- NVIDIA RTX Spark combina CPU Grace y GPU Blackwell en Windows ARM, con hasta 128 GB de memoria unificada.
- En España, PcComponentes lista modelos ASUS y MSI desde 3.299,99 euros, con configuraciones de 32, 64 y 128 GB.
- La plataforma prioriza IA local y agentes como Hermes, NVIDIA PAIR o Nemotron, sin olvidar gaming 1440p y creación de contenido.
- Quedan dudas por la compatibilidad ARM, el precio elevado y el comportamiento térmico y de autonomía en cargas exigentes.
La llegada de NVIDIA RTX Spark a las tiendas españolas ha dejado de ser una promesa para convertirse en una realidad que se puede comprar. La plataforma, que NVIDIA presentó como su gran apuesta para llevar la inteligencia artificial al PC con Windows, combina procesador y gráfica en un mismo paquete y promete ejecutar modelos de IA en local sin depender siempre de la nube. En España ya hay listados de portátiles con esta base tecnológica, con precios que arrancan en 3.299,99 euros y configuraciones que suben bastante si se quiere memoria de sobra.
No hablamos de un producto menor ni de un accesorio para entusiastas. RTX Spark es el intento más serio de NVIDIA por entrar en el terreno de los procesadores para portátiles y mini PC, un mercado dominado durante décadas por Intel y AMD. La diferencia es que aquí no se trata solo de rendimiento bruto, sino de un ecosistema pensado para agentes de IA, creación de contenido y, por paso, juegos. La letra pequeña también existe: al usar arquitectura ARM, la compatibilidad con ciertas aplicaciones y videojuegos no es universal.
Qué es RTX Spark y qué lleva dentro
RTX Spark es una plataforma que integra una CPU NVIDIA Grace, desarrollada con MediaTek, y una GPU Blackwell RTX. La versión más potente, llamada N1X, suma hasta 20 núcleos de CPU y 6.144 núcleos CUDA; hay configuraciones menores de 18 núcleos y 5.120 núcleos gráficos. Todo ello se apoya en Windows 11 y en un diseño de chip dividido en bloques que se comunican mediante NVLink Chip-to-Chip, con un ancho de banda bidireccional de hasta 600 GB/s.
La memoria es otro de los pilares. En lugar de separar RAM y VRAM, RTX Spark utiliza memoria LPDDR5X unificada de hasta 128 GB, con bus de 256 bits y unos 300 GB/s de ancho de banda. Eso permite cargar modelos de IA grandes que en un portátil convencional se quedarían fuera por falta de VRAM. La GPU puede acceder a una cantidad de memoria muy superior a la de muchas tarjetas dedicadas, aunque el rendimiento final depende del modelo, del software y de la cuantización utilizada.
NVIDIA cifra la potencia de IA en hasta 1 petaflop en FP4/NVFP4, una precisión numérica pensada para acelerar modelos compatibles. No es una cifra comparable directamente con los teraflops FP32 de una gráfica al uso, pero da una idea del tipo de cargas que pretende mover. También hay soporte para CUDA, Tensor Cores de quinta generación, RT Cores de cuarta generación, DLSS, Reflex y G-SYNC.
El consumo se mueve entre 45 y 80 vatios según configuración, aunque en modo turbo puede llegar a picos superiores. La plataforma está fabricada en un nodo de 3 nm y NVIDIA insiste en que estos equipos pueden mantener un rendimiento similar enchufados o con batería, algo que habrá que comprobar en análisis independientes.
Disponibilidad en España, modelos y precios
En España, una de las primeras tiendas donde se han visto estos equipos es , con modelos de ASUS y MSI desde 3.299,99 euros. No son precios para todos los bolsillos, y menos en un contexto de subida de componentes, pero marcan el punto de entrada a la plataforma. Las configuraciones cambian mucho según memoria, pantalla y almacenamiento.
El es la opción más asequible de la primera hornada. Llega con pantalla OLED táctil de 14 pulgadas, chip RTX Spark N1X, 32 GB de memoria LPDDR5X y 1 TB SSD. Su precio ronda los 3.299 euros y está pensado para quien quiere movilidad y aceleración de IA sin irse a un equipo enorme.
El sube a 64 GB de memoria y 1 TB SSD, con pantalla Tandem OLED táctil de 16 pulgadas, resolución 2880 x 1800 y 120 Hz. Es convertible de 360 grados y compatible con lápiz. Su precio es de 4.249 euros, una alternativa para quien busca memoria unificada sin superar demasiado los 4.000 euros.
El con 64 GB de RAM y 1 TB SSD se queda en 4.499 euros. Monta pantalla OLED de 16 pulgadas a 3840 x 2400, 120 Hz y cobertura DCI-P3 completa. Es una opción más orientada a fotografía, vídeo y creación profesional, con USB4, HDMI 2.1, lector SD y Wi-Fi 7.
La configuración más ambiciosa de esta selección es el y 2 TB SSD. Mantiene la plataforma N1X y la pantalla OLED de 16 pulgadas, pero duplica la memoria del modelo anterior. Su precio supera los 7.000 euros, y en algunos análisis se ha visto por 6.999 euros. Está claro que apunta a profesionales que necesitan cargar modelos grandes o trabajar con varios flujos de IA a la vez.
Además de ASUS y MSI, el lanzamiento internacional incluye equipos de Dell, HP, Lenovo y Microsoft, con modelos como Dell XPS 16, HP OmniBook Ultra, Lenovo Yoga Pro 9n y Surface Laptop Ultra. También se esperan mini PC compactos en noviembre y estaciones DGX Station for Windows para empresas en diciembre, con configuraciones muy superiores y precios todavía por confirmar.
IA local y agentes: el argumento principal
El discurso de NVIDIA no va solo de juegos ni de ofimática. La compañía quiere que estos equipos ejecuten con privacidad, disponibilidad y sin coste por token. Es decir, que los datos no tengan que salir del ordenador y que se pueda usar un agente tantas veces como haga falta sin pagar una API externa. La electricidad y el hardware siguen costando, obviamente.
Durante el RTX Spark Day se mostraron ejemplos con Hermes Agent, un asistente de Nous Research capaz de recordar conversaciones, recuperar documentación y trabajar con archivos y aplicaciones. Uno de los casos llamativos fue el de un responsable de NVIDIA que conectó el agente a su correo: se procesaron 200.000 mensajes en pocos días y cada mañana obtenía un resumen privado de su jornada.
Otra pieza clave es NVIDIA PAIR, un enrutador personal de IA de código abierto, publicado bajo licencia Apache 2.0. Permite combinar varios equipos de la misma red doméstica para repartir tareas de inferencia entre hasta 18 máquinas Windows, Linux o macOS. No suma la VRAM para cargar un modelo gigante, pero sí distribuye peticiones y subtareas, lo que puede convertir un mini PC en el cerebro de IA de la casa.
En seguridad, NVIDIA y Microsoft presentaron OpenShell y Microsoft Execution Containers, también conocidos como MXC. La idea es que los agentes tengan permisos controlados: que puedan abrir archivos o ejecutar comandos sin acceso ilimitado a todo el sistema. Microsoft ya usa MXC en herramientas como OpenClaw y GitHub Copilot, y su llegada a Hermes estaba prevista para finales de octubre.
En cuanto a modelos, NVIDIA anunció , un modelo MoE de 74.000 millones de parámetros que activa 9.000 millones por token y puede ejecutarse con 24 GB de memoria gracias a una cuantización agresiva. También llegó Llama for Windows, una aplicación oficial basada en llama.cpp para lanzar modelos sin tocar la línea de comandos, y se mostraron comparativas con Qwen3.8-Flash-Next funcionando en local con 40 puntos en el índice de Artificial Analysis, frente a 41 de ciertos modelos en la nube.
Rendimiento, gaming y creación de contenido
Aunque la IA sea el plato fuerte, la GPU Blackwell de RTX Spark también quiere jugar. NVIDIA asegura que estos equipos pueden mover juegos AAA a 1440p y más de 100 FPS gracias a DLSS 5, la generación de fotogramas y el trazado de rayos. En las demostraciones se vieron títulos como Cyberpunk 2077, CONTROL Resonant, NBA 2K27, Hogwarts Legacy, Gears of War: E-Day y Fortnite. Son cifras oficiales y habrá que verificarlas en pruebas independientes.
En creación, la plataforma promete acelerar más de compatibles con tecnologías RTX. Adobe ha anunciado soporte beta de Photoshop y Premiere con TensorRT, mientras que Substance 3D llegará más adelante. También hay mejoras para DaVinci Resolve, Blender, ComfyUI, OBS, Unreal Engine, Unity, V-Ray, Octane y Redshift, entre otras. NVIDIA habla de editar vídeo 8K 4:2:2 y manejar escenas 3D de hasta 90 GB con batería.
En benchmarks, la compañía recomienda no quedarse solo con los tests tradicionales. Para IA propone MLPerf Client, UL Procyon y AgentPerf-local, además de medir precisión y no solo tokens por segundo. En una prueba con AgentPerf-local, un equipo RTX Spark completó ocho tareas y 168 turnos en 28,5 minutos, con 2,5 millones de tokens de entrada. El 91,2 % correspondía a contexto reenviado y la mayor parte del tiempo se fue en generar respuestas.
Los primeros análisis, como el del ASUS ProArt P16, destacan que la GPU integrada rinde a nivel de una RTX 5060 o incluso roza variantes de la 5070 en algunos casos. También señalan que las temperaturas del chip se mantienen bajo control, con picos en torno a , aunque la superficie del portátil puede llegar a 45,6 ºC y el ruido se deja notar bajo carga. En autonomía, un equipo con batería de 99,9 Wh rondó las 6 horas y 43 minutos en ofimática con brillo alto, y casi 9 horas con ajustes más conservadores.
Compatibilidad ARM, emulación y dudas razonables
Aquí está la letra pequeña. RTX Spark usa una CPU ARM, no x86. Eso significa que Windows 11 funciona, pero algunas aplicaciones y juegos necesitan . Microsoft ha mejorado Prism, su capa de emulación para Windows ARM, con soporte para instrucciones AVX y AVX2 y optimizaciones específicas. Aun así, conviene comprobar que el software profesional, los controladores y los juegos que usamos habitualmente funcionan sin problemas.
En videojuegos, el soporte de sistemas antitrampas es clave. NVIDIA mencionó avances con PUBG: Battlegrounds, Call of Duty, League of Legends y Valorant, además de trabajo con compañías como Krafton, Electronic Arts, Activision y Riot Games. No significa que todo esté listo desde el primer día, pero sí que la compatibilidad es una prioridad para que la plataforma no se quede solo en el terreno profesional.
Para desarrolladores, la propuesta incluye , Python nativo, instalador de Conda y compatibilidad con el 97 % de los 15.000 paquetes de Python más usados. También se habla de GitHub Copilot con enrutamiento entre modelos locales y en la nube, y de herramientas como vLLM, Ollama, llama.cpp, LangChain o ComfyUI. Son cifras importantes para una arquitectura nueva, porque el ecosistema pesa tanto como el hardware.
Quedan dudas razonables. Habrá que ver el rendimiento real en juegos con ajustes altos, la autonomía fuera de los escenarios ideales, el comportamiento térmico en sesiones largas y, sobre todo, los precios finales en España. La entrada de 3.299 euros es alta, pero las configuraciones de 64 GB y 128 GB se disparan. La memoria unificada es una ventaja clara para IA, aunque no convierte estos equipos en estaciones de trabajo sin limitaciones.
La propuesta de NVIDIA con RTX Spark llega en un momento en el que la IA local ha dejado de ser una curiosidad para convertirse en una necesidad para muchos profesionales. son las tres patas de una plataforma que también quiere jugar y crear contenido. En España ya hay portátiles desde 3.299 euros, con opciones de 64 GB y 128 GB para quien necesite más músculo. No es un cambio exento de pegas: compatibilidad, ruido, autonomía y precio seguirán siendo los puntos a vigilar. Pero, por primera vez en mucho tiempo, la muralla x86 tiene delante una alternativa que no suena a experimento de laboratorio.