Lenovo Yoga 9n 2-v-1 16 promění grafickou kartu NVIDIA RTX Spark N1X v konvertibilní model: 16palcový OLED dotykový displej na pantu, který se dá složit do režimu tabletu a stanu, haptický touchpad s perem a 0.69palcové hliníkové šasi. Náš kus obsahuje plnohodnotný 20jádrový procesor N1X s 6 144jádrovou grafickou kartou Blackwell, 64 GB paměti LPDDR5X a 1TB SSD disk Gen4. Konfigurace v Best Buy stojí 3 749,99 dolarů. Model s 18 jádry, 32 GB a 1 TB úložištěm se prodává za 3 099,99 dolarů.
Výsledky Yogy byly srovnány třemi systémy. HP OmniBook Ultra 16 se 128 GB RAM má stejný 20jádrový procesor N1X v 16palcovém véčkovém provedení a je nejrychlejším notebookem s RTX Spark, který jsme testovali, takže je měřítkem pro to, co Yoga dokáže zvládnout z hlediska chlazení. Lenovo Pro 9n 15 je sourozencem Yogy v kategorii 18jádrových procesorů a Razer Blade 16 zastupuje kategorii x64, jehož RTX 5090 vedla tuto skupinu v naší recenzi Surface Laptop Ultra . Následuje recenze, která se zabývá konstrukcí a designem, lokální umělou inteligencí, CPU, pamětí, hraním her, chlazením a úložištěm; výsledky výdrže baterie budou následovat po dokončení nového testovacího vybavení.
Teplota je výsledkem, který definuje Yogu: při zatížení všech jader, které drží OmniBook na 98 °C, se procesor Yogy zahřál mezi 71 a 86 °C a 30minutový trvalý cyklus proběhl na 72 °C bez ztráty kroku. Lenovo za to vděčí přepracovanému systému chlazení se zvětšenými větracími otvory a vyvýšeným tepelným výztuhám a otočný pant ponechává za větracími otvory více prostoru pro proudění vzduchu. Nevýhodou je nižší takt všech jader, což ponechává Yogu o 4 až 10 procent za OmniBookem ve většině vícevláknových testů, zatímco v jednom vlákně zaostává.
Key Takeaways
- 32 GB paměti GPU pohání naše modely úrovně S naplno: Kódovací agent generoval gpt-oss:20b rychlostí 58.0 tokenů za sekundu, což je stejná rychlost jako u 128GB OmniBooku, a MLPerf běžel s odchylkou do 5 procent. Qwen3.6-35B-A3B z řady Tier M potřebuje přibližně 40 GB paměti GPU, takže Yoga ho nepoužíval.
- Nejlepší notebook s RTX Spark, který jsme testovali: 72 °C ve vrcholu v Cinebench a 72 °C v trvalé smyčce, oproti 98 °C u OmniBooku, s ustáleným stavem na 100 procentech prvního průchodu.
- Několik procent propustnosti CPU pro 25 stupňů: V testu Cinebench 2026 s více jádry dosáhl 6 292 bodů, což je o 10 procent méně než OmniBook a o 22 procent více než Razer Blade 16, s jednojádrovým skóre 557.0, které odpovídá HP.
- Konvertibilní zařízení stvořené pro tvůrce: 2.8K OLED displej s maximálním jasem 1 100 nitů, haptický touchpad, který spolupracuje s dodávaným perem Yoga Pen Gen 2, výškové reproduktory na otočném soundbaru a baterii s kapacitou 99.9 Wh v šasi o hmotnosti 2,1 kg.
- Slabou stránkou je QLC úložiště: SSD disk Gen4 QLC četl sekvenčně rychlostí 6 874 MB/s, ale zvládl pouze 68.9 tisíc IOPS při náhodných zápisech 4K, což je nejnižší hodnota ve skupině, a zpomalil načítání studeného modelu přibližně o 2 sekundy.
Stavět a navrhnout
Yoga 9n 2-v-1 využívá konvertibilní uspořádání od Lenova s pantem, který umožňuje sklopení displeje do režimu tabletu, stanu a stojanu. Šasi je hliníkové nahoře i dole v barvě Cosmic Blue a měří 14.17 x 9.57 x 0.69 palce v nejtenčí části s počáteční hmotností 4.28 liber. Lenovo uvádí, že design prošel testováním MIL-STD-810H a spodní kryt je vyroben z 50 procent recyklovaného hliníku.
V ruce sdílí Yoga zaoblené hrany a rozložení portů s Pro 9n a víko drží zavřené magnetem. Klávesnice má plnohodnotné rozložení s numerickou klávesnicí a pevným pocitem a skleněný Force Pad je dostatečně velký pro práci s oběma rukama najednou, pokud chcete. Yoga je o něco širší než Pro 9n a její pant umožňuje sklopit displej zcela dozadu pro použití jako tablet, takže mezi větracími otvory chladiče a pantem zbývá více místa, než umožňuje véčkový design Pro 9n.
Chlazení je to, co odlišuje Yogu od ostatních notebooků s RTX Spark, které jsme testovali. Lenovo přepracovalo systém chlazení se zvětšenými větracími otvory a vyvýšeným tepelným výstupkem na spodní straně a otočný pant ponechává v zadní části šasi více prostoru pro proudění vzduchu. Výsledkem je procesor, který se v testu Stockfish zahřál na 71 °C, zatímco OmniBook běžel na 98 °C; sekce chlazení rozebírá nižší frekvence, které jsou s ním dodávány.
Vespod pokrývá většinu zadní poloviny spodního krytu perforovaná mřížka sání vzduchu, přičemž výfuk vede podél zadní hrany pod pantem. Po sejmutí krytu se v zadních rozích nacházejí dva ventilátory a středem desky mezi nimi se rozprostírá široká sestava chladiče s tepelnými trubicemi.
Na první pohled vypadá, že používá stejný chladič a ventilátor jako Pro 9n, ale Yoga 9n má ventilátor bez odvedení vzduchu. Pro 9n má malé půlměsícové kryty, které částečně blokují přívod vzduchu do obou ventilátorů. SSD disk M.2 2242 se nachází pod chladičem uprostřed desky, druhý slot M.2, který Lenovo nabízí, je vedle něj. Baterie s kapacitou 99.9 Wh zabírá přední polovinu šasi, lemovanou kryty basových reproduktorů, které vycházejí štěrbinami poblíž přední části každé strany.
Jedním z konstrukčních rozhodnutí, které odlišuje Lenovo od ostatních mobilních platforem NVIDIA, je dvojice slotů M.2 pro 2242 disky, zatímco jiné používají jeden slot 2280. To dává Yoze možnost druhého disku, ale SSD disky 2242 mají menší kapacitu a obvykle zaostávají za SSD disky 2280, což se projevuje v úložné sekci.
16palcová dotyková obrazovka PureSight Pro OLED pracuje v rozlišení 2880 x 1800 s variabilní obnovovací frekvencí od 30 do 120 Hz. Lenovo udává maximální jas 1 100 nitů v HDR, se 100% pokrytím barevného prostoru sRGB a P3, Delta E pod 1, Dolby Vision a certifikací VESA DisplayHDR True Black 1000. Audio systém spojuje čtyři 2W basové reproduktory se dvěma 2W výškovými reproduktory na otočném pantu soundbaru, takže výškové reproduktory směřují k uživateli v každém režimu.
Klávesnice má 1.5mm zdvih, podsvícení a klávesu Copilot. Pod ní se nachází haptická podložka Force Pad, která slouží i jako kreslicí plocha pro pero Yoga Pen Gen 2, které podporuje AES 3.0 s 8 192 úrovněmi tlaku a náklonu, nabíjí se přes USB-C a ukládá se do magnetického pouzdra, které se připevňuje na zadní stranu víka. 9.2MP infračervená kamera má elektronickou závěrku a tři mikrofony zvládají hlasový přenos.
Na levé straně se nachází HDMI 2.1, port USB-A s rychlostí 10 Gb/s, port USB4 s rychlostí 40 Gb/s s funkcemi Power Delivery a DisplayPort 2.1 a konektor pro sluchátka; na pravé straně je tlačítko napájení, čtečka karet UHS-I SD, druhý port USB4 a druhý port USB-A, přičemž jeden ze dvou portů USB-A je vždy zapnutý. Bezdrátové připojení zajišťuje Wi-Fi 7 s Bluetooth 5.4 a baterie s kapacitou 99.9 Wh podporuje technologii Rapid Charge Express, která podle Lenova umožňuje 3 hodiny používání po 15minutovém nabití.
Platforma RTX Spark N1X
RTX Spark je řada počítačů s Windows postavená na superčipu N1X, notebookovém sourozenci GB10 v DGX Spark , a naše recenze Surface Laptop Ultra se touto platformou zabývá. Yoga disponuje špičkovým křemíkovým procesorem, který spojuje 20jádrový procesor Grace (10 rychlejších a 10 úsporných jader, bez SMT) s 6 144jádrovou grafickou kartou Blackwell RTX.
NVIDIA dává notebookům N1X výkonový rozsah 45 až 80 W a způsob, jakým výrobce OEM chladí svůj notebook v tomto rozsahu, ovlivňuje výsledky stejně jako křemík. Lenovo udává spotřebu u Yogy 70 W, HP u OmniBooku až 70 W a Lenovo u Pro 9n až 80 W, přesto všechny tři běží při stejném zatížení na různých taktech a teplotách.
Paměť LPDDR5X v N1X je sdílena mezi CPU a GPU, přičemž nastavení v aplikaci NVIDIA, nikoli v BIOSu, rozhoduje o tom, kolik paměti Windows přidělí GPU, takže rozdělení lze změnit z plochy.
Náš 64GB Yoga používal rozdělení paměti mezi 32GB GPU a 32GB CPU. To jej kvalifikuje pro naše lokální modely s umělou inteligencí úrovně S, ale ne pro úroveň M, která potřebuje asi 40 GB. A stejně jako u každého systému RTX Spark je paměť omezením, které by mělo ovlivnit rozhodnutí o velikosti při nákupu.
Pevné rozdělení je omezení Windows, nikoli NVIDIA. Windows zatím nepodporuje sjednocenou paměť mezi CPU a GPU tak, jak to dělá Linuxový stack na DGX Spark, a proto je nutné alokaci nastavit předem; chápeme, že NVIDIA a Microsoft na podpoře pracují.
Windows 11 26H1 běží na Arm64; x64 aplikace procházejí emulací Prism a náš balíček používá nativní sestavení Arm64 pro každou open-source úlohu, takže řádky CPU porovnávají křemík.
Specifikace Lenovo Yoga 9n 2 v 1 16
| Specifikace | Lenovo Yoga 9n 2 v 1 16 (83N7000UUS) |
|---|---|
| Přehled platformy | |
| Procesor | NVIDIA RTX Spark N1X, 20jádrový procesor s 5 120jádrovou grafickou kartou Blackwell RTX (testováno) NVIDIA RTX Spark N1X, 18jádrový procesor s 6 144jádrovou grafickou kartou Blackwell RTX |
| Memory | 64GB pájená LPDDR5X-9400, 256bitová (testovaná); až 64 GB Rozdělení 32GB GPU / 32GB systémové paměti (testováno) |
| Skladování | 1TB PCIe Gen4 QLC M.2 2242 SSD Sandisk PC SN5100S 1TB (testovaný) |
| Operační systém | Windows 11 (Arm64); Windows 11 Home (v testované verzi) |
| Displej a I/O | |
| Display | 16palcový dotykový displej PureSight Pro OLED s rozlišením 2.8K (2880 x 1800), obnovovací frekvencí 30–120 Hz, odstupem 16:10 1 100 nitů ve špičce (HDR), 100 % sRGB a P3, Delta E <1, Dolby Vision VESA DisplayHDR True Black 1000, sklo |
| porty | 2x USB4 40 Gb/s (USB PD 3.0, DisplayPort 2.1) 2x USB-A 10 Gb/s (jeden vždy zapnutý) 1x HDMI 2.1 (až 8K/60Hz) 1x čtečka SD karet (UHS-I) 1x kombinovaný konektor pro sluchátka/mikrofon |
| bezdrátový | Wi-Fi 7 (802.11be 2×2), Bluetooth 5.4 |
| Fotoaparát | 9.2 MP + IR s elektronickou závěrkou |
| Audio | Šest reproduktorů: 4x 2W basové reproduktory, 2x 2W výškové reproduktory na otočném soundbaru; Dolby Atmos 3x mikrofony |
| Vstup | Podsvícená klávesnice, zdvih 1.5 mm, klávesa Copilot Haptická podložka s podporou pera Pero Yoga Pen 2. generace (AES 3.0, 8 192 úrovní tlaku, včetně) |
| Moc a fyzická síla | |
| Baterie | 99.9 Wh, rychlé nabíjení Rapid Charge Express |
| Tepelný design | Zvětšené větrací otvory a tepelný bump; 70W TDP (hodnocení Lenovo) |
| Rozměry | 14.17 x 9.57 x 0.69 palce (360 x 243.1 x 17.5 mm) |
| Hmotnost | Počínaje hmotností 4.28 lb (1.94 kg) |
| Barva a materiál | Kosmicky modrá, hliníková horní a spodní část; testováno podle standardu MIL-STD-810H |
| Ceník | |
| Cena (nejlepší koupě) | 3 099,99 USD (18jádrový, 32 GB, 1 TB); 3 749,99 USD (20jádrový, 64 GB, 1 TB, testovaný model) |
Nastavení testu a metodologie
Náš recenzní systém Yoga 9n 2 v 1 pohání RTX Spark N1X s 6 144jádrovou grafickou kartou Blackwell, 64 GB paměti LPDDR5X-9400 rozdělené 32/32 mezi grafickou kartou a systémem a 1TB SSD disk Sandisk SN5100S Gen4 na Windows 11 Home 26H1 (Arm64). Benchmarky probíhaly v režimu Performance od Lenovo.
Každý systém v tomto srovnání spustil sr-client 1.2, naši sadu skriptovaných benchmarků pro klienty Windows, na plném běhu a v profilu Peak s použitím továrního obrazu Windows s ovladači a nástroji od výrobce. Sada používá všude stejná laboratorní nastavení: režim napájení Windows na nejvyšší výkon, zapojení do zásuvky, jas displeje 50 procent, všechny časovače spánku a vypnutí displeje vypnuté a brána firewall systému Windows a výzvy UAC vypnuté. Každý výsledek je mediánem opakovaných průchodů a sada test, jehož rozptyl přesahuje 2 procenta, znovu spustí, než jej přijme.
| Systém | Procesor (CPU) | Memory | GPU použitý pro testy GPU a AI | SSD | OS a výkonnostní režim |
|---|---|---|---|---|---|
| Lenovo Yoga 9n 2 v 1 16 | NVIDIA RTX Spark N1X, 20C / 20T | 64GB LPDDR5X-9400 (rozdělená paměť 32GB GPU / 32GB systém) | 6 144jádrová Blackwell RTX (integrovaná, 32 GB použitelná) | Sandisk PC SN5100S 1TB, Gen4 x4 | Windows 11 Home 26H1 (Arm64), režim Lenovo Performance |
| HP OmniBook Ultra 16 (128 GB) | NVIDIA RTX Spark N1X, 20C / 20T | 128GB LPDDR5X-9400 (rozdělená paměť 64GB GPU / 64GB systém) | 6 144jádrová Blackwell RTX (integrovaná, 62.5 GB použitelná) | Sandisk PC SN8050S 2TB, Gen5 x4 | Windows 11 Pro 26H1 (Arm64), výkon HP |
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X, 18C / 18T | 32GB LPDDR5X-9400 (rozdělená paměť 12GB GPU / 20GB systém) | 6 144jádrová Blackwell RTX (integrovaná, 12 GB použitelná) | Samsung MZAL81T0HFLB 1TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), režim Lenovo Performance |
| Razer Blade 16 | AMD Ryzen AI 9 HX 370, 12C / 24T | 32GB LPDDR5X-8000 | Notebooková grafická karta NVIDIA GeForce RTX 5090, 24 GB | Samsung MZVL22T0 2TB, Gen4 x4 | Windows 11 Home 25H2 (x64), Razer Synapse Performance |
V níže uvedených tabulkách se opakují dva popisky; „nespuštěno“ znamená, že sada odmítla spustit test, protože hardware nesplňuje kritéria, nejčastěji proto, že model překračuje dostupnou paměť GPU: 32 GB u Yogy a 24 GB u Blade 16 je drží pod úrovní M a 12 GB u Pro 9n je drží pod oběma úrovněmi. Stejný popisek označuje velikost OpenBLAS, kterou 12GB Pro 9n přeskakuje z hlediska paměti.
N/A znamená, že se test nevztahuje na daný hardware, například na SMT jednojadrový procesor na čipu bez SMT nebo na emulační řádek na systému x64, který běží na nativní sestavě. Pokud systém RTX Spark spouštěl software x64 přes Prism, jsou data takto označena.
Výkon lokální umělé inteligence
Lokální umělá inteligence závisí na tom, jak rychle GPU spouští model a zda model odpovídá. 32 GB paměti využitelné pro GPU v Yoze spouští náš model úrovně S, gpt-oss:20b, stejnou rychlostí generování jako 128GB OmniBook, ale nedosahuje úrovně M, kde se vyplatí 62.5 GB u OmniBooku.
Klient MLPerf v2.0
Klient MLPerf spouští Llama 3.1 8B a Phi-4-mini v pěti kategoriích výzev a hlásí čas do prvního tokenu a rychlost tokenů po něm jako geometrický průměr. Každý systém zde používá llama.cpp s CUDA, takže engine je stejný a řádky porovnávají hardware. Agentické scénáře spouští Llama 3.1 8B jako agenta softwarového inženýrství a agenta datové analýzy, který volá nástroje v průběhu několika kroků.
| Klient MLPerf v2.0 | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Lama 3.1 8B, čas do prvního tokenu, geometrický průměr (s, nižší je lepší) | 0.353 | 0.274 | 0.303 | 0.149 |
| Lama 3.1 8B, kurz tokenů, geoprůměr (tok/s) | 54.4 | 56.5 | 55.1 | 128.8 |
| Phi-4-mini, čas do prvního žetonu, geometrický průměr (s, nižší je lepší) | 0.158 | 0.130 | 0.135 | 0.074 |
| Fí-4-mini, kurz tokenu, geomean (tok/s) | 91.8 | 96.8 | 95.2 | 222.7 |
| Agent datového analytika, komplexní služby (nižší úroveň je lepší) | 59.7 | 53.0 | 56.2 | 27.8 |
| Agent datového analytika, rychlost tokenů (tok/s) | 45.3 | 48.5 | 46.9 | 108.3 |
| SWE Agent, end-to-end (s, nižší je lepší) | 51.6 | 45.3 | 48.0 | 24.6 |
| Agent SWE, rychlost tokenů (tok/s) | 43.0 | 46.6 | 44.5 | 102.5 |
Yoga vygenerovala Llama 3.1 8B s rychlostí 54.4 tokenů za sekundu a Phi-4-mini s rychlostmi 91.8, 4 a 5 procent za OmniBookem. Rozdíl se zvětšuje u prvního tokenu, který se více spoléhá na výpočetní výkon než na šířku pásma paměti: Yoga trvala 0.353 sekundy na Llama 3.1 oproti 0.274 sekundám u HP a i zde zaostávala za 18jádrovým Pro 9n. Tento vzorec naznačuje, že ladění chlazení Lenovo se dotýká jak GPU, tak CPU, protože Yoga také spouštěla MLPerf na nejnižším taktu CPU ze tří systémů N1X.
V agentních scénářích trvalo Yoze datovému analytikovi 59.7 sekundy a softwarovému inženýrovi 51.6 sekundy, což je o 13 až 14 procent více než OmniBooku, zatímco Blade 16 dokončil obojí za méně než polovinu času Yogy.
Načítání modelu
Tento test časuje lokální model v Ollamě z SSD do jeho prvního vygenerovaného tokenu, za studena (mezipaměť souborů vyprázdněna) a za tepla (soubor je již v paměti), a hlásí, jak rychle byl SSD během studeného načítání načten. Úroveň S používá gpt-oss:20b (12.8 GB) na systémech s alespoň 16 GB paměti využitelné pro GPU; úroveň M přidává Qwen3.6-35B-A3B (21.1 GB) na systémech s přibližně 40 GB nebo více.
| Načítání modelu (mapování paměti zapnuto) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| gpt-oss:20b, studené načtení do prvního tokenu (s, nižší je lepší) | 8.06 | 6.23 | Nespuštěno (12 GB paměti GPU) | 8.71 |
| gpt-oss:20b, teplé načtení do prvního tokenu (s, nižší je lepší) | 3.60 | 3.59 | Nespuštěno (12 GB paměti GPU) | 6.93 |
| gpt-oss:20b, propustnost čtení při studeném zatížení (MB/s) | 2,480 | 3,044 | Nespuštěno (12 GB paměti GPU) | 3,874 |
| Qwen3.6-35B-A3B, studené načtení do prvního tokenu (s, nižší je lepší) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 9.04 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Qwen3.6-35B-A3B, teplé načtení do prvního tokenu (s, nižší je lepší) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 4.23 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
Zahřátý model Yoga načetl první token s gpt-oss:20b za 3.60 sekundy, což odpovídá 3.59 sekundám u OmniBooku. Za studena to trvalo 8.06 sekundy oproti 6.23 sekundám, protože jeho QLC disk četl model během zátěže rychlostí 2 480 MB/s, zatímco disk OmniBooku Gen5 četl rychlostí 3 044 MB/s. Blade 16 byl nejpomalejší, a to jak za studena, tak i za tepla, s časem 8.71 a 6.93 sekundy, protože jeho váhy musí po načtení přejít přes PCIe do VRAM.
Kódovací agent
Rozhraní Codex CLI řídí lokální model obsluhovaný Ollamou prostřednictvím fixního kódovacího úkolu v připnutém repozitáři; spuštění je úspěšné, když projde 11 testů repozitáře. Uvádíme střední dobu trvání testu napříč třemi spuštěními, počet úspěšných testů a rychlost generování. Test agent-vedle-uživatele spustí agenta a Speedometer společně a uvede, o kolik se každý z nich zpomalí ve srovnání se spuštěním samostatně.
| Kódovací agent Codex CLI | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Úroveň S, gpt-oss:20b 64K: doba u zdi (s, nižší je lepší) | 132.5 | 115.3 | Nespuštěno (12 GB paměti GPU) | 64.4 |
| Úroveň S: úspěchy (ze 3) | 2 | 3 | Nespuštěno (12 GB paměti GPU) | 2 |
| Úroveň S: rychlost generování (tok/s) | 58.0 | 58.0 | Nespuštěno (12 GB paměti GPU) | 137.9 |
| Úroveň M, gpt-oss:20b 128K: doba u zdi (s, méně je lépe) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 152.1 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Úroveň M, gpt-oss:20b 128K: úspěchy (ze 3) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 3 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Úroveň M, Qwen3.6-35B-A3B 64K: doba u zdi (s, nižší je lepší) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 72.0 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Úroveň M, Qwen3.6-35B-A3B 64K: úspěchy (ze 3) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 3 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Úroveň M, Qwen3.6-35B-A3B 64K: rychlost generování (tok/s) | Nespuštěno (32 GB paměti GPU, pod úrovní M) | 89.5 | Nespuštěno (12 GB paměti GPU) | Nespuštěno (24 GB VRAM, pod úrovní M) |
| Rychloměr vedle agenta (skóre) | 14.1 | 21.2 | Nespuštěno (12 GB paměti GPU) | 36.3 |
| Zpomalení tachometru vedle agenta (x, nižší znamená lepší) | 2.44 | 1.73 | Nespuštěno (12 GB paměti GPU) | 1.06 |
| Zpomalení agenta vedle rychloměru (x, nižší je lepší) | 1.03 | 1.04 | Nespuštěno (12 GB paměti GPU) | 1.05 |
V úkolu úrovně S Yoga generovala rychlostí 58.0 tokenů za sekundu, shodně s OmniBookem, a dokončila ho za 132.5 sekundy, což je pomaleji než HP se 115.3. Prošel dvěma ze tří spuštění, stejně jako Blade 16; gpt-oss:20b v tomto úkolu selhal přibližně v jednom spuštění ze tří na několika systémech, které jsme testovali, takže počet úspěšných pokusů vypovídá více o modelu než o hardwaru. Blade 16 dokončil úkol za 64.4 sekundy se 137.9 tokeny za sekundu.
Test souběžnosti byl nejtěžší na Yoze. S běžícím agentem kleslo jeho skóre Speedometru z 36.1 na 14.1, což představuje 2.44násobné zpomalení, ve srovnání s 1.73násobným zpomalením u OmniBooku a 1.06násobným zpomalením u Blade 16, kde model běží na samostatné grafické kartě a ponechává CPU na pokoji. Samotný agent se zpomalil pouze o 3 procenta, takže Yoga upřednostňuje práci na pozadí před prohlížečem, když oba soupeří o jeho energetický rozpočet a sdílenou paměť.
Generování rozšířeného vyhledávání
Náš RAG test vkládá 20 963 pasáží ze SQuAD v1.1 s funkcí nomic-embed-text, vyhledá pět nejlepších pasáží pro každou z 2 000 otázek a zodpoví 400 z nich pomocí Phi-4-mini, přičemž oproti referenčním odpovědím dosáhne přesné shody a skóre F1. Modely běží na všech systémech, takže se jedná o srovnání rychlosti.
| HADR | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Doba trvání hry na zdi, 20 963 pasáží (s, méně je lepší) | 188.8 | 187.0 | 191.8 | 131.0 |
| Doba dotazu na načtení, p50 (ms, čím nižší, tím lepší) | 22.6 | 23.3 | 24.2 | 20.9 |
| Odpověď, čas Phi-4-mini do prvního žetonu, p50 (s, nižší je lepší) | 0.181 | 0.155 | 0.171 | 0.109 |
| Odpověď, rychlé zpracování (tok/s) | 5,837 | 7,142 | 6,268 | 11,560 |
| Odpověď, generační rychlost (tok/s) | 91.1 | 104.4 | 96.6 | 209.2 |
| Otázka k odpovědi, p50 (s, nižší je lepší) | 0.262 | 0.227 | 0.252 | 0.159 |
| Odpověď F1 (%) | 73.97 | 73.97 | 74.27 | 74.47 |
Yoga se shodovala s OmniBookem v době příjmu (188.8 sekundy oproti 187.0) a v době vyhledávání, ale v odpovídání zaostávala: Phi-4-mini zpracoval výzvy rychlostí 5 837 tokenů za sekundu oproti 7 142 a vygeneroval je rychlostí 91.1 sekundy oproti 104.4. Typická otázka trvala 0.262 sekundy od dotazu k odpovědi, oproti 0.227 sekundám u HP a 0.159 sekundám u Blade 16. Přesnost byla u Yogy i OmniBooku shodná.
Výkon CPU
Výsledky procesoru Yogy se řídí jedním pravidlem: v jednom vlákně se vyrovná OmniBooku a ve všech jádrech za ním zaostává. Jednovláknové řádky se nacházejí v rozmezí asi 2 procent HP a Yoga zde dosáhla nejlepších výsledků v 7-Zip v jednom vlákně, PyPerformance (go) a regex_compile ze všech systémů RTX Spark. Vícevláknové řádky zaostávají o 2 až 28 procent, většina z nich v rozmezí 4 až 10 procent, s největšími rozdíly ve Stockfish a OpenBLAS. Proti Razer Blade 16 Yoga stále vítězí v renderování, kompresi a kompilaci.
Cinebench 2026 a trvalé zatížení
Cinebench 2026 vykresluje scénu s enginem Redshift od Maxonu na CPU a hodnotí propustnost pro jednomu jádru, jednomu jádru SMT (dvě vlákna na jednom fyzickém jádru) a vícejádrovému procesoru. Následuje trvalá smyčka, která opakuje běh více jader po dobu přibližně 30 minut a porovnává ustálený stav s prvním průchodem.
| Cinebench 2026 (body, čím vyšší, tím lepší) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Jednojádrový | 557.0 | 558.6 | 518.2 | 480.0 |
| SMT jednojádrový | N / A | N / A | N / A | 661.3 |
| Vícejádrové | 6,292 | 7,004 | 6,394 | 5,179 |
| Trvalá smyčka, první průchod | 6,248 | 6,954 | 6,346 | 5,162 |
| Trvalá smyčka, ustálený stav | 6,256 | 6,942 | 6,416 | 5,206 |
| Ustálený stav / první průchod | 1.001 | 0.998 | 1.011 | 1.009 |
Yoga dosáhla v multi-core testu skóre 6 292, což je o 10 procent méně než OmniBook s 7 004 body, o 2 procenta méně než 18jádrový Pro 9n a o 22 procent více než Blade 16, s jednojádrovým skóre 557.0, které odpovídá HP. Jeho trvalá smyčka je zde nejplošší: ustálený stav 6 256 se pohyboval na 100.1 procentech prvního průchodu, přičemž CPU pracovalo po celou dobu na 72 °C a 3 015 MHz.
7-Zip, Blender, HandBrake a LLVM
Vestavěný benchmark 7-Zipu uvádí propustnost komprese a dekomprese LZMA v každém vlákně a na jednom jádru. Blender 4.5 vykresluje scény Monster, Junkshop a Classroom s cykly na CPU. HandBrake kóduje 60 sekund klipu v rozlišení 4K60 softwarově s x265 a SVT-AV1 a test LLVM kompiluje celý strom LLVM 21.1.4 s Clang a Ninja.
| 7-Zip, jedno vlákno (GIPS, vyšší vlákno je lepší) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Celková cena | 9.12 | 9.09 | 8.93 | 9.24 |
| Komprimovat | 7.35 | 7.31 | 7.26 | 7.28 |
| Dekomprimovat | 10.88 | 10.87 | 10.59 | 11.20 |
V 7-Zip dosáhl Yoga 145.3 GIPS ve všech vláknech, což je o 4 procenta méně než OmniBook a o 15 procent více než Blade 16, a jeho celkový počet 9.12 GIPS v jednom vlákně byl nejlepší ze systémů RTX Spark. Blender ho umístil o 5 procent za HP v Monster a o 5 procent za Classroom a sestavení LLVM trvalo 217.2 sekundy oproti 206.6 sekundám, což je stále o 34 procent kratší čas než u Blade 16.
Kódování x265 u HandBrake běželo s frekvencí 38.6 fps, což je o 6 procent méně než u OmniBooku. SVT-AV1 zvládl na všech systémech RTX Spark přibližně 15 fps, ve srovnání se 77.3 fps na Blade 16, což naznačuje, že úzkým hrdlem je kódová cesta Arm64 u SVT-AV1.
Stockfish, primesieve, Python a prohlížeč
Stockfish uvádí rychlost vyhledávání šachových uzlů v milionech uzlů za sekundu. primesieve počítá prvočísla pod 10^12 ve všech vláknech a pod 10^11 v jednom vlákně. PyPerformance spouští tři benchmarky CPythonu spojené s jedním rychlým jádrem a Speedometer 3.1 měří odezvu webových aplikací v Microsoft Edge. Poslední dva řádky spouští x64 build 7-Zip v emulaci Prism.
| test | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Lavice pro tresky, všechna vlákna (Mnps, vyšší je lepší) | 13.42 | 16.28 | 15.20 | 17.96 |
| Lavice pro tresku, jedno vlákno (Mnps, čím vyšší je lepší) | 1.72 | 1.73 | 1.70 | 2.04 |
| primesieve 1e12, všechna vlákna (s, nižší je lepší) | 10.77 | 9.57 | 10.56 | 10.60 |
| primesieve 1e11, jedno vlákno (s, nižší je lepší) | 12.01 | 12.03 | 12.34 | 6.67 |
| PyPerformance go (ms, nižší je lepší) | 110.6 | 111.2 | 114.1 | 75.2 |
| PyPerformance nbody (ms, nižší je lepší) | 80.5 | 80.4 | 82.5 | 60.8 |
| PyPerformance regex_compile (ms, nižší je lepší) | 84.3 | 84.6 | 86.7 | 69.7 |
| Rychloměr 3.1, Edge (skóre, čím vyšší, tím lepší) | 36.1 | 36.7 | 33.9 | 38.4 |
| x64 7-Zip s emulací, všechna vlákna (GIPS) | 124.3 | 127.0 | 117.6 | Není k dispozici (nativní x64) |
| x64 7-Zip s emulací, jedno vlákno (GIPS) | 8.25 | 8.26 | 7.94 | Není k dispozici (nativní x64) |
Stockfish ukazuje rozdíl v taktu nejzřetelněji: ve všech vláknech Yoga dosáhla 13.42 Mnps, což je o 18 procent méně než OmniBook a 15.20 Mnps u 18jádrového Pro 9n, zatímco v jednom vlákně se shodovala s oběma s přibližně 1.7 Mnps. Stockfish běžel Yoga na 3 057 MHz a 71 °C, oproti 3 269 MHz a 98 °C u HP, takže Yoga ztratí asi 6 procent svého taktu a běží o 27 °C chladněji.
Mezi systémy RTX Spark sice klade důraz na jednovláknové řádky upřednostňuje Yogu s nejrychlejším časem spuštění PyPerformance 110.6 ms a skóre Speedometru 36.1, ale Blade 16 vedl v řádcích Python, primesieve, Stockfish a browser, když jednovláknový primesieve dokončil za 6.67 sekundy oproti 12.01 sekundám. 64bitová verze 7-Zip běžela v emulaci na 124.3 GIPS, což je 86 procent nativního výsledku.
GROMACS, OpenBLAS a paměť
GROMACS spouští molekulárně dynamický test benchMEM na 16 jádrech a pro nejlepší rozvržení hlásí nanosekundy simulovaného času za den. Náš test OpenBLAS spouští řešení LU s dvojitou přesností ve stylu HPL na třech velikostech úlohy a násobení matic DGEMM, a to na všech jádrech a pouze na nejvyšší třídě jader, a jedná se o největší trvalou zátěž s plovoucí desetinnou čárkou v sadě. STREAM měří trvalou šířku pásma paměti a řádky latence měří latenci paměti s jedním přístupem a latenci mezi jádry.
| Test (vyšší je lepší) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| GROMACS benchMEM, nejlepší rozvržení (ns/den) | 17.15 | 17.47 | 16.88 | 26.41 |
| OpenBLAS LU N=10000, všechna jádra (GFLOPS) | 281.3 | 324.0 | 303.4 | 400.9 |
| OpenBLAS LU N=20000, všechna jádra (GFLOPS) | 298.6 | 329.6 | 318.1 | 454.4 |
| OpenBLAS LU N=40000, všechna jádra (GFLOPS) | 282.5 | 348.8 | Nespuštěno (potřebuje 11.9 GB) | 498.5 |
| OpenBLAS LU N=20000, nejvyšší třída jádra (GFLOPS) | 273.2 | 380.5 | 403.8 | 240.4 |
| OpenBLAS DGEMM M=8000, všechna jádra (GFLOPS) | 312.7 | 398.5 | 357.6 | 455.4 |
| OpenBLAS DGEMM M=8000, nejvyšší třída jádra (GFLOPS) | 346.7 | 488.7 | 448.3 | 252.4 |
GROMACS se jen stěží oddělil od systémů RTX Spark s rychlostí 17.15 ns/den, ale OpenBLAS vykazoval v recenzi největší rozdíly. Výkon LU procesoru Yoga při N=20000 dosáhl 298.6 GFLOPS, což je o 9 procent méně než u OmniBooku, a jeho DGEMM zaostával o 22 procent. S využitím pouze nejvyššího jádra, kde OmniBook získává, Yoga ještě více zaostával s 273.2 GFLOPS oproti 380.5. Yoga zvládla všechny velikosti, včetně N=40000, pro které má 64GB konfigurace dostatek paměti, a to při teplotách, které nikdy nepřekročily 85 °C.
| test | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| STREAM kopírování (MB/s, vyšší rychlost je lepší) | 118,738 | 130,790 | 127,682 | 43,731 |
| STREAM Triad (MB/s, vyšší je lepší) | 112,067 | 122,260 | 120,272 | 48,298 |
| Latence paměti, vyrovnávací paměť 1 GiB, stránky 4 KiB (ns, čím nižší, tím lepší) | 141.8 | 143.1 | 143.4 | 129.6 |
| Latence mezi jádry, průměr všech párů (ns, nižší je lepší) | 162.8 | 156.8 | 160.6 | 57.0 |
STREAM Triad dosáhl na Yoze 112 067 MB/s, což je o 8 procent méně než OmniBook a 2.3krát méně než Blade 16, takže nižší frekvence Yogy se dotýkají i paměťového subsystému. Latence paměti 141.8 ns byla nejnižší ze systémů RTX Spark a latence mezi jádry 162.8 ns je v souladu s platformou.
Hraní her a kódování GPU
SuperTuxKart 1.5 spouští svůj vestavěný benchmark v rozlišení 1080p na celé obrazovce s nejvyšším nastavením a vypnutou vsync, jednou s nativní herní sestavou Arm64 a jednou s emulovanou sestavou x64. FFmpeg kóduje stejný klip v rozlišení 4K60 s NVENC HEVC při 8 Mbps a, kde je k dispozici, s kodérem Media Foundation HEVC.
| Test (vyšší je lepší) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| SuperTuxKart 1080p Ultra, nativní, průměrné rozlišení (fps) | 216.4 | 225.9 | 218.4 | 200.0 |
| SuperTuxKart 1080p Ultra, nativní, stabilní (fps) | 131 | 143 | 140 | 115 |
| SuperTuxKart 1080p Ultra, x64 s emulací, průměr (fps) | 186.8 | 266.5 | 248.6 | Není k dispozici (nativní x64) |
| SuperTuxKart 1080p Ultra, x64 s emulací, stabilní (fps) | 93 | 141 | 94 | Není k dispozici (nativní x64) |
| FFmpeg NVENC HEVC, 4K60 při 8 Mb/s (fps) | 139 | 138 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 65 | 66 | 55 | N / A |
Yoga dosáhla s nativní sestavou průměrně 216.4 fps, což je o 4 procenta méně než OmniBook a do 1 procenta než Pro 9n, a před Blade 16 s 200.0, protože při rozlišení 1080p CPU nastavuje snímkovou frekvenci na všech systémech. Jeden výsledek vyniká: x64 sestava Yogy s emulací dosáhla průměrně 186.8 fps, což je pomaleji než nativní sestava, zatímco OmniBook a Pro 9n zvládly emulovanou sestavu rychleji, takže tento test pro ověření zopakujeme. Hardwarové kódování bylo napříč všemi modely shodné, s NVENC HEVC na 139 fps u Yogy.
Termály
Yoga se zahřívala méně než kterýkoli jiný notebook s RTX Spark, který jsme testovali. V testech CPU se jeho maximální teplota pohybovala od 71 °C v režimu Stockfish do 86 °C v režimu HandBrake, ve srovnání s 98 °C ve všech stejných testech na OmniBooku, a jeho průměr v 30minutové nepřetržité smyčce byl 70 °C oproti 98 °C u HP. Systémy RTX Spark hlásí teplotu CPU pouze prostřednictvím teplotních zón Windows a zóna Yogy nemusí být stejný senzor, jaký hlásí HP, ale jeho takty a chování při napájení naznačují, že většina rozdílu je platná.
| Teplota CPU, max. / průměrná (C) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Cinebench 2026 | 72 / 65 | 98 / 83 | 92 / 70 | 96 / 78 |
| 7-Zip | 76 / 62 | 98 / 78 | 83 / 63 | 99 / 84 |
| Treska | 71 / 69 | 98 / 97 | 88 / 83 | 92 / 90 |
| Mixér | 80 / 75 | 98 / 96 | 91 / 80 | 95 / 87 |
| Ruční brzda | 86 / 71 | 98 / 86 | 93 / 74 | 92 / 86 |
| Sestavení LLVM | 81 / 75 | 98 / 92 | 87 / 79 | 98 / 93 |
| GROMACS | 84 / 81 | 98 / 96 | 89 / 85 | 97 / 94 |
| OpenBLAS | 85 / 74 | 98 / 95 | 92 / 83 | 91 / 87 |
| PROUD | 64 / 59 | 98 / 96 | 78 / 66 | 75 / 71 |
| Super Tux Kart | 68 / 62 | 95 / 82 | 74 / 68 | 89 / 82 |
| Klient MLPerf | 72 / 60 | 93 / 84 | 76 / 66 | 97 / 76 |
| Kódovací agent | 71 / 67 | 90 / 79 | Nespuštěno | 91 / 84 |
| HADR | 84 / 75 | 94 / 90 | 76 / 71 | 88 / 83 |
| Trvalá smyčka | 72 / 70 | 98 / 98 | 92 / 87 | 94 / 90 |
Nižší provoz je doprovázen nižšími takty všech jader. V trvalém cyklu se Yoga držela na 3 015 MHz oproti 3 239 MHz u OmniBooku a 3 288 MHz u Pro 9n, a tato mezera v taktu je zodpovědná za většinu deficitu Yogy ve vícevláknovém provozu. Lenovo udává spotřebu 70 W, což je stejná hodnota, jakou HP uvádí u OmniBooku, takže se zdá, že tato mezera je spíše důsledkem ladění teploty a hluku než menšího rozpočtu na napájení.
Yoga se neomezuje: stejně jako každý systém RTX Spark, který jsme testovali, drží frekvenci na stejné úrovni po celou dobu zátěže, a to i při teplotě o 12 až 27 °C pod 98 °C, kterých dosahuje OmniBook ve stejných testech.
| Průměrná frekvence procesoru (MHz) | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,799 | 2,962 | 2,951 | 4,158 |
| 7-Zip | 2,722 | 2,838 | 2,849 | 4,014 |
| Treska | 3,057 | 3,269 | 3,292 | 3,645 |
| Mixér | 3,111 | 3,123 | 3,216 | 3,729 |
| Ruční brzda | 2,687 | 2,756 | 2,834 | 3,814 |
| Sestavení LLVM | 3,083 | 3,151 | 3,197 | 3,697 |
| GROMACS | 3,226 | 3,308 | 3,367 | 3,874 |
| OpenBLAS | 2,890 | 3,024 | 3,192 | 4,274 |
| PROUD | 3,077 | 3,258 | 3,101 | 3,684 |
| Super Tux Kart | 2,002 | 1,957 | 2,017 | 4,349 |
| Klient MLPerf | 1,935 | 2,114 | 2,027 | 3,593 |
| Kódovací agent | 1,945 | 2,078 | Nespuštěno | 3,789 |
| HADR | 2,707 | 2,749 | 2,760 | 3,764 |
| Trvalá smyčka | 3,015 | 3,239 | 3,288 | 3,726 |
U notebooku, který bude často používán jako tablet nebo pokládaný na klín, dává tato výměna smysl. 16palcový konvertibilní notebook s teplotou 72 °C během půlhodinového renderování je jiný stroj než notebook s teplotou 98 °C a náklady na renderování a kompilaci jsou jen několik procent. SSD disk Yogy dosáhl během testu úložiště maxima 67 °C.
Úložná výkonnost
Náš test úložiště provádí testování všech čtyř bodů disku fio na bootovacím disku s kapacitou 5 GB a 25 GB, a to jak přes souborový systém, tak i na nezpracovaném zařízení. Výsledky pro 25 GB jsou uvedeny zde. Řádky nezpracovaných zařízení obcházejí NTFS a BitLocker, takže mezera mezi nimi ukazuje, do jaké míry disk přežije cestu I/O systému Windows. Ochrana BitLockerem byla vypnuta na modelech Yoga a Pro 9n a zapnuta na OmniBooku.
| fio, kapacita 25 GB, QD32 | Jóga 9n 2 v 1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Sekvenční čtení 128K, souborový systém (MB/s) | 6,874 | 13,833 | 7,024 | 7,125 |
| Sekvenční čtení 128K, nezpracované zařízení (MB/s) | 6,975 | 12,479 | 7,165 | 7,134 |
| Sekvenční zápis 128K (MB/s) | 5,905 | 11,719 | 5,699 | 5,250 |
| Náhodné čtení 4K, souborový systém, špička (IOPS) | 394,468 | 437,833 | 338,936 | 694,597 |
| Náhodné čtení 4K, nezpracované zařízení, špička (IOPS) | 765,766 | 1,888,501 | 973,106 | 993,050 |
| Náhodný zápis 4K, špička (IOPS) | 68,923 | 228,354 | 192,000 | 648,446 |
| Náhodné čtení RAW / souborového systému | 1.94x | 4.31x | 2.87x | 1.43x |
| Náhodné čtení 4K, 4 úlohy, latence p99 (u nás platí, že nižší je lepší) | 522 | 643 | 578 | 444 |
| Náhodný zápis 4K, 4 úlohy, latence p99 (u nás platí, že nižší je lepší) | 12,255 | 586 | 758 | 371 |
| Maximální teplota měniče (°C) | 67 | 52 | 78 | 60 |
Lenovo do této sestavy Yoga nainstalovalo disk PCIe Gen4 QLC M.2 2242 a náš kus je vybaven 1TB Sandisk SN5100S. Sekvenčně četl rychlostí 6 874 MB/s a zapisoval rychlostí 5 905 MB/s, což je v souladu s disky Gen4 v Pro 9n a Blade 16 a zhruba polovinou disku Gen5 v OmniBooku. S vypnutou ochranou BitLocker si jeho náhodné čtení souborového systému s rychlostí 394.5 tisíce IOPS udrželo 52 procent z 765.8 tisíce nezpracovaných operací zařízení, což je mnohem menší ztráta než u OmniBooku.
Slabinou disku jsou náhodné zápisy a SN5100S dosáhl při 25GB kapacitě maxima 68.9K IOPS při 4K náhodných zápisech, což je zhruba třetina oproti 192.0K u Pro 9n a desetina oproti Blade 16. Latence zápisu p99 při čtyřech úlohách byla 12.3 ms oproti méně než 1 ms u ostatních systémů. Při 5GB kapacitě stejný test mezi průchody značně kolísal a je označen jako částečný, takže jej spouštíme znovu. Disk QLC je dostatečný pro každodenní použití a pro načítání modelů, ale je to komponenta, kterou bychom v této konfiguraci vyměnili jako první.
Závěr
Lenovo Yoga 9n 2-v-1 16 je nejchladnější notebook s RTX Spark, který jsme testovali, a zároveň jediný konvertibilní notebook. Díky chladicímu systému od Lenovo se zvětšenými větracími otvory, vyvýšeným tepelným výstupkem a pantem, který ponechává prostor pro proudění vzduchu, se N1X při zatížení všech jader zahříval na 71 až 86 °C, zatímco HP OmniBook Ultra 16 dosáhl 98 °C a Yoga si udržel takt po dobu 30 minut bez ztráty výkonu. Jeho 2.8K OLED displej, Force Pad s podporou pera, otočný soundbar a baterie s kapacitou 99.9 Wh z něj dělají nejkompletnější kreativní notebook v této nové skupině RTX Spark.
Cenou za toto pohodlí je jen o několik procent nižší výkon, než je maximální potenciál. Takt všech jader Yogy je až o 220 MHz nižší než u OmniBooku a jeho výsledky ve více vláknech zaostávají ve většině testů o 4 až 10 procent, s většími rozdíly v Stockfish a OpenBLAS. V jednom vlákně se vyrovná HP a v práci s GPU zaostává o asi 4 až 18 procent. Jeho 32GB rozdělená GPU paměť běží na našich modelech úrovně S na plnou rychlost, ale ne na úrovni M, a jeho QLC SSD vykázal nejslabší náhodné zápisy ve skupině.
Platformová omezení platí i zde, stejně jako u všech ostatních Sparků: cesta Windows on Arm I/O, porty Arm64, jako například SVT-AV1, které navazují na jejich x64 sestavení, a sdílená paměťová sběrnice, která zpomalovala prohlížeč 2.44krát během běhu kódovacího agenta. Jako vždy očekáváme, že se softwarový ekosystém bude s uvedením těchto jednotek na trh rychle rozvíjet.
Pro tvůrce, kteří chtějí pero, tabletový režim a OLED displej spolu s lokální umělou inteligencí a 20jádrovým procesorem, se Yoga 9n 2-in-1 vzdává jen velmi málo výkonu platformy RTX Spark a běží mnohem lépe. Kupující, jejichž prioritou je posledních 10 procent propustnosti všech jader nebo modely úrovně M, by se měli raději podívat na 128GB verzi.
Žebříček: Lenovo Yoga 9n 2-v-1 16 se v našem žebříčku Nejlepší notebooky pro lokální umělou inteligenci umístil v kategorii Nejchladnější notebook s RTX Spark.
Amazon