10月17日、pbxscience.comが「NVIDIA RTX Spark Arrives: Blackwell and Grace on One Chip Turn Thin Windows Laptops into Local AI Machines」と題した記事を公開した。NVIDIAが初のWindows向けSoC「RTX Spark」を出荷開始し、薄型ラップトップでローカルAI推論を常時実行できる環境を整備したことについて詳しく紹介されている。

BlackwellとGraceを1チップに統合——なぜこれが重要か

ローカルLLM実行の最大の壁はメモリ容量だ。GPUのVRAMが8〜24GB程度では、パラメータ数の大きいモデルを動かすには量子化を重ねるか、クラウドに逃げるしかなかった。

RTX Sparkはその制約を正面から崩しにきた。BlackwellアーキテクチャのRTX GPU（最大6,144 CUDAコア、第5世代Tensor Core、FP4対応）と、NVIDIAがMediaTekと共同設計したArm系「Grace CPU」（最大20コア）を1パッケージに収め、両者をNVLink-C2C（帯域600 GB/s）で接続する。そしてCPU・GPU双方が同じ最大128GBのLPDDR5X統合メモリプールを参照する。

この構成により、薄型ラップトップが通常はワークステーションかクラウドが必要なサイズのモデルを手元で動かせるようになる。AIスペックとして公称される数値はFP4で最大1ペタフロップ。AppleがM系チップで実現したUnified Memoryと同様のアーキテクチャをWindowsエコシステムに持ち込み、さらにCUDAスタックとゲーミング技術を乗せた、というのがNVIDIAの立ち位置だ。

ローカルエージェント実行を支えるソフトウェア群

ハードウェアだけでなく、ローンチに合わせてソフトウェア面も複数の施策が同時に動いている。

Nemotron 3.5 Bolt 74B（10月15日リリース）は、総パラメータ74Bながら同時に使われるのは9BのみというMixture-of-Experts（MoE）構成のフル公開モデルだ。元記事によれば2ビット量子化で24GBに収まるとされており、RTX Spark搭載機であればフル解像度のウィンドウを開いたまま推論を回し続けられるという。

ローカルとクラウドの使い分けを自動化するNVIDIA Switchyardはオープンソースのルーティングライブラリで、簡単なリクエストはローカルモデルで処理し、難しいものだけクラウドへエスカレートする設計だ。GitHub CopilotやPerplexityはすでに独自ルーティングを実装しており、Hermesは今月中にSwitchyardを統合予定とされる。

セキュリティ面では、MicrosoftがエージェントをOSレベルでサンドボックス化するMicrosoft Execution Containers（MXC）を一般提供開始。NVIDIAのOpenShellがその上に認証情報保護と監視を追加する。

ネットワーク上の複数PCに推論を分散するNVIDIA PAIRは10月13日にベータを卒業。llama.cppをサポートし、Windows・Linux・macOSで動作する。

クリエイターとゲームへの対応

クリエイターワークフロー面では、AdobeがPhotoshop・Premiere・Substance 3D PainterをRTX Spark向けに最適化中で、AIや編集処理で最大2倍高速化をうたう。ただしPhotoshopとPremiereのAI機能はベータ提供段階で、Substance 3Dは近日対応予定とされている。

ゲームについては、DLSS 5で1440p・100fps以上、Fortnite・Cyberpunk 2077・Hogwarts Legacyなど数百タイトルがローンチ時対応。10月16日にはNBA 2K27でDLSS 5の新モデルが登場し、最大1.4倍のフレームレート向上を謳う。

ただし、独立したレビューはより慎重な評価を下している。Tom's HardwareはMicrosoftのSurface Laptop Ultraを検証し、ローカルAI性能を評価しつつ、ゲーミングは強みではないと結論づけた。

価格と入手性

ASUS・Dell・HP・Lenovo・Microsoft・MSIのラップトップが10月16日に販売開始。コンパクトデスクトップはAcer・Gigabyteとともに11月以降の対応となる。Windows Centralが報じた価格帯は、Surface Laptop Ultraが約2,599ドルから、Dell XPS 16が約3,799ドル。メモリ構成によっては、それを大きく上回る価格帯のリテーラー掲載も確認されている。

残る課題

NVIDIAが公表しているスペックや効率の数値は自社テストに基づくものであり、独立した広範なベンチマークはこれから出そろう段階だ。実用上の焦点は3点ある。

第一に、Windows on Armによるx86アプリの互換性だ。エミュレーション層を介したx86アプリの動作は現時点でも一部制限があり、業務用ソフトウェアやゲームタイトルの対応状況は引き続き確認が必要になる。第二に、継続的なAI負荷下でのバッテリー持続時間だ。ローカル推論を常時実行するという設計思想は、バッテリー消費との根本的なトレードオフを抱えており、実測値の公開が待たれる。第三に、日常タスクでの実効性能が公称値にどこまで近づくかという点だ。FP4で1ペタフロップという数値はピーク性能であり、実際のモデル・量子化・ワークロードの組み合わせによって体感は大きく変わる。独立したベンチマーク結果が蓄積されるにつれて、このチップの実力がより明確になるだろう。

詳細はNVIDIA RTX Spark Arrives: Blackwell and Grace on One Chip Turn Thin Windows Laptops into Local AI Machinesを参照していただきたい。