Ngày 13/10, NVIDIA và Microsoft thông báo các laptop Windows dùng RTX Spark sẽ lên kệ vào thứ Sáu, 16/10. Con chip này ra mắt lần đầu tại Computex hồi tháng 6; khi đó hai hãng chỉ nêu thông số phần cứng và cam kết "ra mắt trong mùa thu này". Lần này họ bổ sung ngày mở bán cùng một danh sách phần mềm khá đầy đủ.
Phần cứng không đổi: tối đa 128GB bộ nhớ hợp nhất, sức mạnh AI 1 petaflop, CPU và GPU được tích hợp trên cùng một "siêu chip" và chạy theo hướng Windows on Arm. Trên blog của mình, NVIDIA gọi đây là "a new beginning for the PC" (một khởi đầu mới cho PC). Những thương hiệu và mẫu máy nào sẽ có mặt đầu tiên, giá bán bao nhiêu thì bài blog không nhắc đến; phải chờ các hãng mở bán ngày 16/10 mới biết.
Môi trường phát triển được bổ sung trước
Điều người dùng phàn nàn nhiều nhất về Windows bản Arm trước nay là phần mềm không theo kịp. Lần này NVIDIA liệt kê khá chi tiết lớp dành cho lập trình viên:
- PyTorch, Python, CUDA và toàn bộ thư viện CUDA đều dùng được, trong đó có bản dựng PyTorch-CUDA đầu tiên dành cho Windows on Arm;
- Python 3.15 chạy nguyên bản trên Windows on Arm, trình cài đặt Conda nguyên bản đi kèm hơn 2.000 gói;
- 97% trong số 15.000 gói wheel Python được tải nhiều nhất đã sẵn sàng;
- llama.cpp trở thành một backend của Windows ML, đồng thời ứng dụng Llama cho Windows được phát hành.
Còn 3% gói wheel còn lại là những gói nào, và có phải thư viện thông dụng hay không, bài blog không liệt kê.
Ứng dụng tác tử và định tuyến cục bộ
Ở tầng ứng dụng, các ứng dụng tác tử GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi và WorkBuddy được hỗ trợ quy trình cài đặt cục bộ đơn giản hóa, cùng hai lớp cách ly bảo mật: OpenShell của NVIDIA và vùng chứa thực thi MXC của Microsoft. OpenClaw và GitHub Copilot hiện đã hỗ trợ MXC, còn Hermes phải đến cuối tháng 10 mới bổ sung OpenShell và MXC.
NVIDIA đồng thời mở nguồn một thư viện định tuyến mô hình tên Switchyard, phân từng yêu cầu cho mô hình cục bộ hoặc mô hình đám mây. Công cụ định tuyến AI cá nhân PAIR kết thúc giai đoạn thử nghiệm và, cùng với hỗ trợ llama.cpp, dùng được trên Windows, Linux lẫn macOS. GitHub Copilot dùng cơ chế mang tên HydraFusion để định tuyến sang mô hình cục bộ, và MAI 1.1 Coding Flash của Microsoft có thể chạy ngay trên máy.
Về phần mềm sáng tạo, Photoshop, Premiere và Substance 3D Painter của Adobe đã được tối ưu cho RTX Spark, theo công bố chính thức là nhanh hơn tối đa 2 lần; riêng phần tối ưu cho tính năng AI của Photoshop và Premiere vẫn đang trong giai đoạn thử nghiệm. Bản thử nghiệm Blender 5.3 đã hỗ trợ, còn ComfyUI thêm nút nội suy khung hình video RTX và nút HDR. Về game, mô hình tăng tốc 2 lần của DLSS 5 ra mắt ngày 16/10 cùng NBA 2K27 và vào RTX Remix ngày 23/10.
Tính một phép toán về bộ nhớ
Mô hình chủ lực đi kèm đợt này là Nemotron 3.5 Bolt 74B-A9B, phát hành ngày 15/10: tổng cộng 74 tỷ tham số, mỗi lần kích hoạt 9 tỷ, dùng lượng tử hóa 2-bit, dung lượng khoảng 24GB. Trọng số, dữ liệu huấn luyện và công thức huấn luyện đều được mở nguồn, có thể chạy bằng llama.cpp, vLLM, Ollama, Unsloth và LM Studio. NVIDIA mô tả đây là nỗ lực tìm điểm cân bằng tốt nhất giữa tốc độ và trí thông minh.
Tính nhẩm: 74 tỷ tham số lưu ở 2-bit thì riêng trọng số đã khoảng 18,5GB, cộng thêm siêu dữ liệu lượng tử hóa và một số lớp giữ độ chính xác cao, con số 24GB do hãng đưa ra là hợp lý. Đặt vào 128GB bộ nhớ hợp nhất, bản thân mô hình chiếm chưa đến một phần năm, phần còn lại có thể dành cho bộ nhớ đệm KV của ngữ cảnh dài, hoặc chạy cùng lúc một mô hình nhỏ làm nhiệm vụ định tuyến. Theo ước tính này, cùng dung lượng đó bản 4-bit cần khoảng 37GB trở lên, vẫn nạp được. Xét theo kích thước, mức 24GB giống như nhắm đến các cấu hình thấp có ít bộ nhớ hơn; NVIDIA không giải thích vì sao chọn 2-bit.
Lượng tử hóa 2-bit làm mất bao nhiêu năng lực thì bài blog không đưa điểm so sánh với phiên bản độ chính xác cao hơn, hiện cũng chưa có đánh giá của bên thứ ba. Đây là điều đầu tiên cần có người kiểm chứng sau khi máy mở bán.
Một mô hình khác là Nemotron 3.5 Bolt E4B chỉ nặng khoảng 4GB, là mô hình nhỏ thế hệ thứ ba dành cho nhân vật game NVIDIA ACE, phát hành ngày 23/10. NVIDIA cũng cho biết lượt tải mô hình lớn chạy cục bộ đã gấp 5 lần cả năm ngoái; cách thống kê con số này không được nêu trong bài blog.
Giá bán là biến số lớn nhất quyết định những cỗ máy này bán được bao nhiêu. Khi ra mắt hồi tháng 6, NVIDIA chỉ nói đợt đầu nhắm vào phân khúc cao cấp, sau đó sẽ có các phiên bản bộ nhớ nhỏ hơn. Sau khi lên kệ ngày 16/10, chênh lệch giá giữa bản 128GB cao nhất và bản thấp sẽ cho thấy chạy mô hình cỡ 70B ngay trên laptop phải trả thêm bao nhiêu.
Nguồn tham khảo: blog chính thức của NVIDIA (ngày mở bán, hệ sinh thái phần mềm và thông số Nemotron 3.5 Bolt); CocoLoop; tài liệu ra mắt RTX Spark tại Computex 2026 (số liệu bộ nhớ và sức mạnh tính toán).