NVIDIA e Microsoft hanno aperto oggi i preordini per i laptop Windows con RTX Spark, disponibili dal 16 ottobre. I desktop compatti seguiranno a novembre, mentre NVIDIA presenterà in anteprima DGX Station per Windows nel quarto trimestre. Gli annunci sono stati fatti durante l'evento Microsoft Windows AI and Surface a San Francisco, dove Jensen Huang è salito sul palco insieme a Satya Nadella e Microsoft ha dichiarato che il suo livello di contenimento degli agenti, Microsoft Execution Containers, è disponibile a livello generale su Windows 11.
Abbiamo già parlato del primo di questi sistemi nel nostro articolo sul Dell XPS 16 Creator Edition , e della piattaforma stessa al Computex di giugno. Questo articolo si concentra sulle novità pubblicate dalle due aziende in occasione dell'evento: i consumi energetici del superchip N1X, la modalità di suddivisione della memoria unificata da parte di Windows, il throughput misurato per un modello di codifica a 137 miliardi di parametri su un laptop, il funzionamento degli agenti sandbox e una tabella completa delle specifiche per Windows DGX Station.
RTX Spark N1X: Due chip, tre inviluppi di potenza
La tabella delle specifiche RTX Spark di NVIDIA ora distingue tra laptop e desktop, e questa distinzione è più informativa dei semplici valori numerici. I laptop sono dotati di due varianti N1X: una GPU Blackwell RTX a 6,144 core con CPU Grace a 20 core e fino a 128 GB di LPDDR5X unificata, e una GPU a 5,120 core con CPU a 18 core che arriva fino a 64 GB; entrambe hanno un TDP compreso tra 45 e 80 W. I desktop sono dotati solo della versione a 6,144 core e 20 core con fino a 128 GB, e NVIDIA la indica a 140 W.
La cifra di 140 W corrisponde al TDP pubblicato da NVIDIA per il GB10 in DGX Spark, che comprende CPU e GPU insieme, il che è in linea con quanto affermato da NVIDIA a giugno, ovvero che i due chip rappresentano lo stesso sistema ottimizzato per piattaforme diverse. Ciò significa anche che un laptop N1X consuma dal 32% al 57% della potenza nominale della versione desktop, mentre ogni sistema della famiglia viene venduto con la stessa potenza "fino a 1 petaflop" in FP4. Le note a piè di pagina di Microsoft Surface descrivono questo valore come la prestazione teorica in FP4 utilizzando la sparsità.
| Specificazione | RTX Spark N1X (Laptop) | RTX Spark N1X (Laptop) | RTX Spark N1X (Desktop) | GB10 (DGX Spark) |
|---|---|---|---|---|
| GPU | Blackwell RTX a 6,144 core | Blackwell RTX a 5,120 core | Blackwell RTX a 6,144 core | Blackwell, Tensor Core di quinta generazione, RT Core di quarta generazione |
| CPU | Grazia a 20 nuclei | Grazia a 18 nuclei | Grazia a 20 nuclei | 20 core Arm (10 Cortex-X925, 10 Cortex-A725) |
| TDP | Da 45 a 80 W. | Da 45 a 80 W. | 140W | 140 W (alimentatore da 240 W) |
| Memoria unificata | LPDDR128X fino a 5 GB | LPDDR64X fino a 5 GB | LPDDR128X fino a 5 GB | 64 GB o 128 GB LPDDR5X, 273 GB/s |
| Motori multimediali | 1x NVENC di nona generazione, 1x NVDEC di sesta generazione | 1x NVENC di nona generazione, 1x NVDEC di sesta generazione | 1x NVENC di nona generazione, 1x NVDEC di sesta generazione | 1x NVENC, 1x NVDEC |
| Display e I/O | PCIe Gen5, HDMI 2.1b, DisplayPort 2.1b | PCIe Gen5, HDMI 2.1b, DisplayPort 2.1b | PCIe Gen5, HDMI 2.1b, DisplayPort 2.1b | HDMI 2.1a, ConnectX-7 200Gb/s, 10GbE |
| Sistema operativo | Windows 11 | Windows 11 | Windows 11 | Sistema operativo NVIDIA DGX |
NVIDIA non pubblica un valore FP4 denso per N1X; sul GB300, dove pubblica entrambi, il valore denso è il 75% di quello sparso. Ci aspettiamo che la progettazione termica OEM separi questi laptop in un modo che non ha mai fatto con le unità DGX Spark, e una differenza di 35 W all'interno dell'intervallo TDP del laptop, prima di qualsiasi ottimizzazione da parte del produttore, è la prima prova concreta in tal senso.
Microsoft aggiunge un dettaglio interessante sul fronte desktop. La pagina del Surface RTX Spark Dev Box riporta un TDP di 100 W all'interno di uno chassis in alluminio con 1,000 prese d'aria, ovvero 40 W in meno rispetto al TDP dichiarato da NVIDIA per il desktop N1X. Le due aziende potrebbero misurare parametri diversi, una specifica del chip in un caso e un aspetto del design dello chassis nell'altro, ma chi acquisterà un desktop compatto a novembre dovrebbe chiedere a ciascun produttore qual è la potenza erogata in modo continuativo dal proprio dispositivo.
La velocità della memoria è l'altra differenza tra le piattaforme rispetto al GB10. La scheda tecnica dell'XPS di Dell indica LPDDR5X a 9,400 MT/s, che su un'interfaccia a 256 bit come quella del GB10 si traduce in 300.8 GB/s, pari ai 300 GB/s dichiarati da NVIDIA a giugno e circa il 10% in più rispetto ai 273 GB/s del DGX Spark. Le metà CPU e GPU si connettono tramite NVLink-C2C a 600 GB/s. Il resto della tabella è comune a tutte e tre le parti: Tensor Core di quinta generazione, RT core di quarta generazione, DLSS 5, Reflex 2 con Frame Warp e HDMI 2.1b fino a 4K 480Hz o 8K 120Hz con DSC.
Il marketplace di NVIDIA elenca 17 configurazioni di laptop disponibili in preordine, e mostra quanta parte della gamma si colloca al di sotto del livello di prestazioni indicato. Delle 15 che abbiamo esaminato, sette utilizzano il chip a 5,120 core e la memoria RAM è di 24 GB, 32 GB, 48 GB e 128 GB, con lo storage suddiviso tra unità PCIe Gen4 e Gen5.
Come Windows suddivide 128 GB di memoria unificata
La memoria viene condivisa dinamicamente tra CPU e GPU e la quantità massima di memoria che la GPU può indirizzare dipende dalla configurazione. Uno screenshot di Gestione attività nel post di Microsoft e GitHub mostra la situazione su un Surface Laptop Ultra con il processore N1X a 6,144 core. Windows riporta 74.9 GB di memoria GPU dedicata, 35.5 GB di memoria GPU condivisa, 110 GB di memoria GPU totale e 51.5 GB di memoria di sistema.
La somma di memoria dedicata e di sistema ammonta a 126.4 GB, quindi Windows presenta il pool unificato come se fosse una scheda video dedicata: un'allocazione dedicata fissa, con la GPU in grado di attingere dalla memoria di sistema fino a un certo limite. In questo caso, il limite massimo della GPU è di 110 GB, ovvero l'86% dei 128 GB installati, e pesi, cache chiave-valore e overhead di runtime devono rientrare in tale limite. La stessa schermata mostra il driver 32.0.16.1630, datato 31 luglio, e una NPU elencata come dispositivo separato dalla GPU.
Il post specifica esplicitamente che i pesi dei modelli rappresentano solo una parte del budget di memoria; il sistema operativo, le applicazioni, il runtime di inferenza e la cache KV che mantiene lo stato di attenzione per il contesto in continua evoluzione di un agente attingono tutti dallo stesso pool. Per le configurazioni da 24 GB e 32 GB, che costituiscono gran parte della lista dei preordini, ciò lascia spazio per modelli di classe 27B a 4 bit e poco altro. Le affermazioni sui modelli di grandi dimensioni presenti nel materiale di lancio si riferiscono tutte alla SKU da 128 GB.
Cosa ci sta: Conteggio dei parametri e bit per peso
I valori massimi dei parametri indicati per lo stesso chip sembrano leggermente disallineati. La pagina prodotto di NVIDIA afferma che i modelli supportano fino a 120 miliardi di parametri con un contesto di 1 milione di token, e il suo blog cita Qwen 3.8 Flash Next come esempio da 125 miliardi. Microsoft parla di modelli che superano i 120 miliardi, poi nomina MAI Code 1.1 Flash a 137 miliardi e DeepSeek V4 Flash a 284 miliardi come modelli in arrivo su RTX Spark, mentre Dell indica 200 miliardi. La differenza è dovuta al numero di bit assegnati a ciascun peso.
| Modello | Scheda Sintetica | Precisione | Orma | Fonte |
|---|---|---|---|---|
| MAI Code 1.1 Flash | Totale 137 miliardi, di cui 6.8 miliardi attivi (composto da un mix di esperti) | Precisione mista, circa 3.3 bit per peso | 53 GB di peso; 75.5 GB di picco con contesto 256K | Microsoft, GitHub |
| NVIDIA Nemotron (di prossima uscita) | Oltre 70 miliardi | 2-bit | Poco più di 20 GB | Microsoft |
| Flash DeepSeek V4 | 284B | Non specificato | Non specificato | Microsoft |
| Qwen 3.8 Flash Next | 125B | Non specificato | Non specificato | NVIDIA |
| Qwen3.5 27B | 27B | Q4_K_M | Non specificato | Nota a piè di pagina sul benchmark Microsoft |
I dati di Microsoft per MAI Code 1.1 Flash sono i più completi. Il modello cloud in BF16 sarebbe di 274 GB; la versione on-device è di 53 GB, che Microsoft definisce una riduzione dell'80%, a circa 3.3 bit per peso con quantizzazione a precisione mista. Il dato di Nemotron è analogo, poiché 2 bit su 70 miliardi di pesi corrispondono a 17.5 GB prima dell'overhead. DeepSeek V4 Flash con 284 miliardi di parametri necessita di circa 3.1-3.3 bit per peso o meno per rientrare nel limite di 110 GB della GPU, prima che venga caricato qualsiasi contesto.
Sono i dati qualitativi a rendere degna di attenzione l'affermazione sui 3 bit. Microsoft riporta che il modello quantizzato on-device ha ottenuto il 70.8% su SWE-Bench, verificato contro il 72.6% della versione cloud di BF16, e il 66.29% su Terminal-Bench 2.1 contro il 62.9%. Il secondo risultato vede il modello quantizzato in vantaggio, il che, su un set di 89 attività, rappresenta una differenza di tre attività e ci appare come rumore. Il GPT-OSS-120B GGUF di Unsloth, il punto di riferimento per il confronto, ha ottenuto il 32.0% e il 23.6% sugli stessi due test.
Il throughput proviene da un Surface Laptop Ultra su una build Windows Arm64 di llama.cpp con backend CUDA e quella che Microsoft chiama decodifica speculativa a finestra scorrevole DFlash2, testata con un carico di lavoro sintetico di generazione di codice. Il grafico di Microsoft non riporta etichette dei dati, quindi queste sono le nostre stime: circa 63 token al secondo con un prompt da 2K, 61 con 8K, 57 con 32K, 52 con 64K, 55 con 120K e 39 con 256K. Il picco di memoria con contesto a 256K è di 75.5 GB, che corrisponde esattamente al valore della GPU dedicata nella cattura di Gestione attività.
Il valore di riferimento per il lavoro dell'agente è la velocità di elaborazione rapida. Microsoft dichiara 923.5 token al secondo con un contesto di 64K e 769.8 con uno di 128K. Un prompt a freddo da 64K impiega circa 71 secondi per essere elaborato, mentre un prompt a freddo da 128K impiega circa 170 secondi prima che appaia il primo token di output. Il post del blog sottolinea inoltre che mantenere un modello caricato non garantisce un tempo di risposta costante e che Copilot tiene conto dello stato della cache durante l'instradamento delle richieste; per questo motivo, il valore che misureremo per primo sull'hardware di prova è la velocità di precaricamento.
Il confronto tra MacBook e le relative note a piè di pagina.
Il confronto di Microsoft mette a confronto i PC con RTX Spark con un MacBook Pro da 16 pollici con M5 Pro e 64 GB: fino a 2.1 volte più veloce nel tempo di generazione del primo token, 4.3 volte più veloce nella generazione delle immagini e 6.2 volte più veloce nella generazione dei video. Il primo dato proviene da test commissionati da Microsoft in llama.cpp con Qwen3.5 27B a Q4_K_M e un prompt fisso di 8,192 token. Gli altri due sono test di NVIDIA in ComfyUI, con FLUX.2 Klein 4B a quattro step e 1024 x 1024, e LTX 2.3 22B a 121 frame, otto step e 1280 x 720.
Le note a piè di pagina contengono diverse precisazioni, a cominciare dall'hardware: tutti i test sono stati eseguiti a settembre su sistemi RTX Spark di pre-produzione con 64 GB di RAM, e il sistema Apple utilizzato è l'M5 Pro, senza l'M5 Max nel confronto. Entrambi i test di ComfyUI hanno utilizzato i modelli con precisione NVFP4 e le note a piè di pagina non descrivono la configurazione software del Mac. Il risultato relativo al modello linguistico è una misurazione del precompilamento a una singola lunghezza del prompt; nessuna delle due aziende ha pubblicato un confronto dei token di decodifica al secondo, che è il valore citato dalla maggior parte degli utenti locali di LLM.
Per quanto riguarda il gaming, NVIDIA afferma che RTX Spark esegue titoli AAA a 1440p a oltre 100 fotogrammi al secondo con DLSS 5, Reflex e G-SYNC, senza tuttavia specificare titoli o impostazioni. Il contributo di Microsoft è Gears of War: E-Day con ray tracing DirectX, variable rate shading, DirectStorage e Advanced Shader Delivery, che secondo Microsoft riduce i tempi di compilazione degli shader al primo avvio da minuti a secondi, oltre alla promessa che Call of Duty arriverà su RTX Spark nel 2027. I dettagli su Prism e sull'anti-cheat sono disponibili nel nostro articolo su Dell.
Contenitori di esecuzione Microsoft: come funziona la sandbox dell'agente
MXC è la novità con la portata più ampia, poiché si applica a qualsiasi PC con Windows 11 e viene distribuito come libreria open source e SDK multilingue con backend per macOS e Linux. Uno sviluppatore dichiara i requisiti di un carico di lavoro tramite una policy JSON: i file che può modificare, i file che può solo leggere, l'accesso alla rete in entrata e in uscita e se può accedere al desktop. MXC mappa tale policy su un backend di isolamento e la applica in fase di esecuzione; la policy risiede al di fuori del carico di lavoro, impedendo al codice generato di concedersi ulteriori autorizzazioni.
| Backend MXC | Piattaforme | Meccanismo | Destinazione d'uso |
|---|---|---|---|
| Contenitore di processo | Windows 11, macOS, Linux | AppContainer su Windows, Seatbelt su macOS, Bubblewrap su Linux | Contenimento a bassa latenza per l'esecuzione di codice generato da modelli e strumenti. |
| Contenitore di sessione | Solo Windows 11 | Account e sessione Windows separati, ciascuno con il proprio desktop, appunti, interfaccia utente e input. | Agenti a lunga esecuzione e automazioni che necessitano di un desktop |
| Contenitore WSL (WSLc) | Solo Windows 11 | Ambiente di esecuzione Linux tramite WSL | Toolchain di agenti Linux-first |
| MicroVM | Windows 11 e Linux (sperimentale) | confine virtualizzato imposto dall'hardware | Carichi di lavoro ad alto rischio e codice non affidabile |
Il ciclo di creazione delle policy si articola in tre modalità operative: la modalità "Applicazione" blocca qualsiasi operazione non conforme alla policy, mentre la modalità "Apprendimento" la blocca e la registra in un report di attività in formato JSON. La modalità "Permissiva" consente l'operazione e registra ciò che sarebbe stato negato, permettendo così a un team di testare un agente in un ambiente di lavoro reale e di creare una policy basata sul principio del minimo privilegio a partire dai dati raccolti. Il report di attività è disponibile solo per i contenitori di processi su Windows. Le organizzazioni possono aggiungere vincoli personalizzati alla policy di uno sviluppatore tramite strumenti di gestione e Microsoft ha annunciato che la gestione dei contenitori di processi MXC tramite Intune sarà disponibile a breve.
È opportuno chiarire cosa è generalmente disponibile, e la funzionalità di contenimento è quella rilasciata il 7 ottobre. L'identità dell'agente, che consente a Microsoft Entra di distinguere le azioni di un agente da quelle dell'utente connesso, è prevista a breve, così come l'estensione dei controlli di Agent 365 agli agenti locali. Fino a quando queste funzionalità non saranno disponibili, un contenitore MXC limita le risorse a cui un agente può accedere, ma gli strumenti di sicurezza continuano a visualizzare la sua attività con l'identità dell'utente e la governance a livello di flotta descritta da Microsoft non è ancora implementata; la nota a piè di pagina aggiunge che la governance su larga scala potrebbe richiedere servizi aggiuntivi.
La descrizione dell'integrazione fornita da GitHub mostra chiaramente dove si trova il confine. Copilot utilizza il livello base del contenitore di processi su Windows e i comandi shell, insieme ai server MCP locali e ai server di linguaggio per impostazione predefinita, vengono eseguiti al suo interno. Gli strumenti di file integrati di Copilot vengono eseguiti nell'ambiente dell'agente, dove le richieste vengono verificate rispetto alle policy ma non sono isolate dal sistema operativo, e i server MCP remoti si trovano completamente al di fuori della sandbox locale. L'inferenza locale non modifica nulla di tutto ciò, poiché un comando shell eredita lo stesso accesso indipendentemente dal modello che lo ha richiesto.
Tra gli agenti che attualmente supportano MXC figurano GitHub Copilot, OpenAI Codex, OpenClaw, Replit, LM Studio e Unsloth AI, mentre Claude Code, Perplexity, Manus e Hermes Agent sono tra quelli in arrivo. NVIDIA ha integrato OpenShell in MXC, che secondo Microsoft aggiunge controlli sulle policy per l'accesso degli agenti a file e servizi di inferenza, controlli di rete avanzati, gestione delle credenziali e audit OCSF per le aziende.
Huang ha posto l'accento sul livello dei container: "Proprio come Windows e DirectX hanno rivoluzionato il modo in cui vengono create le applicazioni, MXC rivoluzionerà il modo in cui gli agenti vengono creati e distribuiti". La nostra visione è più ristretta: il modello delle policy è valido e l'SDK multipiattaforma riduce i costi di adozione, ma l'unica integrazione descritta finora in dettaglio utilizza il backend più leggero e l'isolamento di un agente è forte solo quanto il backend scelto dal suo sviluppatore.
Routing ibrido: HydraFusion, Windows ML e llama.cpp
I modelli locali raggiungono gli sviluppatori tramite GitHub Copilot. HydraFusion, lanciato da GitHub all'inizio di quest'anno per instradare ogni attività al modello cloud appropriato, viene esteso ai modelli presenti sul dispositivo, con un'anteprima sperimentale nell'app Copilot, nella CLI di Copilot e in Visual Studio Code a fine ottobre. Gli sviluppatori possono lasciare il posizionamento su Automatico o selezionare esplicitamente un modello locale, sia MAI Code 1.1 Flash tramite il provider Windows ML, sia qualsiasi modello dietro un endpoint locale compatibile con OpenAI.
Microsoft ha inoltre aggiunto il supporto per llama.cpp a Windows ML, il runtime su cui sono stati generati i valori del codice MAI sopra riportati, offrendo così all'ecosistema open-model un percorso supportato verso la piattaforma; la nostra pagina sui migliori strumenti LLM locali tiene traccia dei runtime e dei front-end sviluppati su di essa. Tuttavia, la stima di Microsoft in merito è modesta. La sua pagina Dev Box afferma che il routing intelligente può trasferire fino al 20% dei carichi di lavoro di Copilot ai modelli locali, il che inquadra l'inferenza locale come un modo per ottimizzare il budget di token, con il cloud che continua a svolgere la maggior parte del lavoro.
Sistemi, prezzi e date
Sei produttori offrono laptop in preordine con consegna prevista per il 16 ottobre: ASUS ProArt P16 e P14, Dell XPS 16 Creator Edition , HP OmniBook Ultra 16, Lenovo Yoga 9n 2-in-1, MSI Prestige N16 Flip AI+ e Microsoft Surface Laptop Ultra. Il marketplace di NVIDIA elenca anche un HP OmniBook X 14. Il modello di MSI è dotato di un display OLED tandem UHD+ da 16 pollici e di una batteria da 99.9 Wh. NVIDIA cita inoltre Acer e Gigabyte tra i produttori che offrono sistemi RTX Spark.
Surface Laptop Ultra parte da 2,599 dollari, il prezzo più basso che abbiamo visto per una RTX Spark, in uno chassis che Microsoft riesce a realizzare con uno spessore inferiore a 18 mm e un peso inferiore a 4.5 kg. Microsoft dichiara una capacità termica 2.5 volte superiore rispetto ai suoi attuali Surface Laptop, un touchscreen da 15 pollici a 120 Hz con risoluzione 3270 x 2180 e una luminosità HDR di picco di 2,000 nit misurata su una finestra del 10%, memoria rimovibile dall'utente e una porta di ricarica USB-C magnetica che supporta anche video e dati. Un alimentatore da 140 W è incluso in alcune configurazioni. La configurazione base sul marketplace di NVIDIA abbina il chip a 5,120 core a 24 GB di RAM e un SSD Gen4 da 512 GB.
Il Surface RTX Spark Dev Box è il primo desktop compatto con un prezzo, 5,999 dollari con 128 GB, venduto esclusivamente tramite Microsoft.com negli Stati Uniti e disponibile da novembre, con Visual Studio Code, Git, GitHub Copilot, WSL, Python e Node preinstallati. Il prezzo è di 1,000 dollari superiore ai 4,999 dollari del DGX Spark da 64 GB , che offre il doppio della memoria. Microsoft elenca due porte USB-C, una USB-A, una HDMI, una Ethernet e un jack per le cuffie, ma non menziona le porte ConnectX-7 che consentono il clustering dei DGX Spark, una possibile soluzione al problema della connettività di rete che avevamo sollevato a giugno.
DGX Station per Windows: quarto trimestre, con la tabella completa delle specifiche.
La pagina di NVIDIA dedicata a DGX Station per Windows ora riporta la dicitura "Disponibile nel quarto trimestre" e Microsoft afferma che i sistemi arriveranno entro la fine dell'anno, citando come primi modelli il Dell Pro Precision con GB300 e l'HP ZGX Fury AI Station. L'elenco dei partner di NVIDIA include ora ASUS, Gigabyte, MSI e Supermicro. L'hardware è il GB300 Grace Blackwell Ultra Desktop Superchip che abbiamo testato su Ubuntu nell'MSI XpertStation WS300 , nell'ASUS ExpertCenter Pro ET900N G3 e in un cluster a due torri.
| Specificazione | NVIDIA DGX Station per Windows |
|---|---|
| GPU | 1x NVIDIA Blackwell Ultra, 252 GB HBM3e a 7.1 TB/s |
| CPU | 1x Grace, 72 core Neoverse V2, 496 GB LPDDR5X a 396 GB/s |
| Memoria coerente | Fino a 748 GB; NVLink-C2C a 900 GB/s |
| Nucleo tensoriale FP4 | 20 PFLOPS con sparsità; 15 PFLOPS senza |
| Core tensoriale FP8 e FP6 | 10 PFLOP |
| Core tensoriale FP16 e BF16 | 5 PFLOP |
| Nucleo Tensoriale TF32 | 2.5 PFLOP |
| FP32 / FP64 | 80 TFLOPS / 1.3 TFLOPS |
| Networking | ConnectX-8 SuperNIC, fino a 800 Gb/s: 2 porte QSFP112 a 400 Gb/s ciascuna. 1 porta RJ-45 da 10 GbE, 1 porta RJ-45 da 1 GbE (BMC) |
| Archiviazione | 4 slot M.2 PCIe Gen5 |
| Slot PCIe | 1x PCIe Gen5 x16; 2x PCIe Gen5 x16 (x8 elettrico) |
| GPU RTX PRO supportate | RTX PRO 6000 Workstation Edition, RTX PRO 6000 Blackwell Max-Q Workstation Edition, RTX PRO 4000 Blackwell SFF Edition, RTX PRO 2000 Blackwell (il supporto può variare a seconda del sistema) |
| decoder | 7 NVDEC, 7 nvJPEG |
| Sistema di alimentazione | 1,600 W; richiede un circuito da 20 A |
| Sistema operativo | Microsoft Windows; toolchain Linux tramite WSL |
Microsoft descrive due utilizzi per Windows DGX Station. Il primo è un supercomputer personale per l'intelligenza artificiale, destinato ad attività di ingegneria e ricerca, che esegue modelli come Llama 4 Maverick, Kimi K2.6 e DeepSeek V4 Pro, su un hardware che, secondo una nota a piè di pagina, supporta modelli fino a 1 trilione di parametri. Il secondo è quello che Microsoft definisce una "fabbrica di token Windows", un sistema condiviso che supporta 32 o più agenti simultanei per un team, al fine di ridurre il consumo di token cloud. Microsoft afferma che i reparti IT possono gestire questi sistemi con gli stessi strumenti utilizzati per l'intera infrastruttura Windows.
La scheda RTX PRO opzionale è più importante su Windows che su Linux. Come abbiamo notato al Computex, la GPU Blackwell Ultra del GB300 non ha core RT, quindi la visualizzazione ray-tracing nelle applicazioni di progettazione e ingegneria di Windows viene eseguita sulla scheda aggiuntiva, mentre il superchip gestisce l'intelligenza artificiale. NVIDIA elenca quattro schede RTX PRO Blackwell supportate, dalla RTX PRO 2000 alla 6000, e suggerisce che il supporto può variare a seconda del sistema.
La questione aperta da giugno rimane tale. Il nostro lavoro su GB300 si è svolto interamente su Ubuntu con vLLM e lo stack di container NVIDIA, e nessuna delle due aziende ha specificato quali stack di server funzionano nativamente su Windows su questo hardware e quali tramite WSL, né quale sia il costo in termini di throughput di WSL su un host Grace a 72 core con due porte da 400 Gb/s. Queste saranno le prime cose che testeremo non appena un'unità Windows arriverà in laboratorio.
A cosa ammonta
Il materiale di lancio risponde a diverse domande rimaste in sospeso al Computex. I laptop utilizzano il chip a un consumo energetico compreso tra 45 e 80 W, mentre i desktop a 140 W; l'opzione da 128 GB è legata al chip con il consumo maggiore tra i due disponibili; Windows limita la memoria indirizzabile dalla GPU al di sotto della memoria totale installata; e il primo desktop compatto di Microsoft non include funzionalità di rete ad alta velocità. L'affermazione di Pavan Davuluri, vicepresidente esecutivo di Microsoft per Windows e Dispositivi, secondo cui "su questo laptop è possibile eseguire modelli che semplicemente non trovano posto su una macchina tradizionale", è valida per le configurazioni da 128 GB, e il modello di codifica 137B di Microsoft a circa 60 token al secondo ne è una dimostrazione.
Ciò che manca ancora è tutto ciò che dipende da uno specifico chassis: potenza sostenuta durante una lunga sessione di agenti, velocità di decodifica rispetto ai sistemi Apple M5 Max e AMD Strix Halo, durata della batteria durante l'inferenza e prezzo per la maggior parte dei laptop da 128 GB. Non sappiamo nemmeno quando Windows raggiungerà il DGX Spark basato su GB10, che ha ottenuto un certificato di avvio di Windows nel firmware il mese scorso. Le unità di prova saranno sottoposte alla stessa suite di test utilizzata per le nostre classifiche dei migliori laptop per l'IA locale e dei migliori desktop per l'IA locale.
Amazon