פלטפורמת RTX Spark משלבת 20 ליבות עיבוד, גרפיקה מבוססת Blackwell ועד 128GB זיכרון אחוד, אבל הבדיקות הראשונות חושפות גם מגבלות משמעותיות
26,800 שקל למחשב נייד של ASUS, והפעם לא בגלל כרטיס GeForce RTX 5090. הסכום הזה הוא מחירו של הדגם הבכיר בסדרת ProArt P16 החדשה, שמבוססת על RTX Spark, הפלטפורמה שאיתה NVIDIA נכנסת לתחרות ישירה מול אינטל, AMD, קוואלקום ואפל בשוק המעבדים למחשבים אישיים. במקום לספק רק את השבב הגרפי, NVIDIA אחראית כעת גם למעבד המרכזי ולארכיטקטורת המערכת כולה, כשהמטרה היא לאפשר למחשב Windows יחיד להתמודד עם משחקים כבדים, יצירת תוכן והרצת מודלי בינה מלאכותית גדולים ללא חיבור לענן.
ההשקה העולמית מתקיימת היום (16 באוקטובר), עם מחשבים של Microsoft, ASUS, Dell, HP, Lenovo ו-MSI. בישראל תהיה ASUS בין הראשונות להציע את הפלטפורמה, עם ארבע תצורות של ProArt P16 במחירים שנעים בין 13,500 ל-26,800 שקל, וזמינות המתוכננת ל-26 באוקטובר. אבל מעבר לתג המחיר, השאלה המעניינת היא מה NVIDIA באמת הצליחה להביא לשוק המחשבים, ובעיקר האם יש סיבה להעדיף את השבב שלה על פני המעבדים המוכרים.
מעבד מרכזי וגרפיקה חזקה באותה אריזה
בלב RTX Spark נמצא שבב N1X המבוסס על ארכיטקטורת Arm, שמשלב מעבד NVIDIA Grace עם עד 20 ליבות עיבוד וליבה גרפית בארכיטקטורת Blackwell הכוללת עד 6,144 ליבות CUDA. שתי היחידות מחוברות באמצעות ממשק NVLink-C2C, והמערכת מיוצרת בתהליך של 3 ננומטר. בניגוד למחשב גיימינג רגיל עם כרטיס מסך נפרד וזיכרון גרפי ייעודי, כאן המעבד המרכזי והמעבד הגרפי חולקים מאגר זיכרון LPDDR5X אחד, בנפח של עד 128GB וברוחב פס של עד 300GB לשנייה.
הזיכרון האחוד הוא כנראה היתרון המעשי הגדול ביותר של הפלטפורמה. כרטיסי מסך ניידים, גם חזקים, מוגבלים בדרך כלל לכמות קטנה יחסית של VRAM. במחשב עם 128GB זיכרון אחוד, לעומת זאת, המאיץ הגרפי יכול לקבל גישה לעשרות גיגה-בייט לצורך הרצת מודלי AI גדולים או עיבוד סצנות תלת-ממד מורכבות. NVIDIA מצהירה על יכולת להריץ מודלים של עד 120 מיליארד פרמטרים ועל ביצועי AI של עד פטה-פלופ אחד בחישובי FP4, אם כי הנתון האחרון מתייחס לתנאי חישוב מסוימים ואינו מדד ישיר לביצועים בכל יישום.
ב-ASUS ארזו את החומרה הזו בתוך ProArt P16 בעובי של 12.9 מ"מ ובמשקל של 1.77 ק"ג בלבד. המחשב מציע מסך OLED בגודל 16 אינץ', ברזולוציית 4K, קצב רענון של 120 הרץ ובהירות HDR מרבית של 1,600 ניטים. המפרט כולל גם סוללת 99.9Wh, שלוש יציאות USB4, חיבור HDMI 2.1 ומשטח מגע הפטי. מערכת ההפעלה היא Windows 11, עם תמיכה בתוכנות ובכלי פיתוח שמנצלים את CUDA.
המחיר בישראל תלוי בעיקר בכמות הזיכרון ובתצורת השבב. דגם הכניסה, עם 18 ליבות CPU, כ-5,120 ליבות CUDA ו-32GB זיכרון, יעלה 13,500 שקל. גרסת 48GB עם השבב המלא תעלה 16,400 שקל, גרסת 64GB תעלה 20,900 שקל, ודגם ה-128GB יגיע ל-26,800 שקל. מדובר בתמחור שמכוון בבירור ליוצרי תוכן, מפתחים ומשתמשים מקצועיים, ולא לקהל שמחפש מחשב נייד רגיל לעבודה משרדית.
מבחני הביצועים חושפים תמונה לא אחידה
היתרון המשמעותי של RTX Spark מתגלה בהרצת מודלי AI מקומיים. במבחן שבדק השלמת משימות של סוכני בינה מלאכותית באמצעות מודל Qwen 3.6 35B A3B, מחשב Surface Laptop Ultra עם מעבד NVIDIA השלים את העבודה בתוך שמונה דקות, לעומת עשר דקות ב-MacBook Pro עם M5 Max וכ-13 דקות במערכת Ryzen AI Max+ 395 של AMD. גם במבחן עם מודל Qwen 3.8-27B הכבד יותר, RTX Spark סיים את המשימה מהר בכ-25% מה-MacBook Pro שנבדק. אלו לא רק מספרים סינתטיים של כוח חישוב, אלא מדידה של הזמן הנדרש לסוכן AI לבצע משימה שלמה.
גם היכולת להריץ מודלים גדולים במיוחד הוכחה בפועל. Surface Laptop Ultra עם 64GB זיכרון הצליח להריץ מקומית את Llama 3.3 עם 70 מיליארד פרמטרים, תוך שימוש במודל שתופס כ-43GB זיכרון, ולהפיק כ-6.26 טוקנים בשנייה באמצעות האצה גרפית. הקצב אינו מהיר במיוחד, אבל עצם האפשרות להריץ מודל בגודל הזה על מחשב נייד, ללא שרת חיצוני, היא יתרון ברור עבור מפתחים שרוצים לעבוד באופן מקומי ולשמור על שליטה במידע שלהם.
בגיימינג, התמונה מורכבת יותר. במבחני ASUS ProArt P16, המשחק Cyberpunk 2077 הגיע לכ-96 פריימים בשנייה ברזולוציית 1200p עם הגדרות בינוניות ו-DLSS, ולכ-198 פריימים עם יצירת פריימים נוספת. Forza Horizon 6 הגיע לכ-72 פריימים בשנייה באותה רזולוציה, או כ-182 עם Frame Generation. גם מבחני תלת-ממד סינתטיים הציגו יתרון ברור למעבד הגרפי של NVIDIA על פני פתרונות גרפיים מובנים מתחרים.
אלא שמספר הפריימים לבדו אינו מספר את כל הסיפור. יצירת פריימים יכולה לשפר משמעותית את תחושת החלקות, אבל אינה מבטלת את זמני התגובה של המשחק. במבחנים אחרים נמדדו השהיות קלט גבוהות יחסית, בעיקר במשחקים שדורשים כוח עיבוד מרכזי גבוה. ב-Gears of War: E-Day, למשל, נרשמו כ-78 פריימים בשנייה עם Frame Generation, לצד השהיית מערכת ממוצעת של כ-83.5 אלפיות השנייה. גם רוחב הפס המשותף לזיכרון, שנחשב יתרון בהרצת מודלי AI גדולים, הופך למגבלה במשחקים תובעניים.
ביצועי המעבד המרכזי אינם מובילים באופן עקבי. בחלק ממבחני Cinebench ו-CPU-Z שבב N1X מציג תוצאות גבוהות, אבל במבחני Geekbench וביישומים מקצועיים אחרים הוא מפגר אחרי המעבדים המובילים של אפל, ולעיתים גם אחרי פתרונות מתחרים מבוססי x86. לכן, מי שמחפש מחשב נייד בעיקר לגיימינג עדיין עשוי לקבל ביצועים טובים יותר ממערכת רגילה עם מעבד Intel או AMD וכרטיס GeForce ייעודי.
החומרה כבר כאן, התוכנה עדיין משלימה פערים
NVIDIA ומיקרוסופט הצליחו להפוך את Windows on Arm לפלטפורמה שימושית הרבה יותר מכפי שהייתה בעבר. תוכנות רבות כבר פועלות באופן טבעי על Arm, ואחרות נעזרות ב-Prism, שכבת התאימות של Windows שמתרגמת הוראות x86. גם במשחקים נרשמה התקדמות, כולל תמיכה ב-DLSS, ניתוב קרניים ומערכות Anti-Cheat נבחרות. ובכל זאת, התאימות עדיין אינה מלאה: Red Dead Redemption 2, למשל, לא הצליח לפעול באחת ממערכות הבדיקה, ומשחקים אחרים הציגו תקלות או מגבלות ביצועים.
המצב מורכב אפילו יותר בתחום הבינה המלאכותית, שאמור להיות הסיבה המרכזית לקנות את המחשבים האלה. כלי AI Dev Gallery של מיקרוסופט עדיין אינו מנצל את המאיץ הגרפי בכל המודלים, וחלק מהתהליכים דורשים התקנת ספריות, הגדרות ידניות והיכרות עם כלי פיתוח. גם יכולות Windows כמו Recall, Click to Do וחלק מהפונקציות החדשות של Copilot+ אינן זמינות עדיין במלואן לפלטפורמה. התמיכה צפויה להשתפר בהמשך 2026 ובמהלך 2027, אבל כרגע מי שרוכש את החומרה מקבל גם הבטחה לעדכוני תוכנה עתידיים.
גם חיי הסוללה אינם מעניקים ל-NVIDIA יתרון ברור. Surface Laptop Ultra, שמגיע עם מסך Mini-LED בגודל 15 אינץ' ומשקל של כשני קילוגרמים, החזיק 10 שעות ו-43 דקות במבחן שכלל גלישה, וידאו ועומסים גרפיים קלים. באותו מבחן, MacBook Pro עם M5 Max הגיע ל-17 שעות ו-58 דקות. ה-ProArt P16 הציג תוצאה טובה יותר במבחן עבודה משרדית נפרד, עם כ-14 שעות שימוש, אבל במשחקים חיי הסוללה התקצרו לכשלוש שעות. אלו תוצאות שימושיות, לא יתרון מוחלט על המתחרים.
ההערכה היא שהכניסה של NVIDIA לשוק מעבדי המחשבים משמעותית בעיקר בגלל השילוב בין CUDA, זיכרון אחוד גדול וסביבת Windows מוכרת. עבור מי שמריץ סוכני AI ומודלים מקומיים לאורך שעות, זה עשוי להיות פתרון יעיל יותר מהסתמכות קבועה על שירותי ענן, במיוחד כשיש דרישות פרטיות או צורך בעבודה ללא אינטרנט. עבור משתמשים אחרים, גם כאלה שמעריכים ביצועים גבוהים, המצב פחות חד-משמעי. שירותי AI בענן עדיין מספקים גישה למודלים מתקדמים יותר, ומחשב נייד שעולה אלפי שקלים פחות יכול לבצע את רוב המשימות היומיומיות באותה מידה של נוחות.
NVIDIA כבר הוכיחה שהיא מסוגלת לבנות מעבד שמתחרה בשוק המחשבים האישיים, ולא רק לספק להם את הכרטיס הגרפי. עכשיו היא צריכה להוכיח שיש מספיק משתמשים שמוכנים לשלם על מחשב שתוכנן קודם כל לעידן של AI מקומי, בזמן שמערכת ההפעלה עדיין לומדת כיצד לנצל אותו.
