Il Lenovo Yoga 9n 2-in-1 16 integra la NVIDIA RTX Spark N1X in un dispositivo convertibile: un touchscreen OLED da 16 pollici con cerniera che si piega trasformandosi in tablet e tenda, un touchpad aptico compatibile con la penna e uno chassis in alluminio di soli 0.69 cm. Il nostro modello è dotato della N1X a 20 core con GPU Blackwell a 6,144 core, 64 GB di RAM LPDDR5X e un SSD Gen4 da 1 TB, configurazione proposta da Best Buy a 3,749.99 dollari. Un modello a 18 core, 32 GB di RAM e 1 TB di SSD è disponibile a 3,099.99 dollari.
Tre sistemi di confronto aiutano a inquadrare i risultati dello Yoga. L' HP OmniBook Ultra 16 con 128 GB monta lo stesso processore N1X a 20 core in un notebook da 16 pollici ed è il notebook con RTX Spark più veloce che abbiamo testato, quindi funge da parametro di riferimento per valutare i compromessi apportati dal sistema di raffreddamento più performante dello Yoga. Il Lenovo Pro 9n 15 è il fratello maggiore dello Yoga nella configurazione a 18 core, mentre il Razer Blade 16 rappresenta il segmento x64, dopo che la sua RTX 5090 ha primeggiato in questo gruppo nella nostra recensione del Surface Laptop Ultra . Da qui, la recensione copre design e costruzione, intelligenza artificiale locale, CPU, memoria, gaming, temperature e storage; i risultati relativi alla batteria saranno disponibili non appena la nuova configurazione di test sarà completata.
La temperatura è il parametro che definisce lo Yoga: sotto carichi su tutti i core che mantengono l'OmniBook a 98 °C, la CPU dello Yoga ha raggiunto picchi tra 71 e 86 °C e ha eseguito il ciclo di test continuo di 30 minuti a 72 °C senza cali di prestazioni. Lenovo attribuisce questo risultato a un sistema termico riprogettato con prese d'aria più grandi e un dissipatore di calore rialzato, e la cerniera convertibile lascia più spazio dietro le prese d'aria per la circolazione dell'aria. Il compromesso è una frequenza di clock su tutti i core inferiore, che lascia lo Yoga indietro del 4-10% rispetto all'OmniBook nella maggior parte dei test multi-thread, pur eguagliandolo in single-thread.
Punti chiave
- Con 32 GB di memoria GPU, i nostri modelli di livello S funzionano alla massima velocità: L'agente di codifica ha generato gpt-oss:20b a 58.0 token al secondo, la stessa velocità dell'OmniBook da 128 GB, e MLPerf ha registrato prestazioni entro il 5% di tale valore. La Qwen3.6-35B-A3B di livello M richiede circa 40 GB di memoria GPU, quindi lo Yoga non è incluso.
- Il notebook con RTX Spark più interessante che abbiamo testato: 72 °C al picco in Cinebench e 72 °C durante il ciclo continuo, contro i 98 °C dell'OmniBook, con uno stato stazionario al 100% del primo passaggio.
- Qualche punto percentuale di throughput della CPU per 25 gradi: 6,292 in Cinebench 2026 multi-core, il 10% in meno rispetto all'OmniBook e il 22% in più rispetto al Razer Blade 16, con un punteggio single-core di 557.0 che eguaglia l'HP.
- Una decappottabile pensata per i creatori: Un display OLED da 2.8K con una luminosità di picco di 1,100 nit, un touchpad aptico compatibile con la Yoga Pen Gen 2 inclusa, tweeter su una soundbar rotante e una batteria da 99.9 Wh in un telaio da 4.28 kg.
- Il punto debole è rappresentato dalla memoria QLC: L'SSD Gen4 QLC ha letto 6,874 MB/s in sequenza, ma ha raggiunto solo 68.9 IOPS di scritture casuali da 4K, il valore più basso del gruppo, e ha rallentato i caricamenti a freddo di circa 2 secondi.
Costruire e disegnare
Il Yoga 9n 2-in-1 utilizza il design convertibile di Lenovo, con una cerniera che permette di ripiegare il display per trasformarlo in tablet, tenda o stand. Lo chassis è in alluminio sia nella parte superiore che inferiore, con finitura Cosmic Blue, e misura 14.17 x 9.57 x 0.69 cm nel punto più sottile, con un peso iniziale di 4.28 kg. Lenovo afferma che il design ha superato i test MIL-STD-810H e che la cover inferiore è realizzata con il 50% di alluminio riciclato.
Al tatto, lo Yoga condivide con il Pro 9n i bordi arrotondati e la disposizione delle porte, e il coperchio si chiude magneticamente. La tastiera è di dimensioni standard con tastierino numerico e offre una sensazione di solidità, mentre il Force Pad in vetro è sufficientemente ampio da poter essere utilizzato con entrambe le mani contemporaneamente, se lo si desidera. Lo Yoga è leggermente più largo del Pro 9n e la sua cerniera permette di ripiegare completamente il display per l'utilizzo come tablet, lasciando più spazio tra le prese d'aria del dissipatore di calore e la cerniera rispetto al design a conchiglia del Pro 9n.
Il sistema di raffreddamento è l'aspetto che distingue lo Yoga dagli altri notebook con RTX Spark che abbiamo testato. Lenovo ha riprogettato il sistema termico con prese d'aria più grandi e una sporgenza termica rialzata sul lato inferiore, mentre la cerniera convertibile lascia più spazio nella parte posteriore dello chassis per la circolazione dell'aria. Il risultato è una CPU che ha raggiunto i 71 °C in Stockfish, mentre l'OmniBook ha toccato i 98 °C; la sezione dedicata alle temperature spiega le frequenze di clock inferiori che ne derivano.
Nella parte inferiore, una griglia di aspirazione perforata copre gran parte della metà posteriore del coperchio inferiore, con lo scarico dell'aria che corre lungo il bordo posteriore sotto la cerniera. Senza il coperchio, due ventole sono posizionate agli angoli posteriori e un ampio dissipatore di calore con i relativi tubi di calore si estende al centro della scheda tra di esse.
A prima vista, sembra che il sistema di raffreddamento e il gruppo ventola siano gli stessi del Pro 9n, ma lo Yoga 9n ha una ventola senza condotto. Il Pro 9n ha delle piccole coperture a mezzaluna che bloccano parzialmente l'aspirazione di entrambe le ventole. L'SSD M.2 2242 è posizionato sotto il dissipatore di calore al centro della scheda, con il secondo slot M.2 offerto da Lenovo accanto, e la batteria da 99.9 Wh occupa la metà anteriore dello chassis, affiancata dagli alloggiamenti dei woofer, che emettono aria attraverso delle fessure vicino alla parte anteriore di ciascun lato.
Una scelta di design che distingue i Lenovo dalle altre piattaforme mobili NVIDIA finora è la presenza di due alloggiamenti M.2 2242, mentre gli altri utilizzano un singolo 2280. Questo offre allo Yoga una seconda opzione di archiviazione, ma gli SSD 2242 hanno capacità inferiori e in genere offrono prestazioni inferiori rispetto agli SSD 2280, il che si riflette nella sezione dedicata all'archiviazione.
Il touchscreen OLED PureSight Pro da 16 pollici ha una risoluzione di 2880 x 1800 pixel con frequenza di aggiornamento variabile da 30 a 120 Hz. Lenovo dichiara una luminosità di picco di 1,100 nit in HDR, con copertura sRGB e P3 al 100%, Delta E inferiore a 1, Dolby Vision e certificazione VESA DisplayHDR True Black 1000. Il sistema audio combina quattro woofer da 2 W con due tweeter da 2 W su una soundbar girevole, in modo che i tweeter siano rivolti verso l'utente in ogni modalità.
La tastiera ha una corsa dei tasti di 1.5 mm, retroilluminazione e un tasto Copilot. Al di sotto, il Force Pad aptico funge anche da superficie di disegno per la Yoga Pen Gen 2, che supporta AES 3.0 con 8,192 livelli di pressione e inclinazione, si ricarica tramite USB-C e si ripone in una custodia magnetica che si aggancia sul retro del coperchio. La fotocamera a infrarossi da 9.2 MP ha un otturatore elettronico e tre microfoni gestiscono la voce.
Sul lato sinistro si trovano una porta HDMI 2.1, una porta USB-A da 10 Gbps, una porta USB 40 da 4 Gbps con Power Delivery e DisplayPort 2.1, e un jack per le cuffie; sul lato destro sono presenti il pulsante di accensione, un lettore di schede SD UHS-I, una seconda porta USB 4 e una seconda porta USB-A, di cui una sempre attiva. La connettività wireless è Wi-Fi 7 con Bluetooth 5.4 e la batteria da 99.9 Wh supporta la ricarica rapida Rapid Charge Express, che secondo Lenovo garantisce 3 ore di utilizzo con una ricarica di 15 minuti.
La piattaforma RTX Spark N1X
RTX Spark è la famiglia di PC Windows basata sul superchip N1X, la versione per laptop del GB10 presente nel DGX Spark , e la nostra recensione del Surface Laptop Ultra tratta proprio questa piattaforma. Il modello Yoga monta il processore di punta, che combina una CPU Grace a 20 core (10 core più veloci e 10 core a basso consumo, senza SMT) con una GPU Blackwell RTX a 6,144 core.
NVIDIA indica per i notebook con chip N1X un intervallo di potenza compreso tra 45 e 80 W, e il modo in cui un produttore raffredda il proprio notebook all'interno di questo intervallo influenza i risultati tanto quanto il chip stesso. Lenovo dichiara un consumo di 70 W per lo Yoga, HP per l'OmniBook fino a 70 W e Lenovo per il Pro 9n fino a 80 W, eppure i tre funzionano a frequenze e temperature diverse a parità di carico.
La memoria LPDDR5X dell'N1X è condivisa tra CPU e GPU, e un'impostazione nell'app NVIDIA, non nel BIOS, decide quanta memoria Windows assegna alla GPU; pertanto, la suddivisione può essere modificata dal desktop.
Il nostro Yoga da 64 GB utilizzava una configurazione con 32 GB per la GPU e 32 GB per la CPU. Questo lo rende idoneo per i nostri modelli AI locali di livello S, ma non per il livello M, che richiede circa 40 GB, e come per ogni sistema RTX Spark, la memoria è il fattore limitante da considerare nella scelta della configurazione al momento dell'acquisto.
La suddivisione fissa è una limitazione di Windows, non di NVIDIA. Windows non supporta ancora la memoria unificata tra CPU e GPU come fa lo stack Linux su DGX Spark, motivo per cui l'allocazione deve essere impostata in anticipo; sappiamo che NVIDIA e Microsoft stanno lavorando per implementare questa funzionalità.
Windows 11 26H1 viene eseguito su Arm64; le applicazioni x64 passano attraverso l'emulazione Prism e la nostra suite utilizza build native Arm64 di ogni carico di lavoro open source, quindi le righe della CPU confrontano il silicio.
Specifiche del Lenovo Yoga 9n 2-in-1 16
| Specificazione | Lenovo Yoga 9n 2-in-1 16 (83N7000UUS) |
|---|---|
| Panoramica della piattaforma | |
| Processore | NVIDIA RTX Spark N1X, CPU a 20 core con GPU Blackwell RTX a 6,144 core (come testato) NVIDIA RTX Spark N1X, CPU a 18 core con GPU Blackwell RTX a 5,120 core |
| Memorie | 64 GB di memoria LPDDR5X-9400 saldata, 256 bit (come testato); espandibile fino a 64 GB Configurazione con 32 GB per la GPU e 32 GB per il sistema (come testato) |
| Archiviazione | SSD M.2 2242 PCIe Gen4 QLC da 1 TB Sandisk PC SN5100S 1TB (come testato) |
| Sistema operativo | Windows 11 (Arm64); Windows 11 Home come testato |
| Display e I/O | |
| Display | Schermo touchscreen OLED PureSight Pro da 16 pollici con risoluzione 2.8K (2880 x 1800), frequenza di aggiornamento variabile (VRR) da 30 a 120 Hz, formato 16:10. 1,100 nit di picco (HDR), 100% sRGB e P3, Delta E <1, Dolby Vision VESA DisplayHDR True Black 1000, vetro |
| porte | 2 porte USB4 da 40 Gbps (USB PD 3.0, DisplayPort 2.1) 2 porte USB-A da 10 Gbps (una sempre attiva) 1x HDMI 2.1 (fino a 8K/60Hz) 1 lettore di schede SD (UHS-I) 1 jack combinato per cuffie/microfono |
| Wireless | Wi-Fi 7 (802.11be 2×2), Bluetooth 5.4 |
| Telecamere | 9.2 MP + infrarossi con otturatore elettronico |
| audio | Sei altoparlanti: 4 woofer da 2 W, 2 tweeter da 2 W su una soundbar rotante; Dolby Atmos 3x microfoni |
| Ingresso | Tastiera retroilluminata, corsa dei tasti di 1.5 mm, tasto Copilota Pad aptico con supporto per penna Yoga Pen Gen 2 (AES 3.0, 8,192 livelli di pressione inclusi) |
| Potenza e Fisico | |
| batteria | 99.9 Wh, Ricarica rapida Express |
| Design termico | Prese d'aria maggiorate e sporgenza termica; TDP di 70 W (valore Lenovo) |
| Dimensioni | 14.17 x 9.57 x 0.69 pollici (360 x 243.1 x 17.5 mm) |
| Peso | A partire da 4.28 libbre (1.94 kg) |
| Colore e materiale | Blu cosmico, parte superiore e inferiore in alluminio; testato secondo lo standard MIL-STD-810H. |
| Prezzi | |
| Prezzo (Miglior acquisto) | $3,099.99 (18 core, 32 GB, 1 TB); $3,749.99 (20 core, 64 GB, 1 TB, come testato) |
Test Setup e Metodologia
Il nostro sistema di test Yoga 9n 2-in-1 utilizza una RTX Spark N1X con GPU Blackwell a 6,144 core, 64 GB di RAM LPDDR5X-9400 (suddivisa 32/32 tra GPU e sistema) e un SSD Sandisk SN5100S Gen4 da 1 TB, il tutto con sistema operativo Windows 11 Home 26H1 (Arm64). I benchmark sono stati eseguiti in modalità Prestazioni di Lenovo.
Ogni sistema in questo confronto ha eseguito sr-client 1.2, la nostra suite di benchmark per client Windows, con profilo completo e profilo Peak, utilizzando l'immagine di fabbrica di Windows con i driver e le utilità del produttore. La suite applica le stesse impostazioni di laboratorio ovunque: modalità di risparmio energetico di Windows su Prestazioni massime, alimentazione di rete, luminosità dello schermo al 50%, tutti i timer di sospensione e spegnimento dello schermo disabilitati e le richieste di Windows Firewall e UAC disattivate. Ogni risultato è la mediana di passaggi ripetuti e la suite ripete un test la cui dispersione supera il 2% prima di accettarlo.
| Sistema | CPU | Memorie | GPU utilizzata per i test GPU e AI | SSD | Sistema operativo e modalità prestazioni |
|---|---|---|---|---|---|
| Lenovo Yoga 9n 2-in-1 16 | NVIDIA RTX Spark N1X, 20 core / 20 thread | 64 GB LPDDR5X-9400 (32 GB GPU / 32 GB di sistema) | Blackwell RTX a 6,144 core (integrata, 32 GB utilizzabili) | PC Sandisk SN5100S 1 TB, Gen4 x4 | Windows 11 Home 26H1 (Arm64), modalità Prestazioni Lenovo |
| HP OmniBook Ultra 16 (128 GB) | NVIDIA RTX Spark N1X, 20 core / 20 thread | 128 GB LPDDR5X-9400 (64 GB GPU / 64 GB di sistema) | Blackwell RTX a 6,144 core (integrata, 62.5 GB utilizzabili) | PC Sandisk SN8050S 2 TB, Gen5 x4 | Windows 11 Pro 26H1 (Arm64), Prestazioni HP |
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X, 18 core / 18 thread | 32 GB LPDDR5X-9400 (12 GB GPU / 20 GB di sistema) | Blackwell RTX a 5,120 core (integrata, 12 GB utilizzabili) | Samsung MZAL81T0HFLB 1TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), modalità Prestazioni Lenovo |
| Razer Blade 16 | AMD Ryzen AI 9 HX 370, 12C / 24T | LPDDR32X-5 da 8000 GB | GPU per laptop NVIDIA GeForce RTX 5090, 24 GB | Samsung MZVL22T0 2TB, Gen4 x4 | Windows 11 Home 25H2 (x64), Razer Synapse Performance |
Nelle tabelle seguenti ricorrono due etichette: "not run" significa che la suite ha rifiutato di avviare un test perché l'hardware non è idoneo, il più delle volte perché un modello supera la memoria GPU disponibile: i 32 GB dello Yoga e i 24 GB del Blade 16 li mantengono al di sotto del livello M, mentre i 12 GB del Pro 9n lo mantengono al di sotto di entrambi i livelli. La stessa etichetta indica la dimensione di OpenBLAS che il Pro 9n da 12 GB non include nella memoria.
N/A significa che un test non si applica a quell'hardware, come ad esempio il test SMT single-core su un chip senza SMT o una riga di emulazione su un sistema x64 che esegue la sua build nativa. Quando un sistema RTX Spark ha eseguito software x64 tramite Prism, i dati sono etichettati di conseguenza.
Prestazioni locali dell'IA
Le prestazioni dell'IA locale dipendono dalla velocità con cui la GPU esegue un modello e dalla sua idoneità. I 32 GB di memoria utilizzabile dalla GPU dello Yoga eseguono il nostro modello di livello S, gpt-oss:20b, alla stessa velocità di generazione dell'OmniBook da 128 GB, ma non raggiungono il livello M, dove i 62.5 GB dell'OmniBook si rivelano più vantaggiosi.
Client MLPerf v2.0
MLPerf Client esegue Llama 3.1 8B e Phi-4-mini attraverso cinque categorie di prompt e riporta il tempo al primo token e il tasso di token successivi, come media geometrica. Ogni sistema qui utilizza llama.cpp con CUDA, quindi il motore è lo stesso e le righe confrontano l'hardware. Gli scenari agentici eseguono Llama 3.1 8B come agente di ingegneria del software e agente di analisi dei dati che richiamano strumenti in più turni.
| Client MLPerf v2.0 | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Llama 3.1 8B, tempo al primo token, media geometrica (s, minore è meglio) | 0.353 | 0.274 | 0.303 | 0.149 |
| Llama 3.1 8B, tasso di cambio token, media geometrica (tok/s) | 54.4 | 56.5 | 55.1 | 128.8 |
| Phi-4-mini, tempo al primo token, media geometrica (s, minore è meglio) | 0.158 | 0.130 | 0.135 | 0.074 |
| Phi-4-mini, tasso di token, media geometrica (tok/s) | 91.8 | 96.8 | 95.2 | 222.7 |
| Agente di analisi dati, end-to-end (s, minore è meglio) | 59.7 | 53.0 | 56.2 | 27.8 |
| Agente di analisi dati, tariffa in token (tok/s) | 45.3 | 48.5 | 46.9 | 108.3 |
| Agente SWE, end-to-end (s, minore è meglio) | 51.6 | 45.3 | 48.0 | 24.6 |
| Agente SWE, tasso di cambio token (tok/s) | 43.0 | 46.6 | 44.5 | 102.5 |
Lo Yoga ha generato Llama 3.1 8B a 54.4 token al secondo e Phi-4-mini a 91.8, rispettivamente il 4 e il 5% in meno rispetto all'OmniBook. Il divario si amplia sul primo token, che si basa più sulla potenza di calcolo che sulla larghezza di banda della memoria: lo Yoga ha impiegato 0.353 secondi su Llama 3.1 contro 0.274 sull'HP, ed è risultato inferiore anche al Pro 9n a 18 core. Questo andamento suggerisce che l'ottimizzazione del sistema di raffreddamento di Lenovo influisce sia sulla GPU che sulla CPU, dato che lo Yoga ha eseguito MLPerf anche alla frequenza di clock della CPU più bassa tra i tre sistemi N1X.
Negli scenari con agenti, lo Yoga ha impiegato 59.7 secondi per l'analista di dati e 51.6 secondi per l'ingegnere del software, un tempo superiore del 13-14% rispetto all'OmniBook, mentre il Blade 16 ha completato entrambi i test in meno della metà del tempo dello Yoga.
Caricamento del modello
Questo test cronometra un modello locale in Ollama dall'SSD al suo primo token generato, a freddo (cache del file svuotata) e a caldo (file già in memoria), e riporta la velocità di lettura dell'SSD durante il caricamento a freddo. Il livello S utilizza gpt-oss:20b (12.8 GB) su sistemi con almeno 16 GB di memoria utilizzabile dalla GPU; il livello M aggiunge Qwen3.6-35B-A3B (21.1 GB) su sistemi con circa 40 GB o più.
| Caricamento del modello (mappatura della memoria attiva) | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| gpt-oss:20b, caricamento a freddo sul primo token (s, minore è meglio) | 8.06 | 6.23 | Non eseguibile (memoria GPU 12 GB) | 8.71 |
| gpt-oss:20b, caricamento a caldo sul primo token (s, minore è meglio) | 3.60 | 3.59 | Non eseguibile (memoria GPU 12 GB) | 6.93 |
| gpt-oss:20b, velocità di lettura durante il caricamento a freddo (MB/s) | 2,480 | 3,044 | Non eseguibile (memoria GPU 12 GB) | 3,874 |
| Qwen3.6-35B-A3B, caricamento a freddo del primo token (s, minore è meglio) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 9.04 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Qwen3.6-35B-A3B, caricare a caldo il primo token (s, più basso è meglio) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 4.23 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
A caldo, lo Yoga ha portato gpt-oss:20b al suo primo token in 3.60 secondi, eguagliando i 3.59 dell'OmniBook. A freddo, ha impiegato 8.06 secondi contro 6.23, perché il suo drive QLC ha letto il modello a 2,480 MB/s sotto carico, mentre il drive Gen5 dell'OmniBook ha letto a 3,044 MB/s. Il Blade 16 è stato il più lento, sia a freddo che a caldo, con 8.71 e 6.93 secondi, perché i suoi pesi devono attraversare il PCIe nella VRAM dopo essere stati letti.
Agente di codifica
Codex CLI esegue un modello locale fornito da Ollama attraverso un'attività di programmazione fissa in un repository bloccato; un'esecuzione ha successo quando tutti gli 11 test del repository vengono superati. Riportiamo il tempo di esecuzione mediano su tre esecuzioni, il numero di esecuzioni riuscite e il tasso di generazione. Il test "agente accanto all'utente" esegue l'agente e Speedometer insieme e riporta di quanto ciascuno rallenta rispetto all'esecuzione separata.
| Agente di codifica Codex CLI | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Livello S, gpt-oss:20b 64K: tempo di esecuzione (s, minore è meglio) | 132.5 | 115.3 | Non eseguibile (memoria GPU 12 GB) | 64.4 |
| Livello S: successi (su 3) | 2 | 3 | Non eseguibile (memoria GPU 12 GB) | 2 |
| Livello S: tasso di generazione (tok/s) | 58.0 | 58.0 | Non eseguibile (memoria GPU 12 GB) | 137.9 |
| Livello M, gpt-oss:20b 128K: tempo di esecuzione (s, minore è meglio) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 152.1 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Livello M, gpt-oss:20b 128K: successi (su 3) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 3 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Livello M, Qwen3.6-35B-A3B 64K: tempo di funzionamento (s, minore è il valore, migliore è il risultato) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 72.0 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Livello M, Qwen3.6-35B-A3B 64K: successi (su 3) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 3 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Livello M, Qwen3.6-35B-A3B 64K: velocità di generazione (tok/s) | Non eseguibile (32 GB di memoria GPU, livello inferiore a M) | 89.5 | Non eseguibile (memoria GPU 12 GB) | Non eseguibile (24 GB di VRAM, al di sotto del livello M) |
| Tachimetro accanto all'agente (punteggio) | 14.1 | 21.2 | Non eseguibile (memoria GPU 12 GB) | 36.3 |
| Il tachimetro rallenta accanto all'agente (x, più basso è meglio) | 2.44 | 1.73 | Non eseguibile (memoria GPU 12 GB) | 1.06 |
| Rallentamento dell'agente accanto al tachimetro (x, più basso è meglio) | 1.03 | 1.04 | Non eseguibile (memoria GPU 12 GB) | 1.05 |
Nel compito di livello S, Yoga ha generato 58.0 token al secondo, identico all'OmniBook, e ha completato l'operazione in 132.5 secondi, più lentamente dei 115.3 dell'HP. Ha superato due delle tre esecuzioni, come il Blade 16; gpt-oss:20b fallisce questo compito circa una volta su tre su diversi sistemi che abbiamo testato, quindi il numero di successi dice più sul modello che sull'hardware. Il Blade 16 ha completato l'operazione in 64.4 secondi a 137.9 token al secondo.
Il test di concorrenza è stato più impegnativo per lo Yoga. Con l'agente in esecuzione, il suo punteggio Speedometer è sceso da 36.1 a 14.1, un rallentamento di 2.44 volte, rispetto a 1.73 volte sull'OmniBook e 1.06 volte sul Blade 16, dove il modello utilizza la GPU dedicata e lascia la CPU inattiva. L'agente stesso ha subito un rallentamento di solo il 3%, quindi lo Yoga privilegia l'attività in background rispetto al browser quando entrambi competono per la sua potenza e la memoria condivisa.
Generazione aumentata di recupero
Il nostro test RAG incorpora 20,963 brani SQuAD v1.1 con nomic-embed-text, recupera i cinque brani migliori per ciascuna delle 2,000 domande e risponde a 400 di esse con Phi-4-mini, valutando la corrispondenza esatta e il punteggio F1 rispetto alle risposte di riferimento. I modelli vengono eseguiti su ogni sistema, quindi si tratta di un confronto di velocità.
| RAG | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Tempo di ingestione, 20,963 passaggi (s, minore è meglio) | 188.8 | 187.0 | 191.8 | 131.0 |
| Tempo di recupero della query, p50 (ms, un valore inferiore è migliore) | 22.6 | 23.3 | 24.2 | 20.9 |
| Risposta, tempo Phi-4-mini al primo token, p50 (s, minore è meglio) | 0.181 | 0.155 | 0.171 | 0.109 |
| Risposta, elaborazione rapida (tok/s) | 5,837 | 7,142 | 6,268 | 11,560 |
| Risposta, velocità di generazione (tok/s) | 91.1 | 104.4 | 96.6 | 209.2 |
| Domanda a cui rispondere, p50 (s, più basso è meglio) | 0.262 | 0.227 | 0.252 | 0.159 |
| Risposta F1 (%) | 73.97 | 73.97 | 74.27 | 74.47 |
Lo Yoga ha eguagliato l'OmniBook in termini di acquisizione (188.8 secondi contro 187.0) e recupero delle informazioni, ma è risultato inferiore nella risposta: Phi-4-mini ha elaborato i prompt a 5,837 token al secondo contro 7,142 e ha generato 91.1 contro 104.4. Una domanda tipica ha richiesto 0.262 secondi dalla richiesta alla risposta, contro 0.227 sull'HP e 0.159 sul Blade 16. L'accuratezza è risultata identica su Yoga e OmniBook.
Prestazioni della CPU
I risultati della CPU dello Yoga seguono una regola: eguaglia l'OmniBook su un singolo thread, ma lo supera su tutti i core. Le righe relative al single-threading si attestano entro il 2% circa rispetto all'HP, e lo Yoga ha registrato i migliori risultati in single-thread con 7-Zip, PyPerformance go e regex_compile tra tutti i sistemi RTX Spark testati. Le righe relative al multi-threading si attestano dal 2 al 28% di differenza, la maggior parte delle quali tra il 4 e il 10%, con i divari maggiori in Stockfish e OpenBLAS. Rispetto al Razer Blade 16, lo Yoga continua a vincere in rendering, compressione e compilazione.
Cinebench 2026 e carico sostenuto
Cinebench 2026 renderizza una scena con il motore Redshift di Maxon sulla CPU e valuta le prestazioni single-core, SMT single-core (due thread su un singolo core fisico) e multi-core. Successivamente, eseguiamo un ciclo continuo che ripete l'esecuzione multi-core per circa 30 minuti e confrontiamo il risultato a regime con quello della prima passata.
| Cinebench 2026 (punti, più alto è il punteggio, meglio è) | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Single core | 557.0 | 558.6 | 518.2 | 480.0 |
| singolo nucleo SMT | N/A | N/A | N/A | 661.3 |
| Multi-core | 6,292 | 7,004 | 6,394 | 5,179 |
| Ciclo sostenuto, primo passaggio | 6,248 | 6,954 | 6,346 | 5,162 |
| Ciclo sostenuto, stato stazionario | 6,256 | 6,942 | 6,416 | 5,206 |
| Stato stazionario / primo passaggio | 1.001 | 0.998 | 1.011 | 1.009 |
Lo Yoga ha ottenuto un punteggio multi-core di 6,292, il 10% in meno rispetto ai 7,004 dell'OmniBook, il 2% in meno rispetto al Pro 9n a 18 core e il 22% in più rispetto al Blade 16, con un punteggio single-core di 557.0 che eguaglia quello dell'HP. Il suo ciclo di test sostenuto è il più stabile: lo stato stazionario di 6,256 si è attestato al 100.1% del primo passaggio, con la CPU a 72 °C e 3,015 MHz per tutto il tempo.
7-Zip, Blender, HandBrake e LLVM
Il benchmark integrato di 7-Zip riporta il throughput di compressione e decompressione LZMA su ogni thread e su un singolo core. Blender 4.5 renderizza le scene Monster, Junkshop e Classroom con Cycles sulla CPU. HandBrake codifica 60 secondi di una clip 4K60 via software con x265 e SVT-AV1, e il test LLVM compila l'intero albero LLVM 21.1.4 con Clang e Ninja.
| 7-Zip, un thread (GIPS, valore più alto è migliore) | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Totale | 9.12 | 9.09 | 8.93 | 9.24 |
| Comprimere | 7.35 | 7.31 | 7.26 | 7.28 |
| Decomprimere | 10.88 | 10.87 | 10.59 | 11.20 |
In 7-Zip, lo Yoga ha raggiunto 145.3 GIPS su tutti i thread, il 4% in meno rispetto all'OmniBook e il 15% in più rispetto al Blade 16, e il suo totale su un singolo thread di 9.12 GIPS è stato il migliore tra i sistemi RTX Spark. Blender lo ha posizionato il 5% in meno rispetto all'HP in Monster e il 5% in meno in Classroom, e la compilazione LLVM ha richiesto 217.2 secondi contro 206.6, comunque il 34% in meno rispetto al Blade 16.
La codifica x265 di HandBrake ha raggiunto 38.6 fps, il 6% in meno rispetto all'OmniBook. SVT-AV1 ha ottenuto circa 15 fps su ogni sistema RTX Spark, rispetto ai 77.3 del Blade 16, il che suggerisce che il collo di bottiglia sia il percorso del codice Arm64 di SVT-AV1.
Stockfish, primesieve, Python e il browser
Stockfish riporta la velocità di ricerca degli scacchi in milioni di nodi al secondo. Primesieve conta i numeri primi inferiori a 10^12 su tutti i thread e inferiori a 10^11 su un singolo thread. PyPerformance esegue tre benchmark CPython con un singolo core veloce, e Speedometer 3.1 misura la reattività delle applicazioni web in Microsoft Edge. Le ultime due righe mostrano l'esecuzione della versione x64 di 7-Zip tramite emulazione Prism.
| Test | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Banco da pesca Stockfish, tutte le filettature (Mnps, maggiore è il valore, migliore è la filettatura) | 13.42 | 16.28 | 15.20 | 17.96 |
| Banco da pesca Stockfish, una filettatura (Mnps, più alto è meglio) | 1.72 | 1.73 | 1.70 | 2.04 |
| primesieve 1e12, tutti i fili (s, più basso è meglio) | 10.77 | 9.57 | 10.56 | 10.60 |
| primesieve 1e11, un filo (s, più basso è meglio) | 12.01 | 12.03 | 12.34 | 6.67 |
| PyPerformance go (ms, un valore inferiore è migliore) | 110.6 | 111.2 | 114.1 | 75.2 |
| PyPerformance nbody (ms, un valore inferiore è migliore) | 80.5 | 80.4 | 82.5 | 60.8 |
| PyPerformance regex_compile (ms, un valore inferiore è migliore) | 84.3 | 84.6 | 86.7 | 69.7 |
| Speedometer 3.1, Edge (punteggio, più alto è, meglio è) | 36.1 | 36.7 | 33.9 | 38.4 |
| 7-Zip x64 in emulazione, tutti i thread (GIPS) | 124.3 | 127.0 | 117.6 | N/D (nativo x64) |
| x64 7-Zip in emulazione, un thread (GIPS) | 8.25 | 8.26 | 7.94 | N/D (nativo x64) |
Stockfish mostra chiaramente il divario di frequenza: su tutti i thread, lo Yoga ha raggiunto 13.42 Mnps, il 18% in meno rispetto all'OmniBook e ai 15.20 Mnps del Pro 9n a 18 core, mentre su un singolo thread ha eguagliato entrambi con circa 1.7 Mnps. Stockfish ha testato lo Yoga a 3,057 MHz e 71 °C, contro i 3,269 MHz e 98 °C dell'HP, quindi lo Yoga perde circa il 6% della sua frequenza e funziona a circa 27 °C in meno.
Le righe single-thread favoriscono Yoga tra i sistemi RTX Spark, con il tempo di esecuzione PyPerformance più veloce a 110.6 ms e un punteggio Speedometer di 36.1, ma Blade 16 ha primeggiato nelle righe Python, primesieve, Stockfish e browser, completando primesieve single-thread in 6.67 secondi contro 12.01. La build x64 di 7-Zip ha raggiunto 124.3 GIPS in emulazione, l'86% del risultato nativo.
GROMACS, OpenBLAS e Memoria
GROMACS esegue il caso di dinamica molecolare benchMEM su 16 core e riporta i nanosecondi di tempo simulato al giorno per la configurazione migliore. Il nostro test OpenBLAS esegue una risoluzione LU a doppia precisione in stile HPL con tre dimensioni del problema e una moltiplicazione di matrici DGEMM, su tutti i core e solo sulla classe di core più performante, ed è il carico di calcolo in virgola mobile più pesante della suite. STREAM misura la larghezza di banda della memoria sostenuta e le righe di latenza misurano la latenza di accesso singolo alla memoria e la latenza inter-core.
| Test (punteggio più alto è migliore) | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| GROMACS benchMEM, miglior layout (ns/giorno) | 17.15 | 17.47 | 16.88 | 26.41 |
| OpenBLAS LU N=10000, tutti i core (GFLOPS) | 281.3 | 324.0 | 303.4 | 400.9 |
| OpenBLAS LU N=20000, tutti i core (GFLOPS) | 298.6 | 329.6 | 318.1 | 454.4 |
| OpenBLAS LU N=40000, tutti i core (GFLOPS) | 282.5 | 348.8 | Non eseguibile (richiede 11.9 GB) | 498.5 |
| OpenBLAS LU N=20000, classe core principale (GFLOPS) | 273.2 | 380.5 | 403.8 | 240.4 |
| OpenBLAS DGEMM M=8000, tutti i core (GFLOPS) | 312.7 | 398.5 | 357.6 | 455.4 |
| OpenBLAS DGEMM M=8000, classe core principale (GFLOPS) | 346.7 | 488.7 | 448.3 | 252.4 |
GROMACS ha mostrato una differenza minima tra i sistemi RTX Spark, con lo Yoga a 17.15 ns/giorno, ma OpenBLAS ha evidenziato i divari maggiori nel test. La risoluzione LU all-core dello Yoga a N=20000 ha raggiunto 298.6 GFLOPS, il 9% in meno rispetto all'OmniBook, e il suo DGEMM è risultato inferiore del 22%. Eseguendo il calcolo solo sulla classe di core più performante, dove l'OmniBook guadagna terreno, lo Yoga è rimasto ulteriormente indietro, con 273.2 GFLOPS contro 380.5. Lo Yoga ha completato tutti i calcoli, incluso N=40000, che la configurazione da 64 GB è in grado di eseguire grazie alla memoria disponibile, a temperature che non hanno mai superato gli 85 °C.
| Test | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Copia STREAM (MB/s, valore più alto è migliore) | 118,738 | 130,790 | 127,682 | 43,731 |
| Triade STREAM (MB/s, valore più alto è migliore) | 112,067 | 122,260 | 120,272 | 48,298 |
| Latenza della memoria, buffer da 1 GiB, pagine da 4 KiB (ns, un valore inferiore è migliore) | 141.8 | 143.1 | 143.4 | 129.6 |
| Latenza tra i core, media di tutte le coppie (ns, valore inferiore è migliore) | 162.8 | 156.8 | 160.6 | 57.0 |
STREAM Triad ha raggiunto 112,067 MB/s sullo Yoga, l'8% in meno rispetto all'OmniBook e 2.3 volte il valore del Blade 16, quindi le frequenze di clock inferiori dello Yoga si ripercuotono anche sul sottosistema di memoria. La latenza della memoria di 141.8 ns è risultata la più bassa tra i sistemi RTX Spark testati, mentre la latenza core-to-core di 162.8 ns è in linea con quella della piattaforma.
Giochi e codifica GPU
SuperTuxKart 1.5 esegue il suo benchmark integrato a 1080p a schermo intero con le impostazioni grafiche più elevate e vsync disattivato, una volta con la versione nativa Arm64 del gioco e una volta con la versione x64 in emulazione. FFmpeg codifica la stessa clip 4K60 con NVENC HEVC a 8 Mbps e, ove disponibile, con il codificatore HEVC di Media Foundation.
| Test (punteggio più alto è migliore) | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| SuperTuxKart 1080p Ultra, nativo, media (fps) | 216.4 | 225.9 | 218.4 | 200.0 |
| SuperTuxKart 1080p Ultra, nativo, stabile (fps) | 131 | 143 | 140 | 115 |
| SuperTuxKart 1080p Ultra, x64 in emulazione, media (fps) | 186.8 | 266.5 | 248.6 | N/D (nativo x64) |
| SuperTuxKart 1080p Ultra, x64 in emulazione, stabile (fps) | 93 | 141 | 94 | N/D (nativo x64) |
| FFmpeg NVENC HEVC, 4K60 a 8Mbps (fps) | 139 | 138 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 65 | 66 | 55 | N/A |
Lo Yoga ha raggiunto una media di 216.4 fps con la build nativa, il 4% in meno rispetto all'OmniBook e entro l'1% dal Pro 9n, e davanti ai 200.0 del Blade 16, dato che a 1080p la CPU determina il frame rate su tutti i sistemi qui presenti. Un risultato spicca: la build x64 dello Yoga in emulazione ha raggiunto una media di 186.8 fps, più lenta della sua build nativa, mentre l'OmniBook e il Pro 9n hanno eseguito la build emulata più velocemente, quindi ripeteremo questo test per conferma. La codifica hardware è risultata uniforme su tutti i dispositivi, con NVENC HEVC a 139 fps sullo Yoga.
termiche
Lo Yoga ha funzionato a temperature inferiori rispetto a qualsiasi altro notebook con RTX Spark che abbiamo testato. Nei test della CPU, la sua temperatura massima è variata da 71 °C in Stockfish a 86 °C in HandBrake, rispetto ai 98 °C registrati in tutti gli stessi test sull'OmniBook, e la sua media nel ciclo continuo di 30 minuti è stata di 70 °C contro i 98 °C dell'HP. I sistemi con RTX Spark segnalano la temperatura della CPU solo tramite le zone termiche di Windows e la zona dello Yoga potrebbe non corrispondere allo stesso sensore utilizzato da HP, ma le sue frequenze e il comportamento energetico indicano che la maggior parte della differenza è giustificata.
| Temperatura della CPU, massima / media (°C) | Yoga 9n 2-in-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 |
| Stoccafisso | 71 / 69 | 98 / 97 | 88 / 83 | 92 / 90 |
| Frullatore | 80 / 75 | 98 / 96 | 91 / 80 | 95 / 87 |
| HandBrake | 86 / 71 | 98 / 86 | 93 / 74 | 92 / 86 |
| LLVM build | 81 / 75 | 98 / 92 | 87 / 79 | 98 / 93 |
| GROMACS | 84 / 81 | 98 / 96 | 89 / 85 | 97 / 94 |
| ApriBLAS | 85 / 74 | 98 / 95 | 92 / 83 | 91 / 87 |
| STREAM | 64 / 59 | 98 / 96 | 78 / 66 | 75 / 71 |
| SuperTuxKart | 68 / 62 | 95 / 82 | 74 / 68 | 89 / 82 |
| Client MLPerf | 72 / 60 | 93 / 84 | 76 / 66 | 97 / 76 |
| Agente di codifica | 71 / 67 | 90 / 79 | Non correre | 91 / 84 |
| RAG | 84 / 75 | 94 / 90 | 76 / 71 | 88 / 83 |
| Ciclo sostenuto | 72 / 70 | 98 / 98 | 92 / 87 | 94 / 90 |
Il funzionamento a temperature più basse si ottiene con frequenze di clock di tutti i core inferiori. Nel ciclo di test continuo, lo Yoga ha mantenuto 3,015 MHz contro i 3,239 MHz dell'OmniBook e i 3,288 MHz del Pro 9n, e questa differenza di frequenza spiega gran parte del deficit dello Yoga in termini di multi-threading. Lenovo dichiara un consumo di 70 W per lo Yoga, lo stesso valore attribuito da HP all'OmniBook, quindi la differenza sembra essere dovuta più a una scelta di ottimizzazione per ridurre temperature e rumorosità che a un budget energetico inferiore.
Lo Yoga non subisce throttling: come ogni sistema RTX Spark che abbiamo testato, mantiene la sua frequenza di clock costante per tutta la durata del carico, e lo fa a temperature comprese tra 12 e 27 °C inferiori rispetto ai 98 °C raggiunti dall'OmniBook negli stessi test.
| Frequenza media della CPU (MHz) | Yoga 9n 2-in-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 |
| Stoccafisso | 3,057 | 3,269 | 3,292 | 3,645 |
| Frullatore | 3,111 | 3,123 | 3,216 | 3,729 |
| HandBrake | 2,687 | 2,756 | 2,834 | 3,814 |
| LLVM build | 3,083 | 3,151 | 3,197 | 3,697 |
| GROMACS | 3,226 | 3,308 | 3,367 | 3,874 |
| ApriBLAS | 2,890 | 3,024 | 3,192 | 4,274 |
| STREAM | 3,077 | 3,258 | 3,101 | 3,684 |
| SuperTuxKart | 2,002 | 1,957 | 2,017 | 4,349 |
| Client MLPerf | 1,935 | 2,114 | 2,027 | 3,593 |
| Agente di codifica | 1,945 | 2,078 | Non correre | 3,789 |
| RAG | 2,707 | 2,749 | 2,760 | 3,764 |
| Ciclo sostenuto | 3,015 | 3,239 | 3,288 | 3,726 |
Per un laptop che verrà spesso tenuto come un tablet o appoggiato sulle gambe, questo compromesso ha senso. Un convertibile da 16 pollici che raggiunge i 72 °C durante un rendering di mezz'ora è una macchina ben diversa da una che si ferma a 98 °C, e il costo in termini di rendering e compilazione è di pochi punti percentuali. L'SSD dello Yoga ha raggiunto un picco di 67 °C durante il test di archiviazione.
Prestazioni di archiviazione
Il nostro test di archiviazione esegue i quattro angoli di fio sull'unità di avvio con ingombri da 5 GB e 25 GB, attraverso il file system e sul dispositivo raw, e riporta qui i risultati da 25 GB. Le righe del dispositivo raw bypassano NTFS e BitLocker, quindi la differenza tra i due mostra quanta capacità di un'unità sopravvive al percorso I/O di Windows. La protezione BitLocker era disattivata su Yoga e Pro 9n e attivata su OmniBook.
| fio, ingombro 25 GB, QD32 | Yoga 9n 2-in-1 16 | OmniBook Ultra 16 (128 GB) | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|
| Lettura sequenziale 128K, file system (MB/s) | 6,874 | 13,833 | 7,024 | 7,125 |
| Lettura sequenziale 128K, dispositivo raw (MB/s) | 6,975 | 12,479 | 7,165 | 7,134 |
| Scrittura sequenziale 128K (MB/s) | 5,905 | 11,719 | 5,699 | 5,250 |
| Lettura casuale 4K, file system, picco (IOPS) | 394,468 | 437,833 | 338,936 | 694,597 |
| Lettura casuale 4K, dispositivo raw, picco (IOPS) | 765,766 | 1,888,501 | 973,106 | 993,050 |
| Scrittura casuale 4K, picco (IOPS) | 68,923 | 228,354 | 192,000 | 648,446 |
| Lettura casuale raw/del file system | 1.94x | 4.31x | 2.87x | 1.43x |
| Lettura casuale 4K, 4 processi, latenza p99 (US, minore è meglio) | 522 | 643 | 578 | 444 |
| Scrittura casuale 4K, 4 processi, latenza p99 (US, minore è meglio) | 12,255 | 586 | 758 | 371 |
| Temperatura massima del motore (°C) | 67 | 52 | 78 | 60 |
Lenovo ha integrato un'unità PCIe Gen4 QLC M.2 2242 in questa configurazione Yoga, e la nostra unità monta un Sandisk SN5100S da 1 TB. Ha raggiunto velocità di lettura di 6,874 MB/s e di scrittura sequenziale di 5,905 MB/s, in linea con le unità Gen4 del Pro 9n e del Blade 16 e circa la metà dell'unità Gen5 dell'OmniBook. Con la protezione BitLocker disattivata, le sue prestazioni in lettura casuale del file system, pari a 394.5 IOPS, hanno mantenuto il 52% della capacità grezza del dispositivo, pari a 765.8 KB, una perdita decisamente inferiore rispetto a quella dell'OmniBook.
Le scritture casuali rappresentano il punto debole dell'unità e l'SN5100S ha raggiunto un massimo di 68.9 IOPS di scritture casuali 4K con un'impronta di 25 GB, circa un terzo dei 192.0 del Pro 9n e un decimo del Blade 16, e la sua latenza di scrittura p99 su quattro job è stata di 12.3 ms contro meno di 1 ms sugli altri sistemi. Con un'impronta di 5 GB, lo stesso test ha mostrato ampie oscillazioni tra le passate ed è contrassegnato come parziale, quindi lo stiamo ripetendo. L'unità QLC è sufficiente per l'uso quotidiano e per il caricamento di modelli, ma è il componente che sostituiremmo per primo in questa configurazione.
Conclusione
Il Lenovo Yoga 9n 2-in-1 16 è il notebook con RTX Spark più fresco che abbiamo testato, ed è anche l'unico convertibile. Il sistema di raffreddamento di Lenovo, con prese d'aria maggiorate, un dissipatore di calore rialzato e una cerniera che favorisce il flusso d'aria, ha mantenuto l'N1X a temperature comprese tra 71 e 86 °C sotto carico multi-core, mentre l'HP OmniBook Ultra 16 ha raggiunto i 98 °C e lo Yoga ha mantenuto la stessa frequenza di clock per 30 minuti senza cali di prestazioni. Il display OLED 2.8K, il Force Pad compatibile con la penna, la soundbar girevole e la batteria da 99.9 Wh lo rendono il laptop creativo più completo di questa nuova gamma RTX Spark.
Il prezzo di questo comfort è una riduzione delle prestazioni di pochi punti percentuali rispetto al massimo potenziale. Le frequenze di clock di tutti i core dello Yoga sono inferiori di circa 220 MHz rispetto a quelle dell'OmniBook e i suoi risultati multi-thread sono inferiori del 4-10% nella maggior parte dei test, con differenze maggiori in Stockfish e OpenBLAS. In single thread, eguaglia l'HP, mentre nel lavoro con la GPU è indietro di circa il 4-18%. La sua suddivisione GPU da 32 GB fa girare i nostri modelli di fascia S alla massima velocità, ma non quelli di fascia M, e il suo SSD QLC ha registrato i risultati di scrittura casuale più bassi del gruppo.
Come per tutti gli altri Spark, valgono anche le limitazioni della piattaforma: il percorso I/O di Windows su Arm, le versioni per Arm64 come SVT-AV1 che sono meno veloci delle versioni x64 e un bus di memoria condivisa che ha rallentato il browser di 2.44 volte durante l'esecuzione dell'agente di codifica. Come sempre, ci aspettiamo che l'ecosistema software si evolva rapidamente ora che queste unità sono in fase di distribuzione.
Per i creatori che desiderano una penna, una modalità tablet e un display OLED, oltre all'intelligenza artificiale integrata e a una CPU a 20 core, lo Yoga 9n 2-in-1 offre prestazioni pressoché ineguagliabili rispetto alla piattaforma RTX Spark, con un'ottima resa termica. Chi invece privilegia il 10% di throughput multi-core o i modelli di fascia M dovrebbe optare per la versione da 128 GB.
Classifica: Il Lenovo Yoga 9n 2-in-1 16 si aggiudica il primo posto nella classifica dei migliori laptop con RTX Spark per prestazioni con temperature di esercizio più basse.
Amazon