NVIDIA ha presentato RTX Spark, un superchip da 1 petaflop per PC Windows con 20 core Arm, GPU Blackwell e fino a 128 GB di memoria unificata. La piattaforma arriva con Microsoft e con i primi sistemi annunciati da Surface, ASUS, Dell, HP, Lenovo e MSI.
Per chi sviluppa o valuta strumenti AI in azienda, la notizia conta perché sposta una parte del lavoro oggi delegato al cloud dentro il PC. Se un portatile può eseguire agenti locali e modelli generativi senza inviare ogni richiesta a un data center, cambiano costi, privacy e tempi di risposta.
RTX Spark: il PC AI secondo NVIDIA
NVIDIA descrive RTX Spark come una nuova categoria di computer per agenti personali. Dietro il nome c’è il chip GB10 Grace Blackwell, già visto nell’impostazione della mini-workstation DGX Spark: una CPU Grace a 20 core, una GPU Blackwell con 6.144 CUDA core, Tensor Core di quinta generazione con precisione FP4 e memoria condivisa tra componenti.
Il primo numero è 1 petaflop di prestazioni AI teoriche in FP4. Il secondo è 128 GB di memoria unificata, cioè una memoria accessibile da CPU, GPU e acceleratori senza copiare continuamente dati tra blocchi separati. Per chi lavora con LLM, i modelli linguistici di grandi dimensioni spiegati nel Glossario AI, significa poter caricare modelli più grandi o contesti più lunghi direttamente sulla macchina.
NVIDIA cita scenari concreti: modelli da 120 miliardi di parametri con contesto fino a 1 milione di token, video AI in 4K, scene 3D oltre 90 GB, editing 12K e giochi AAA a 1440p oltre 100 fps. Sono promesse da verificare sui prodotti reali, perché consumi, raffreddamento e prezzo cambieranno da modello a modello.
“RTX Spark brings everything NVIDIA has built… into a single superchip.” Jensen Huang, NVIDIA Newsroom
Perché RTX Spark non è solo un Copilot+ PC più potente
Il confronto naturale è con i Copilot+ PC lanciati nel 2024. Anche lì si parlava di Windows su Arm, funzioni AI locali e nuove esperienze utente. La differenza è che RTX Spark non punta solo sulla NPU, il processore neurale usato per compiti AI di sistema come Recall o traduzioni in tempo reale. Qui il centro operativo resta la GPU, cioè la parte dell’hardware su cui sviluppatori, creator e ricercatori già eseguono inferenza, generazione immagini, rendering e codice CUDA.
Microsoft, nel suo Windows Experience Blog, entra nel dettaglio software. Windows su RTX Spark userà profili di scheduling per distribuire meglio i carichi sui 20 core, il Microsoft Power and Thermal Framework per gestire potenza e temperatura, Windows ML con TensorRT per carichi AI locali e nuove ottimizzazioni sulla memoria unificata. L’emulatore Prism, che fa girare app x86 a 32 e 64 bit su Windows on Arm, sarà ottimizzato per questa architettura.
Questo passaggio pesa più delle slide di lancio. Un PC AI non vive di benchmark: vive delle applicazioni che funzionano senza attrito. Adobe sta ottimizzando Photoshop e Premiere; Microsoft cita diversi strumenti creativi e tecnici già nativi o supportati. Anche il gioco conta, perché anti-cheat e cataloghi PC hanno frenato molte macchine Arm.
La domanda che i comunicati ufficiali evitano è semplice: NVIDIA e Microsoft stanno vendendo un nuovo PC, o stanno tentando di rendere il cloud AI un’opzione invece che una dipendenza?
Il nodo resta Windows on Arm
IEEE Spectrum inquadra il punto critico: NVIDIA porta peso industriale, driver maturi e un ecosistema CUDA che Qualcomm non aveva. Ma Windows on Arm deve ancora dimostrare di essere un PC general purpose credibile, non una macchina brillante solo nei demo AI.
Il rischio è pratico. Se un’app aziendale, un plug-in creativo o uno strumento tecnico gira male in emulazione, l’utente non perdona il chip. Microsoft prova a chiudere il divario con Prism e con un elenco più ampio di software nativo, ma le promesse andranno misurate quando i portatili arriveranno sugli scaffali. NVIDIA parla di disponibilità in autunno 2026 per laptop e desktop compatti; IEEE Spectrum segnala anche sistemi desktop Windows basati su RTX Spark nel terzo trimestre 2026.
C’è poi il tema energetico. DGX Spark nasce come mini-workstation e può spingere GB10 fino a 140 watt. Un portatile sottile dovrà scegliere tra prestazioni, batteria e rumore. Il dato da guardare non sarà solo il petaflop dichiarato, ma quanta potenza AI resta disponibile dopo mezz’ora di lavoro reale.
Cosa cambia per chi lavora in Italia
Per il lettore italiano, RTX Spark va letto come un segnale sul prossimo ciclo di acquisto dei PC professionali. Studi di design, software house, reparti marketing, laboratori universitari e PMI che trattano dati sensibili potrebbero avere un’alternativa più concreta tra cloud puro e workstation costosa. Un agente locale che analizza file, genera codice o prepara bozze senza inviare tutto fuori dall’organizzazione riduce alcuni rischi di privacy e latenza.
Non elimina il cloud. I modelli più grandi, l’addestramento pesante e i workflow collaborativi resteranno nei data center. Ma cambia la soglia: più attività AI potranno partire dal dispositivo personale, con il cloud usato quando serve scala.
La scelta concreta, per aziende e professionisti, sarà meno glamour dei nomi di marketing. Prima di comprare un PC RTX Spark servirà controllare quattro cose: applicazioni davvero native, memoria sufficiente per i modelli usati, supporto driver nel proprio workflow e comportamento termico sotto carico. Chi compra per “avere l’AI nel PC” rischia di pagare una promessa. Chi compra per eseguire modelli locali, agenti controllati e software creativo accelerato avrà una categoria da valutare.