NVIDIA утверждает, что RTX Spark может локализовать рабочие процессы кодирования с помощью ИИ на один ПК

В пятницу NVIDIA заявила, что её новые системы RTX Spark предназначены для того, чтобы разработчики могли кодировать, тестировать и внедрять ИИ программное обеспечение на одном устройстве, а не делить работу между ноутбуком, облачными API и облачной виртуальной машиной. Компания заявила, что платформа использует NVIDIA GB10 систему на чипе и большую унифицированную память для поддержки локальных агентов кодирования, ИИ фреймворков и процессов разработки с ускорением GPU.

Доказательства и контекст

По данным NVIDIA, ноутбуки RTX Spark и компактные настольные компьютеры предназначены для поддержания полного цикла разработки на устройстве. Компания заявила, что системы предлагают до 128GB унифицированной памяти и 1 петафлоп FP4 ИИ вычислительных ресурсов, что позволяет локально выполнять модели кода, включая Qwen 3.8 Flash Next, и снижают потребление облачных токенов для программистов.

NVIDIA представила продукт как часть перехода от процессор-ориентированной разработки к рабочим нагрузкам, основанным на выводах, тонкой настройке и компиляции. В компании говорилось, что RTX Spark сочетает процессор NVIDIA Grace и аппаратное обеспечение Blackwell GPU, и по сравнению с Panther Lake от Intel 12Xe обеспечивает 4.6x производительность на кодировочных агентах, 2.7x производительности при тонкой настройке и 1.8x производительности при компиляции кода. Компания заявила, что эти показатели были измерены в собственном сравнении нагрузки разработчиков, нормализированном до Intel Core Ultra X9 388H, с использованием AA-AgentPerf-local с Qwen3.8-27B, Unsloth LoRA с Llama-3.1-8B и компиляции ядра Linux через Phoronix Test Suite.

Компания также заявила, что разработчики могут работать на Windows, включая новую конфигурацию разработчика Windows, разработанную совместно с Microsoft, или в подсистеме Windows для Linux, где они смогут использовать ту же среду и зависимости, которые ожидаются для облачного развертывания. NVIDIA отметила, что такой подход направлен на сокращение миграций кода и поддержание согласованности разработки с целевой операционной системой.

Локальные агенты, фреймворки и инструменты Windows-on-Arm

NVIDIA заявила, что расширяет стек разработчиков Windows на Arm совместно с Microsoft и более широкой аудиторией. Компания отметила первую сборку PyTorch-CUDA, первую версию Python, нативную по умолчанию с Python 3.15, более 2,000 готовых пакетов Conda и совместимых с Arm версий для более чем 97% топовых пакетов 15,000 Python.

Компания также выделила библиотеки CUDA-X, такие как FlashInfer для ускорения LLM и инструменты NVIDIA NeMo для разработки моделей ИИ. Было отмечено, что NVIDIA Skills доступны для помощи агентам в использовании библиотек CUDA-X без необходимости глубокого знакомства с CUDA.

Для локальных программистов NVIDIA заявила, что сотрудничала с GitHub Copilot, Pi, Hermes и OpenClaw. Среди перечисленных улучшений — рецепты локального развертывания моделей, песочница на уровне ОС через NVIDIA OpenShell и/или Microsoft Execution Containers, а также гибридные маршрутизаторы с подсказками, которые могут при необходимости переносить запросы от локальных моделей к облачным моделям. NVIDIA сообщила, что GitHub Copilot теперь поддерживает локальный ИИ через Windows ML с llama.cpp в качестве бэкенда, в то время как HydraFusion был обновлён для поддержки локальных моделей, а Microsoft MAI 1.1 Coding Flash может запускаться локально на RTX Spark. Также сообщается, что Junie Local от JetBrains поддерживает нативную поддержку — модель и код остаются на компьютере.

Модели и медиаинструменты

NVIDIA сообщила, что новая модель, Nemotron 3.5 Bolt 74B-A9B 24GB, создана для местных агентов на RTX Spark. Модель была описана как модель 74B-параметра 9B-активных параметров смеси экспертов, упакованная в 24GB с использованием 2-битной квантизации и обучения с учётом квантования. Компания заявила, что модель будет доступна через llama.cpp, vLLM, Ollama, Unsloth и LM Studio, а также напрямую через агенты, такие как Hermes и OpenClaw. NVIDIA также заявила, что модель является открытым исходным кодом, включая обучающие данные, веса и рецепты.

Компания сообщила, что модели принятия решений теперь поддерживаются в llama.cpp и Unsloth на видеокартах RTX Spark и GeForce RTX, описывая их как более быстрый способ для агентов выбирать действия без долгих циклов рассуждения. NVIDIA также сообщила, что её ИИ для медиа SDK доступны для RTX Spark, включая Python-колесо для сверхразрешения видео, генерации кадров и TrueHDR, а также доступны C++ SDK на NGC для RTX Spark и Windows на ARM.

Доступность и путь развертывания

NVIDIA сообщила, что RTX Spark уже доступен на ноутбуках и появится в ноябре в виде компактных форм-факторных настольных компьютеров, предназначенных для постоянно активных агентских нагрузок. Для существующих приложений Windows разработчикам следует оценить зависимости Windows на ARM, выбрать нативную сборку или Arm64EC Arm64 для постепенной миграции, а затем протестировать установку, функциональность, производительность и пути кода NVIDIA и CUDA. Материалы по портированию приложений NVIDIA описывают этапы миграции и подготовку к системам разработки Windows on Arm.