Nvidia quiere que RTX Spark marque un antes y un después en el PC: después de verlo en acción, no parece una locura

Durante 1.000 años, las Murallas Teodosianas de Constantinopla aguantaron todo tipo de ataques. Sin embargo, en 1453 un ingeniero llamado Orbán acabó creando un monstruoso cañón que las derribó. El sultán otomano Mehmed II usó aquella maravilla bélica para conquistar Constantinopla, y para muchos historiadores aquello marcó el final de la Edad Media y el comienzo de una nueva era militar. 

En el mundo de los PCs y portátiles Intel y AMD habían construido una muralla similar, aparentemente infranqueable, sobre la arquitectura x86-64 y los sistemas operativos Windows. Ningún otro fabricante ha podido plantear una alternativa en las últimas décadas. Apple enseñó el camino con su chip M1 con arquitectura ARM en 2020, y desde entonces ha logrado convencer a propios y extraños. 

Que es justo lo que promete Nvidia con los RTX Spark en Windows.

Y puede que lo consiga. Y con ello, estos chips podrían derribar esa muralla que parecía infranqueable. 

Bienvenidos al RTX Spark Day

Lo vimos durante el RTX Spark Day que se celebró en San Francisco el pasado 8 de octubre. Dicho evento reunió a decenas de periodistas de todo el mundo para asistir a la presentación definitiva de un chip y un ecosistema que llega justo a tiempo para sacarle jugo a la revolución de la IA. 

Estos chips compiten con los de Intel o AMD en eficiencia y en cargas de trabajo tradicionales (ofimática, creación de contenidos), pero además son propuestas fantásticas para el mundo del gaming y, lo que es más interesante, para dar el salto al mundo de la IA: es posible ejecutar en ellos modelos locales de IA con un rendimiento más que decente.

No es la primera vez que Nvidia intenta algo así. Probó suerte hace más de una década, cuando Microsoft presentó aquellas Surface RT con chips Tegra 3 de la compañía. El producto era llamativo, pero Windows RT demostró no poder competir con su hermano mayor, Windows, y dos años después aquel proyecto decía adiós. 

Años después Qualcomm cogió el testigo y quiso apostar por la eficiencia. Las propuestas que han llegado en estos años eran interesantes, pero no lograban conquistar a los usuarios, entre otras cosas porque los videojuegos eran la gran asignatura pendiente. La firma ha seguido trabajando en este ámbito y ha girado su foco a la IA con los Snapdragon X2 Plus, pero de nuevo dejando de lado el mundo gamer.

En esta ocasión la apuesta es distinta y mucho más ambiciosa. Estamos ante una plataforma, la RTX Spark, que ya debutó con los chips N1 y que ahora va más allá con los N1X que gobiernan máquinas más capaces y versátiles. Nvidia no se ha andado con chiquitas, y tuvimos todo ese día de charlas y demos para comprobarlo.

¿Un nuevo principio para el PC?

En Nvidia creen que lo es, desde luego. Durante una de las presentaciones, uno de los directivos de la compañía mostró una curiosa gráfica en la que quedaba claro que este chip iba a ser una gran noticia para todos los que buscaban ejecutar modelos de IA locales a un precio aceptable. 

Los chips RTX Spark N1X son sin duda muy capaces. Hablamos de ellos en verano, cuando se presentaron en junio de este año, y ya entonces prometían: estos SoC combinan una CPU Grace de hasta 20 núcleos (desarrollada con MediaTek, curioso), y una GPU RTX Blackwell de 6.144 núcleos. 

El resultado: un chip capaz de ofrecer un PFLOP en operaciones FP4, una verdadera maravilla para un procesador orientado a portátiles e incluso sobremesas compactos. La GPU ya se estimaba entonces que rendía al nivel de una RTX 5070 para portátiles, y desde luego en las presentaciones vimos corriendo juegos como 'Cyberpunk' o el nuevo 'CONTROL Resonant' con una fluidez destacable. 

Pero es en el ámbito de la IA donde estos equipos se vuelven especialmente interesantes, sobre todo porque pueden ir acompañados de hasta 128 GB de "memoria unificada" —el mismo concepto que usa Apple—. El ancho de banda de dicha memoria LPDDR5X llega hasta los 300 GB/s, una cifra bastante decente y comparable a la de los chips Apple M5 Pro, que llegan a los 307 GB/s. 

La ventaja aquí sobre los equipos de Apple está en que la GPU Blackwell hace uso de cuantización FP4, que comprime los datos de forma notable, permitiendo así sacar más partido de esos 300 GB/s. Eso hará posible que estos equipos manejen modelos de IA locales de tamaño considerable con buenos rendimientos, algo que podremos comprobar al probar estos equipos.

Y eso, claro, da margen para algo muy, muy importante: tener una máquina que trabaja por nosotros con IA las 24 horas del día "gratis". Ese "gratis" va con muchas comillas, porque la inversión inicial es muy fuerte: estos equipos no son baratos, pero si uno acaba sacándoles partido, pueden ser de lo más interesantes por esa filosofía de los tokens gratis de la que Nadella y Huang hablaban hace unos días.

Durante una de las presentaciones se dio un ejemplo claro de por qué esto puede ser importante. Hace seis meses, en abril de 2026, podíamos usar Claude Opus 4.7 Max en la nube. Ese modelo tenía un índice de inteligencia en Artificial Analysis de 41 puntos. 

Pues bien: en octubre de 2026, seis meses después, es posible usar el modelo Qwen3.8-Flash-Next en un portátil con un SoC RTX Spark y 128 GB de memoria unificada, y atención: ese modelo obtiene 40 puntos en esa misma prueba. Nada, pero nada mal.

La posibilidad de tener modelos de IA de esta calidad corriendo 24/7 es más que llamativa para sacar el máximo partido de agentes de IA como OpenClaw o Hermes, que desde luego ya se podían usar anteriormente pero que ahora cobran una nueva dimensión con este nuevo nivel de "inteligencia local". 

Así lo destacó Dillon Rolnick, CEO de Nous Research, que participó brevemente en el evento para hablar de cómo Hermes podía trabajar por nosotros en todo tipo de escenarios y hacer una pequeña y llamativa demo. 

UN VISTAZO A...

Gerardo Delgado, español que también ocupa un puesto de responsabilidad en Nvidia y ofreció una charla realmente interesante, explicó su ejemplo personal: Hermes en uno de estos equipos está conectado a su correo: se "tragó" 200.000 mensajes en pocos días y desde entonces todas las mañanas se encuentra con un resumen perfecto de su día que le ahorra muchos quebraderos de cabeza y que atención, es totalmente privado: todo se queda en la máquina.

Durante el evento pudimos asistir a varias  demostraciones que permitieron conocer casos prácticos de uso de estos equipos. Así, pudimos comprobar cómo un agente de IA instalado en estos equipos podía ser perfecto para controlar la domótica de forma comodísima o se conectaba al MCP de DaVinci Resolve para ayudarnos a editar vídeos. La demo de DLSS 5 con 'NBA 2K27' nos resultó familiar aunque la disfrutamos igual, y también pudimos ver la dedicada al nuevo Nvidia Broadcast —los nuevos filtros de mejora de audio son espectaculares—. 

Un Microsoft Surface Laptop Ultra, "despiezado" en el espacio en el que el fabricante nos recibió para conocer sus características.

Pero además hubo una sesión especial dedicada a Hermes que seguramente abrió los ojos a quienes no conocían este agente y que demostró que realmente la IA puede simplificarnos mucho la vida si le damos acceso a nuestros datos, algo mucho más razonable cuando esos datos se quedan en casa. Caleb Kim, ingeniero en Nvidia, demostró por ejemplo cómo convertir un resumen en un skill recurrente programada cada mañana a las 9:00 AM era realmente útil. También contó cómo por las noches otro agente auditaba la actividad de Hermes para "reeducarlo" y hacer que nunca tropezara dos veces en la misma piedra.

Especial mención merece la charla dedicada al benchmarking aplicado a la IA, que impartió Jani Joki y que nos descubrió las mejores herramientas y técnicas para evaluar estos equipos y los modelos de IA que corren en ellos. Como él apuntaba, un benchmark antes medía velocidad, pero en el ámbito IA cada vez importa más que mida precisión: que la respuesta sea precisa y correcta (además de que sea rápida). 

Muchas y buenas noticias

La nueva plataforma de Nvidia quiere marcar un punto de inflexión para PCs y portátiles, y hacerlo mientras cubre todos los terrenos: tareas ofimáticas, creativas, profesionales (en especial, desarrollo software), gaming y por supuesto una apuesta total por la ejecución de modelos locales de IA. 

Uno de los responsables de Nvidia habló de los chips RTX Spark y mostró uno de ellos durante el evento.

Durante el evento pudimos asistir a varias charlas en las que los responsables de Nvidia fueron detallando los pilares sobre los que se asienta toda la plataforma RTX Spark. Pasamos a hablar de cada uno de ellos.

Seguridad desde el diseño. En Nvidia quieren acotar los riesgos de la IA desde el primer momento, y durante el evento hablaron tanto de su tecnología OpenShell como de los nuevos MXC (Microsoft Execution Containers) de Microsoft. Como los agentes del tipo OpenClaw o Hermes tienen acceso a archivos y a la terminal y otras aplicaciones, Microsoft ha creado cuentas de usuario separadas para  agentes y contenedores aislados (sandboxes) en Windows 11. OpenShell por su parte actúa como un guardián, limitando a qué carpetas o red puede tocar el agente y oculta datos personales si una petición pasa de local a la nube. MXC ya está en OpenClaw y en GitHub Copilot, pero estará además en Hermes a finales de octubre.

Los equipos con los chips RTX Spark darán la bienvenida a los usuarios con la oportunidad de instalar uno de estos agentes de IA de forma rápida y sencilla. Dichos agentes corren con OpenShell y MXC como garantes de la seguridad de nuestros datos.

Nuevo modelo de Nvidia. La firma ha presentado Nemotron 3.5 Bolt 74B, un modelo MoE (Mixture-of-Experts) de 74.000 millones de parámetros que activa 9.000 millones (9B) por token. Es posible utilizarlo en máquinas con 24 GB de memoria de vídeo o unificada gracias a que han usado la llamada "2-bit-quantization-aware-training", una técnica que "comprime" el modelo sin que pierda apenas calidad. También llega Llama for Windows, una app oficial y gratuita basada en llama.cpp para correr modelos de IA sin tocar la línea de comandos, al estilo de Ollama o LM Studio.

Nvidia PAIR (Personal AI Router). Este proyecto Open Source es especialmente llamativo: salió de beta esta semana y permite combinar la potencia de diversos equipos (PCs y portátiles, tanto Windows como Mac o Linux) para ejecutar modelos de IA locales. Cuidado: no suma la memoria gráfica para poder cargar un modelo gigante en esos equipos combinados, sino que descubre esos recursos y reparte subtareas o peticiones en paralelo entre hasta 18 máquinas. Es una forma estupenda de aprovechar esa potencia de cálculo que tenemos en nuestro hogar u oficina.

Nvidia Broadcast gana enteros. La nueva versión de esta aplicación, Broadcast 2.3, puede trabajar sobre ficheros grabados offline, ofreciendo tanto Video Super Resolution como Frame Generation. No solo eso: integra ahora su propio MCP, que también está disponible en la Nvidia App, PAIR, RTX Remix y Omniverse. Eso permite que un agente pueda controlar efectos o procesar un vídeo en Broadcast por nosotros. Los chips RTX Spark prometen además hasta el doble de rendimiento en aplicaciones de Adobe como Premiere o Photoshop, además de soporte de esa generación de fotogramas en ComfyUI y DLSS Ray Reconstruction en Blender 5.3, que llegará en noviembre.

Herramientas para desarrolladores. Estas máquinas son además perfectas para desarrolladores por esa capacidad de usar modelos locales de IA en este ámbito. Además llegan por ejemplo PyTorch-CUDA compilado para Windows en ARM por primera vez, Python 3.15 nativo para ARM y el instalador de paquetes Conda. En GitHub Copilot se mejora el enrutador HydraFusion que redirige las cargas de trabajo a los modelos que tenemos disponibles (locales y en la nube), y por ejemplo Microsoft tiene disponible su modelo MAI 1.1 Coding Flash para trabajar en local. Tenemos también soporte de los nuevos modelos de decisión (como el viral Jev) en Llama.cpp.

Y juegos, muchos juegos. Los chips RTX Spark son toda una garantía en videojuegos, y la firma mostró algunos de los títulos preparados para funcionar a la perfección en estas máquinas. Entre ellos, 'CONTROL Resonant', 'Cyberpunk 2077', 'Gears of War:E-Day', 'NBA 2K27' o 'Hogwarts Legacy', entre otros. Estos equipos tendrán soporte DLSS 5, y las nuevas versiones del modelo de IA usado en esta plataforma han permitido que por ejemplo las tasas de fotogramas por segundo se multipliquen por 1,4X en 'NBA 2K27', por ejemplo. El nuevo modelo Nemotron 3.5 Bolt E4B (4GB) permitirá a partir del 23 de octubre aplicar mejoras a los agentes de IA que se usan en videojuegos para por ejemplo dar mucha más capacidad conversacional a los NPCs.   

Prism, el Rosetta de Microsoft. Cuando Apple dio el salto a los chips M1 lo hizo con la capa de emulación Rosetta para que los usuarios pudieran seguir utilizando aplicaciones x86 de macOS durante un tiempo hasta que se completase la transición. En Windows y RTX Spark hay una herramienta análoga llamada Prism que entre permite que aplicaciones y también juegos se puedan ejecutar sin problemas en estas máquinas sin apenas pérdida de rendimientos. En el caso de los juegos incluso existe ya soporte nativo (parcial, eso sí) de sistemas anticheat.

La artillería RTX Spark: máquinas y más máquinas

El evento RTX Spark Day tuvo como claras protagonistas a las máquinas con las que debuta este chip: ASUS, Dell, HP, Lenovo, MSI y Microsoft presentaron sus propuestas en dicho evento, y pudimos conocerlas muy de cerca porque cada uno de estos fabricantes tenía su propio espacio para hablarnos de su/s modelo/s.

Portátiles, sí, pero también miniPCs con los RTX Spark

En Nvidia no solo vimos portátiles basados en esta plataforma, sino también miniPCs realmente compactos al estilo de los Mac mini que también estaban preparados para dar mucha guerra en este ámbito. 

Dos de los miniPC presentados, en este caso de ASUS.

Entre los equipos presentados hubo uno muy especial: la DGX Station for Windows, toda una bestia del cómputo con orientación clara a las empresas. En el cuarto trimestre llegarán las máquinas con esta configuración, fabricadas por ASUS, Dell, HP, MSI, Gigabyte y Supermicro. 

DGX Station for Windows

En ellas destaca especialmente el chip GB300 Grace Blackwell Ultra (CPU ARM Grace de 72 núcleos, GPU Blackwell Ultra), con 748 GB de memoria coherente y 20 PFLOPS (FP4). Será capaz de mover modelos de un billón de parámetros (1T) en local, pero desconocemos el precio, que sin duda será tan bestial como estas propias máquinas.

Con toda esta artillería sobre la mesa, la sensación tras salir del RTX Spark Day es que esta vez el asedio a la arquitectura x86-64 va muy en serio. A Windows en ARM le faltaba el músculo gráfico, el soporte para videojuegos y el ecosistema nativo de IA que hoy marca el aso. Nvidia, por tanto, parece haber creado su particular "cañón de Orbán", y a partir de ahora podremos comprobar si esa muralla creada por Intel y AMD durante décadas acaba siendo derribada o no.

En Xataka | NVIDIA "ha roto la baraja": está liderando la creación de un estándar de memoria para los PC con IA