多くを実行できるにもかかわらず、RTX Spark は DGX Spark よりもはるかに「未完成」であると感じました。

理論上、RTX Spark は、強力な AI モデルを実行するのに十分なメモリを搭載した初の真の Windows AI ラップトップです。ソフトウェアエコシステムは別の話です。

RTX Spark ラップトップを起動したとき、ハードウェアを活用できる少なくともいくつかの便利な AI 機能が提供されることを半分期待していました。調べてみると、NPU を利用するいくつかのビデオ フィルターとオーディオ フィルターしか見つかりませんでした。 「これはAI用に設計されたPCです」と私に知らせるものはどこにもありませんでした。

念のために言っておきますが、Nvidia には RTX Spark のドキュメントとポップアップ (私のラップトップには表示されませんでした) があり、OpenClaw、Hermes、Perplexity Portable Computer などのさまざまなサードパーティ製ハーネスの使用を開始できるように設計されていますが、これらは愛好家向けのツールです。それらは、初めての外出で誰かを驚かせたり、すぐにもっと使いたくなるようなものではありません。 AI は、後から付け加えるものではなく、オペレーティング システムの自然な拡張であると感じられる必要があります。

プラットフォームがそう言うわけではありません できませんでした それらのことをしてください。 5070 Ti 用に開発した AI ツールがいくつかあり、それを RTX Spark に移行しました。彼らは見事に働きます。追加のメモリにより、自宅の音声アシスタントをラップトップに直接移植し、非常にインテリジェントなモデルを実行することもできました。

しかし、その機能はどれもそれ自体がアナウンスされるものではないので、それを探しに行かなければなりません。

DGX Spark は比較すると洗練されているように感じました

DGX Spark とのコントラストがなければ、RTX Spark はそれほど未完成に感じられなかったかもしれません。 DGX Spark は愛好家や専門家をターゲットとしていますが、その周りのソフトウェア エコシステムを使い始めると、Nvidia がそれを親しみやすく使いやすくするために真剣な努力を払っていることがすぐにわかります。 Spark (または Spark) をリモートで管理するためのきちんとしたダッシュボードを提供する Sync アプリだけでも、特に複数の DGX Spark のペアリングを自動的に処理できるため、非常に便利です。

OS には、すぐに使い始めるために必要なパッケージ、ライブラリ、ソフトウェアが付属しています。

同じチップが 2 つの異なる仕事を行う

GB10 シリコンは印象的ですが、使用感は使用する場所によって完全に異なります。 DGX Spark は、データセンターのワークフローを設計するために構築された専用の Linux AI アプライアンスです。 RTX Spark は、趣味またはプロによる AI の使用向けに設計されています。

私がテストした RTX Spark ラップトップ (Lenovo Yoga 9n 2-in-1) は優れたデバイスです。機敏で応答性が高く、おそらく私がこれまで使用した中で最高の Windows ラップトップです。ただし、主なセールス ポイントは AI であり、現時点では、そのまま使用できる AI 機能はほとんどありません。独自の AI ツールを作成または見つけるために労力を費やすつもりがない限り、価値はありません