Nvidia RTX Spark: Uma semana de uso revela as capacidades do pequeno dispositivo e seu custo adicional para IA.
Nvidia testou durante uma semana: Nos bastidores da revolução da IA e das placas RTX, testes exclusivos e segredos de desempenho dos chips delineiam o futuro da computação e da tecnologia.
As coisas mais importantes que você precisa saber
- Os dispositivos RTX Spark com arquitetura de memória unificada (128 GB) superam as placas de vídeo dedicadas para desktops em cargas de trabalho de IA generativa de alta resolução, alcançando geração de vídeo 2.7 vezes mais rápida e computação de IA 3 vezes mais rápida, apesar de um menor consumo de energia.
- O tempo de resposta inicial inferior a um segundo (0.32–0.98 segundos) alcançado pelo chip da Nvidia torna os agentes locais dinâmicos e capazes de automatizar tarefas administrativas imediatas por meio de interfaces auto-hospedadas, como o Telegram.
- A equação econômica é crucial: profissionais com fluxos de trabalho estabelecidos consideram o Spark um "atalho" para produtividade, enquanto exploradores e aqueles que buscam evitar taxas de nuvem obtêm 80% mais potência com plataformas AMD por uma diferença de até US$ 3000, e jogadores dedicados compram o dobro do desempenho pela metade do preço com um desktop RTX 5070 Ti.
Os testes do chip Nvidia RTX Spark em laptops ao longo do último mês foram como o nascimento de uma classe completamente nova de computadores. Com sua capacidade nativa de IA e potência bruta reunidas em um chassi portátil, transformar o dispositivo em uma máquina completa faz todo o sentido.

Mas quando você retira o chip N1X de um laptop e o implanta em um mini PC de mesa como o Asus ProArt GR1X , com preço inicial de US$ 4,499 (chegando a US$ 6,999 para a versão de 128 GB testada), toda a história muda.
É verdade que o dispositivo se torna mais rápido do que seu equivalente para laptop quando conectado a uma fonte de energia estável, mas este chip não compete mais com o MacBook Pro ; em vez disso, ele entrou na arena do mercado de desktops — um espaço muito mais acirrado e poderoso onde a Nvidia se vê lutando contra si mesma (em certos aspectos).
Dois dispositivos com 128 GB de armazenamento estão sendo testados na plataforma de benchmark. No canto verde está o Asus ProArt GR1X, equipado com um processador RTX Spark e 128 GB de RAM. No canto vermelho está o Geekom A9 Mega , com um processador AMD Ryzen AI Max 395 e a mesma configuração de 128 GB de memória, mas por um preço US$ 3,000 menor.
Lembra quando mencionamos que a Nvidia está competindo consigo mesma no mercado de desktops? Para comprovar isso, um PC desktop personalizado com uma placa RTX 5070 Ti também entrou na disputa (uma rápida pesquisa no PC Part Picker indica que ele será cerca de US$ 4,000 mais barato).
Esta análise será realizada em duas etapas principais:
- Analisamos os dados de desempenho que Faça a diferençaQuem tem interesse em investir nesse sistema se preocupa com o alto custo e quer ter certeza do retorno que obterá.
- Documentamos a experiência de conviver com o dispositivo. Embora a RTX Spark pareça mais lógica em um laptop, sua presença em um computador pequeno (e sempre ligado, o que é o mais importante) abre as portas para a criação de um data center local privado.
Cenário 1: O Agente Local
Testamos um mini PC de 128 GB que funciona como um cérebro doméstico sempre ligado, ultrasseguro e sem assinatura, executando um modelo local como o Qwen 3.8 Flash via Hermes para organizar correspondências pela manhã, buscar notícias e integrar-se ao Home Assistant para automatizar tarefas como operar o robô aspirador.

a premissa
A ideia baseia-se na compra de um Mini PC de 128 GB para funcionar como um "cérebro doméstico" constantemente conectado, ultra-privado e sem custos periódicos, que execute um modelo de linguagem local (como o Qwen 3.8 Flash através da interface Hermes) para organizar automaticamente os e-mails matinais, extrair notícias da web e comunicar com o Home Assistant para automatizar dispositivos inteligentes, como enviar um comando para o robô aspirador limpar a cozinha.
O desempenho aqui é medido por duas métricas críticas: Tokens por Segundo (TPS), que reflete a velocidade de geração de texto, e Tempo até o Primeiro Token (TTFT), que reflete o tempo de resposta antes do início da resposta.
o teste
Realizamos os testes em ambas as máquinas através da plataforma LM Studio, utilizando o modelo Qwen 3.8 com 27 bilhões de parâmetros. O teste incluiu duas tarefas generativas padrão e uma tarefa agentiva.
| Padrão/Tarefa | Nvidia RTX Spark (Asus ProArt GR1X) | AMD Ryzen AI Max 395 (Geekom A9 Mega) |
| Teste de digitação Apollo 17 (velocidade) | 25.63 símbolos/segundo | 20.76 símbolos/segundo |
| Teste de redação sobre a Apollo 17 (resposta) | 0.32 segundos | 1.10 segundos |
| Resumo da Batalha de Waterloo (Velocidade) | 31.11 símbolos/segundo | 24.30 símbolos/segundo |
| Resumo da Batalha de Waterloo (Resposta) | 0.98 segundos | 2.41 segundos |
| Uma tarefa que envolve programação (velocidade) | 30.03 símbolos/segundo | 23.77 símbolos/segundo |
| Uma tarefa de programação funcional (resposta) | 0.55 segundos | 1.26 segundos |
A vida com dispositivos Nvidia

O chip da Nvidia possui um tempo de resposta extremamente rápido, semelhante às reações de um piloto profissional ao atingir o ponto de virada perfeito em Silverstone; o tempo de resposta inferior a um segundo torna os agentes de conversação dinâmicos e, quando o dispositivo é transformado em um agente autônomo acessível pelo aplicativo Telegram, ele pode realizar tarefas administrativas rotineiras durante uma chamada telefônica.
Ao utilizar o Nvidia PAIR , você pode aproveitar todos os dispositivos compatíveis em sua casa para compartilhar o poder de computação de IA. Por exemplo, um comando em um MacBook Pro iniciaria um dispositivo Spark para uma tarefa mais longa, enquanto simultaneamente ativaria um computador desktop com uma RTX 5070 Ti para lidar com uma tarefa mais curta.
Assista no YouTube
Em contrapartida, a máquina AMD também é perfeitamente capaz disso, mas faz apenas uma pausa suficiente para que você perceba, metaforicamente, que está pigarreando. Mesmo assim, uma taxa de 24 símbolos por segundo na máquina Gecko ainda é mais rápida do que qualquer leitura humana.
Quanto ao computador de mesa, isso é tecnicamente possível, mas com algumas ressalvas (porque ele trata toda a memória do sistema como clusters separados em vez de um único perímetro unificado enorme):
- O modelo funciona melhor quando armazenado na VRAM da unidade de processamento gráfico, e um modelo com 27 bilhões de parâmetros como o modelo de teste (mesmo sob forte estresse) ocuparia uma parte significativa dos 16 GB de memória integrada da RTX 5070 Ti.
- Quando a memória da GPU está cheia, o sistema é forçado a "deslocar" os dados restantes para a RAM padrão, criando um enorme gargalo de tráfego e reduzindo a velocidade de mais de 60 símbolos por segundo para uma lentidão extrema de cerca de 4 a 5 símbolos por segundo.
Este dispositivo para jogos é como uma Ferrari numa pista de 100 metros — incrivelmente rápido, mas a pista (VRAM) é tão curta que você não consegue manter a velocidade máxima antes de bater numa parede. Mini PCs de 128 GB, por outro lado, são como trens de carga com velocidades máximas mais baixas, mas com espaço suficiente para transportar cargas enormes (modelos gigantes) sem nunca descarrilar.
Cenário 2: O Paradoxo do Criador de Conteúdo
Embora os PCs de mesa equipados com a RTX 5070 Ti se destaquem em tarefas gráficas tradicionais, eles atingem um limite considerável de memória de vídeo (VRAM) que prejudica cargas de trabalho de IA generativa de alta resolução. Já o enorme pool de memória unificada da RTX Spark absorve facilmente essas cargas de trabalho, graças à sua capacidade que excede em muito o espaço de endereçamento das placas dedicadas.

a premissa
Um PC desktop personalizado com uma RTX 5070 Ti terá um desempenho muito superior a esses mini PCs em tarefas gráficas padrão. É uma placa poderosa que consome mais que o dobro da energia total de um RTX Spark (levando em consideração a sua conta de luz e o ruído da ventoinha em comparação com o Spark).
Mas, como mencionei acima, as GPUs padrão sofrem de um gargalo fundamental de memória. Elas podem ser rápidas, mas têm uma área de superfície aproximadamente do tamanho de uma bandeja de comida voadora. No momento em que você tenta renderizar vídeos de IA em alta definição ou montar enormes manchas gaussianas em 3D , o computador fica sem espaço disponível.
O enorme pool de memória unificada da RTX Spark oferece uma área de superfície equivalente a uma mesa de jantar gigante, capaz de absorver cargas de trabalho generativas pesadas sem qualquer restrição.
o teste
Testes práticos realizados através do ComfyUI para geração de vídeo local e do pacote sintético Procyon para medição da carga computacional bruta revelaram que a RTX Spark (Asus ProArt GR1X) superou a AMD Ryzen AI Max 395 (Geekom A9 Mega) em 2.7 vezes na geração de vídeo e 3 vezes nos resultados de computação de IA, apesar do menor consumo de energia.
| Padrão/Tarefa | Nvidia RTX Spark (Asus ProArt GR1X) | AMD Ryzen AI Max 395 (Geekom A9 Mega) |
| ComfyUI Minimax v3 (gerador de vídeo) | 5 minutos e 2 segundos | 13 minutos e 51 segundos |
| Conversão de Handbrake de 4K para 1080p | 1 hora e 42 minutos | 2 horas e 46 minutos |
| Procyon Stable Diffusion XL | 1,834 pontos | 673 pontos |
| Visão Computacional Procyon AI | 3,879 pontos | 1,284 pontos |
| Procyon Text Gen (Llama 3.1) | 2,404 pontos | 792 pontos |
A vida com o dispositivo

Os núcleos Tensor proprietários da Nvidia e o formato de resolução NVFP4 altamente eficiente superam completamente o concorrente, o Strix Halo da AMD. Como mostram os resultados, o dispositivo Spark renderizou o vídeo ComfyUI quase três vezes mais rápido que o concorrente.
Para artistas 3D, desenvolvedores de jogos independentes ou executivos de agências de publicidade que produzem vídeos locais com prazos apertados, tempo em movimento é literalmente dinheiro. Nesses ambientes profissionais, o Asus ProArt GR1X se paga sozinho.
Uma pequena observação para a Asus: este é um dispositivo voltado para criadores de conteúdo — não seria possível equipá-lo com um leitor de cartão SD? Para transferir fotos, acabo tendo que recorrer novamente aos adaptadores.


Para usuários comuns, tudo se resume à perspectiva sobre essas tecnologias. Pessoalmente, vejo uma diferença fundamental entre a criatividade humana e simplesmente criar os estímulos certos para gerar conteúdo com inteligência artificial.
Apesar das melhorias no uso criativo — o RTX Spark agora está otimizado para RTX Spark, por exemplo — esses recursos só foram testados na prática em uma introdução de vídeo do YouTube e em alguns experimentos leves de entretenimento com gráficos simples.
Cenário 3: Um teste realista de desempenho em jogos

Hipótese básica
Você paga um preço alto pelos recursos de IA, então faz sentido que o usuário espere também um bom desempenho em jogos, tornando o dispositivo uma solução verdadeiramente completa.
Metodologia de teste
Os testes incluíram a execução dos benchmarks padrão do 3DMark para medir o desempenho gráfico bruto e a comparação das taxas de quadros em jogos importantes antes e depois da ativação do DLSS 4.5.
| Engrenagem | Pontuação do 3DMark Time Spy Extreme | Autódromo 3DMark | 3D Mark Porto Real |
|---|---|---|---|
| Um computador projetado com uma RTX 5070 Ti | 13,358 pontos | 7,555 pontos | 14,224 pontos |
| Asus ProArt GR1X (RTX Spark) | 6,524 pontos | 3,135 pontos | 10,037 pontos |
| Geekom A9 Mega (Ryzen AI Max 395) | 5,336 pontos | 2,042 pontos | 6,184 pontos |
Deslize para rolar horizontalmente
| Jogo (Configurações) | Asus ProArt GR1X (RTX Spark) | Um computador projetado com uma RTX 5070 Ti |
|---|---|---|
| Black Myth Wukong (1440p Cinematográfico sem DLSS) | 30 quadros por segundo | 86 quadros por segundo |
| Cyberpunk 2077 (1440p Ultra Ray Tracing sem DLSS) | 28.29 quadros por segundo | 62.11 quadros por segundo |
| Cyberpunk 2077 (1440p Ultra Ray Tracing DLSS 4.5 Balanceado com Geração Dinâmica de Quadros) | 120.3 quadros por segundo | 225.56 quadros por segundo |
A vida com o dispositivo

A RTX Spark oferece uma experiência de jogo aceitável em uma miniplataforma, mas na categoria de desktops, ela enfrenta um duro teste de realidade: se jogar é sua prioridade máxima em relação à produtividade, a solução ideal continua sendo um PC gamer dedicado.
Isso não invalida seu desempenho impressionante; este processador gráfico integrado supera os concorrentes da AMD e mantém a viabilidade do dispositivo para jogos de alta qualidade em 1440p com suporte completo a DLSS.
No entanto, um PC desktop equipado com uma RTX 5070 Ti – que pode ser montado ou comprado pela metade do preço de uma Asus ProArt GR1X – dobra o desempenho nativo do Spark.
O que eu concluí

Dispositivos Mini RTX Spark , como o Asus ProArt GR1X, são essencialmente geradores de tokens de IA locais disfarçados de computadores e não são uma opção adequada para todos. Aqui está um guia para escolher o que funciona melhor para você.
Se você é um profissional com um fluxo de trabalho de IA bem estabelecido e demandas criativas significativas, esta pode ser a oportunidade ideal para você.

O RTX Spark é um verdadeiro "truque"; seu poder é impressionante e os ganhos de velocidade significam que você não perderá tempo esperando por resultados. E o aspecto de jogos com RTX faz desta máquina uma plataforma para trabalhar durante o dia e se divertir à noite.
Se você está explorando a possibilidade de automatizar seu fluxo de trabalho e evitar as taxas de API na nuvem com um poderoso sistema local, essa pode ser a solução ideal.

As plataformas AMD executam 80% das tarefas cotidianas em comparação com os sistemas da Nvidia, e ainda te deixam com um orçamento significativamente maior. É claro que o Spark oferece uma vantagem em velocidade, mas será que vale a pena a diferença de US$ 3000? A decisão é sua.
Se você só pretende experimentar com inteligência artificial de forma casual

Se você tiver espaço para um computador de mesa adequado, esta é a melhor opção. Os preços dos componentes são altos , mas mesmo assim, você terá um melhor custo-benefício para jogos, tarefas de IA e trabalhos criativos de curto prazo.
⚖️ Resumo e avaliação final
O Asus ProArt GR1X é um investimento essencial para profissionais que desejam traduzir a velocidade de inferência local em ganhos imediatos de produtividade, enquanto usuários casuais e aqueles que buscam custo-benefício encontrarão alternativas mais inteligentes em plataformas AMD ou PCs desktop tradicionais. Em última análise, trata-se de um "gerador de código" de IA disfarçado de mini PC, oferecendo desempenho excepcional para fluxos de trabalho profissionais, mas sem justificar seu preço elevado em comparação com alternativas que alcançam 80% dos resultados a um custo significativamente menor.
Comentários estão fechados.