NVIDIA y Microsoft anunciaron el 13 de octubre que los portátiles Windows con RTX Spark saldrán a la venta el viernes 16 de octubre. El chip se mostró por primera vez en junio en Computex, cuando solo se dieron especificaciones de hardware y la promesa de lanzamiento «este otoño». Ahora llegan la fecha de venta y una lista completa de software.
El hardware no cambia: hasta 128 GB de memoria unificada, 1 petaflop de potencia de IA, CPU y GPU en un único «superchip», con el enfoque de Windows on Arm. En su blog, NVIDIA lo describe como «a new beginning for the PC» (un nuevo comienzo para el PC). Qué marcas y modelos llegan primero y a qué precio, la entrada no lo dice; habrá que esperar a que los fabricantes abran la venta el 16 de octubre.
Primero, el entorno de desarrollo
La queja más habitual sobre Windows en Arm ha sido que el software no acompañaba. Esta vez NVIDIA detalla bastante la capa para desarrolladores:
- PyTorch, Python, CUDA y todas las bibliotecas CUDA están disponibles, incluida la primera compilación de PyTorch-CUDA para Windows on Arm;
- Python 3.15 se ejecuta de forma nativa en Windows on Arm, y el instalador nativo de Conda incluye más de 2.000 paquetes;
- El 97 % de los 15.000 paquetes wheel de Python más descargados ya están listos;
- llama.cpp pasa a ser un backend de Windows ML, y se lanza una aplicación Llama para Windows.
Cuáles son el 3 % restante de wheels y si faltan bibliotecas de uso común, el blog no lo indica.
Aplicaciones de agentes y enrutamiento local
En la capa de aplicaciones, las apps de agentes GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi y WorkBuddy reciben una instalación local simplificada y dos sistemas de aislamiento de seguridad: OpenShell de NVIDIA y el contenedor de ejecución MXC de Microsoft. OpenClaw y GitHub Copilot ya admiten MXC; Hermes no incorporará OpenShell y MXC hasta finales de octubre.
NVIDIA también ha publicado como código abierto una biblioteca de enrutamiento de modelos llamada Switchyard, que reparte cada petición entre un modelo local y uno en la nube. La herramienta de enrutamiento de IA personal PAIR termina su fase de pruebas y, con la compatibilidad con llama.cpp, funciona en Windows, Linux y macOS. GitHub Copilot usa un mecanismo llamado HydraFusion para el enrutamiento de modelos locales, y el MAI 1.1 Coding Flash de Microsoft puede ejecutarse en local.
En software creativo, Photoshop, Premiere y Substance 3D Painter de Adobe están optimizados para RTX Spark, con un rendimiento de hasta el doble según la compañía; las optimizaciones de las funciones de IA de Photoshop y Premiere siguen en fase de pruebas. La beta de Blender 5.3 ya lo admite, y ComfyUI añade interpolación de fotogramas de vídeo RTX y nodos HDR. En juegos, el modelo 2x de DLSS 5 llega el 16 de octubre con NBA 2K27 y entra en RTX Remix el 23 de octubre.
Echando cuentas con la memoria
El modelo principal del paquete es Nemotron 3.5 Bolt 74B-A9B, publicado el 15 de octubre: 74.000 millones de parámetros en total, 9.000 millones activos por consulta, cuantización de 2 bits y unos 24 GB de tamaño. Los pesos, los datos de entrenamiento y la receta de entrenamiento son abiertos, y se puede ejecutar con llama.cpp, vLLM, Ollama, Unsloth y LM Studio. NVIDIA lo describe como un intento de encontrar el mejor equilibrio entre velocidad e inteligencia.
Una cuenta rápida: 74.000 millones de parámetros a 2 bits suponen unos 18,5 GB solo en pesos; sumando los metadatos de cuantización y algunas capas de mayor precisión, los 24 GB oficiales cuadran. En 128 GB de memoria unificada, el modelo ocupa menos de una quinta parte, y el resto puede dedicarse a la caché KV de contextos largos o a mantener cargado un modelo pequeño de enrutamiento. Según esta estimación, la versión de 4 bits necesitaría unos 37 GB o más en la misma memoria y aún cabría. Por tamaño, el escalón de 24 GB parece pensado para configuraciones más modestas, con menos memoria; NVIDIA no explica por qué eligió 2 bits.
Cuánta capacidad se pierde con la cuantización de 2 bits, el blog no lo muestra con puntuaciones frente a versiones de mayor precisión, y por ahora tampoco hay pruebas de terceros. Es lo primero que alguien tendrá que medir cuando empiece la venta.
Otro modelo, Nemotron 3.5 Bolt E4B, ocupa solo unos 4 GB y es el pequeño modelo de tercera generación para los personajes de juegos de NVIDIA ACE, con lanzamiento el 23 de octubre. NVIDIA añade que las descargas de modelos grandes locales ya son 5 veces las de todo el año pasado; el blog no aclara cómo se calcula esa cifra.
El precio es la mayor incógnita sobre cuánto venderán estas máquinas. En el lanzamiento de junio, NVIDIA solo dijo que la primera tanda apuntaría a la gama alta, con versiones de menos memoria más adelante. Cuando salgan a la venta el 16 de octubre, la diferencia de precio entre la configuración de 128 GB y las más modestas mostrará cuánto más hay que pagar por ejecutar «modelos de clase 70B en local en un portátil».
Fuentes: blog oficial de NVIDIA (fecha de venta, ecosistema de software y parámetros de Nemotron 3.5 Bolt); CocoLoop; materiales de presentación de RTX Spark en Computex 2026 (cifras de memoria y potencia de cálculo).