레노버 프로 9n 15는 크리에이터를 위한 15.3인치 NVIDIA RTX Spark 클램쉘 노트북으로, 165Hz 2.5K OLED 디스플레이, 펜 인식 햅틱 터치패드, 그리고 0.66인치 두께의 알루미늄 섀시를 갖추고 있습니다. 저희 리뷰 제품은 기본 사양인 18코어 N1X 프로세서와 5,120 코어의 블랙웰 GPU, 32GB LPDDR5X RAM, 1TB Gen4 SSD에 Windows 11 Pro가 탑재된 모델입니다. 레노버는 18코어, 32GB RAM, 512GB SSD 모델의 가격을 2,999.99달러부터 제시하고 있습니다. 저희가 리뷰한 1TB SSD, Windows 11 Pro 모델의 가격은 리뷰 작성 시점에는 공개되지 않았습니다.
이 리뷰에서는 Surface Pro 9n의 외관 및 디자인을 살펴보고, 로컬 AI, CPU, 메모리, 게임, 발열, 저장 장치 성능에 대한 결과를 다룹니다. 동일한 20코어 칩에 12GB GPU를 탑재한 HP OmniBook Ultra 16 (32GB), 20코어 칩과 64GB 저장 장치를 갖춘 Lenovo Yoga 9n 2-in-1 16 , 그리고 Surface Laptop Ultra 리뷰 에서 가장 강력한 x64 노트북으로 평가받았던 RTX 5090을 탑재한 Razer Blade 16과 비교합니다 . 배터리 테스트는 현재 진행 중이며 완료되는 대로 추가할 예정입니다.
Pro 9n은 동일한 클럭 속도에서 20코어 OmniBook보다 N1X 프로세서의 발열이 적습니다. 레노버는 최대 80W의 전력을 소모한다고 밝혔으며, 모든 CPU 테스트에서 32GB OmniBook의 클럭 속도와 약 1% 이내의 차이를 보였고 최고 온도는 93°C였습니다. 이는 18코어 Pro 9n이 대부분의 멀티스레드 작업에서 20코어 OmniBook보다 8~11% 정도 성능이 떨어지지만 Stockfish와 N=20000 OpenBLAS 솔버에서는 동등한 성능을 보인다는 것을 의미합니다. GPU 성능이 더 낮은 탓에 LLM 토큰 생성에서는 2~5% 정도 성능이 떨어집니다.
모든 시스템에서 메모리는 제약 조건이며, 구매 시 크기를 결정하는 데 중요한 요소입니다. 예를 들어 12.8GB gpt-oss:20b 모델은 로드할 수 없습니다. 사용자가 강제로 로드하려고 할 수도 있지만, NVIDIA 앱은 최소 및 최대 할당량으로 인해 문제가 발생할 수 있다고 경고합니다. 또한 모든 VRAM을 사용하는 모델을 로드하면 KV 캐시에 할당할 공간이 부족해지는 실질적인 문제도 발생할 수 있습니다.
고정된 메모리 분할은 NVIDIA의 문제가 아니라 Windows의 제한 사항입니다. Windows는 DGX Spark의 Linux 스택처럼 CPU와 GPU 간의 통합 메모리 사용을 아직 지원하지 않기 때문에 메모리 할당을 미리 설정해야 합니다. NVIDIA와 Microsoft는 현재 이 기능을 지원하기 위한 개발을 진행 중인 것으로 알고 있습니다.
주요 요점
- 소형 모델 AI, 최고 속도로 작동: MLPerf Llama 3.1 8B는 5,120코어 GPU에서 초당 55.1 토큰을 처리했는데, 이는 20코어 OmniBook보다 2% 낮은 수치이며, RAG 응답 시간은 0.252초였습니다. 12GB GPU 분할로 인해 모델 부하 및 코딩 에이전트 테스트에는 사용할 수 없었습니다.
- 코어 수는 적지만 클럭 속도는 더 높습니다. Pro 9n은 30분간의 지속적인 반복 테스트 동안 최고 온도 92°C에서 3,288MHz의 클럭 속도를 유지했으며, Cinebench 2026 멀티코어 테스트에서 6,394점을 기록했습니다. 이는 OmniBook보다 8% 낮고 Razer Blade 16보다 23% 높은 점수입니다.
- Stockfish와 OpenBLAS에서 20개 코어로 레벨 테스트 완료: N=20000에서 모든 코어를 사용한 OpenBLAS LU 솔브는 OmniBook에서 322.4 GFLOPS에 비해 318.1 GFLOPS를 달성했으며, Stockfish는 15.12 Mnps에 비해 15.20 Mnps를 탐색했습니다.
- 색상 작업에 최적화된 디스플레이 및 입력 장치: 15.3인치 OLED 디스플레이는 최대 165Hz 주사율과 0.5 미만의 Delta E 값을 제공하며, 95 x 150mm 크기의 햅틱 포스 패드는 Yoga Pen Gen 2의 드로잉 표면으로도 활용 가능합니다. 이 제품은 0.66인치 두께의 알루미늄 섀시에 92.5Wh 배터리를 탑재했습니다.
- Gen4 스토리지, Gen5 지원 가능: 삼성 Gen4 SSD는 7,024MB/s의 읽기 속도를 기록했으며, 78°C로 그룹 내에서 가장 높은 온도를 보였습니다. 레노버는 Gen5에서 두 번째 M.2 2242 드라이브를 지원한다고 명시하고 있습니다.
빌드 및 디자인
Pro 9n은 알루미늄 덮개와 하단으로 이루어진 일반적인 클램셸 디자인의 노트북으로, 레노버는 이 색상을 썬더 그레이라고 부릅니다. 가장 얇은 부분의 크기는 13.66 x 9.53 x 0.66인치이며, 무게는 3.64파운드부터 시작하여 이번 비교 대상 노트북 중 가장 가볍습니다. 레노버는 이 제품이 MIL-STD-810H 테스트를 통과했고, 탄소 중립 인증을 받았으며, 하단 덮개에 50% 재활용 알루미늄을 사용했다고 밝혔습니다.
손에 쥐었을 때 Pro 9n은 둥근 모서리, 포트 배치, 그리고 디자인 면에서 Yoga 9n 2-in-1과 유사하며, 덮개는 자석으로 고정됩니다. 키보드는 Yoga보다 폭이 좁고 숫자 키패드가 없으며, 양쪽 공간은 스피커로 사용됩니다. 견고한 키감과 백라이트를 제공합니다. 유리 소재의 Force Pad는 매끄럽고 양손을 동시에 사용하기에 충분히 크며, 본체는 Lenovo가 16인치 컨버터블 노트북으로 출시한 Yoga보다 약간 좁습니다.
레노버는 N1X의 내부를 재설계하여 새로운 열 관리 시스템, 더 커진 통풍구, 그리고 하단에 돌출된 방열판을 적용했습니다. 레노버는 이러한 설계 덕분에 Pro 9n이 최대 80W의 전력을 소비할 수 있다고 밝혔습니다. 하단에는 후면 절반을 가로지르는 커다란 공기 흡입구가 있습니다.
덮개를 열면 두 개의 팬이 방열판 양쪽에 위치하고, 여러 개의 히트 파이프가 보드 중앙을 가로지르며, 배터리가 섀시 전면에 자리 잡고 있습니다. 저희 테스트 결과는 레노버의 발열 관련 주장을 뒷받침합니다. 발열 섹션에서 자세히 설명하듯, Pro 9n은 더 높은 클럭 속도에서도 OmniBook보다 낮은 온도를 유지했습니다. 다른 NVIDIA 모바일 플랫폼과 비교했을 때, 적어도 현재까지는 레노버의 독특한 설계 특징 중 하나는 2242 M.2 드라이브 베이를 두 개 채택했다는 점입니다. 다른 제조사들은 2280 SSD를 하나만 사용했습니다. 따라서 레노버는 두 번째 드라이브 옵션을 제공하지만, 2242 SSD는 용량이 더 작고 2280 SSD만큼 성능이 뛰어나지 않은 경향이 있습니다.
15.3인치 PureSight Pro OLED 터치스크린은 2560 x 1600 해상도에 48Hz에서 165Hz까지 가변 주사율을 지원합니다. 레노버는 X-Rite Pantone으로 색온도를 보정하고 Delta E 값 0.5 미만, HDR 모드에서 최대 밝기 1,100니트, sRGB 및 P3 색역 100% 지원, Dolby Vision 및 VESA DisplayHDR True Black 1000 인증을 획득했습니다. 키보드 양쪽에는 Dolby Atmos로 튜닝된 2W 우퍼 2개와 2W 트위터 2개, 총 4개의 스피커가 탑재되어 있습니다.
키보드는 1.5mm의 키 스트로크, 백라이트, 그리고 코파일럿 키를 갖추고 있습니다. 그 아래에는 95 x 150mm 크기의 햅틱 포스 패드가 있으며, AES 3.0을 통해 8,192단계의 압력 감지를 지원하는 Yoga Pen Gen 2와 함께 드로잉 표면으로 사용할 수 있습니다. 9.2MP 적외선 카메라는 본체 측면에 물리적 스위치가 있는 전자식 셔터를 갖추고 있으며, 3개의 노이즈 캔슬링 마이크가 음성 통화를 처리합니다.
오른쪽 측면에는 카메라 셔터 스위치, 전원 버튼, UHS-II SD 카드 리더기, USB-C 포트, 그리고 10Gbps 속도의 상시 전원 USB-A 포트가 있습니다. 왼쪽 측면에는 HDMI 2.1 포트, 두 번째 USB-A 포트, 두 번째 USB-C 포트, 그리고 헤드폰 잭이 있습니다. 두 개의 USB-C 포트는 모두 40Gbps 속도와 Power Delivery, DisplayPort 2.1을 지원하며, Lenovo는 이를 Thunderbolt 4와 USB 4로 표기하고 있습니다. 무선 연결은 Wi-Fi 7과 Bluetooth 5.4를 지원하며, 92.5Wh 배터리는 Rapid Charge Express를 지원합니다. 배터리 성능 테스트 결과는 새로운 테스트 장비가 완성되는 대로 공개될 예정입니다.
RTX Spark N1X 플랫폼
RTX Spark는 NVIDIA가 N1X 슈퍼칩을 기반으로 구축한 Windows PC 제품군에 붙인 이름으로, DGX Spark의 GB10 칩의 노트북 버전입니다 . 저희 Surface Laptop Ultra 리뷰 에서 이 플랫폼을 자세히 다루었습니다. 저희 연구실에 있는 Pro 9n은 두 번째 등급의 RTX Spark를 탑재했는데, 18코어 Grace CPU(고속 코어 9개와 저전력 코어 9개, SMT 미지원)와 5,120코어 Blackwell RTX GPU가 조합되어 있습니다. Lenovo는 고속 코어의 클럭 속도를 최대 3.9GHz, 저전력 코어의 클럭 속도를 최대 2.8GHz로 표기하고 있으며, 20코어, 6,144코어 GPU를 탑재한 다른 구성도 제공합니다.
N1X의 LPDDR5X 메모리는 CPU와 GPU가 공유하며, NVIDIA 앱 설정에서 Windows가 GPU에 할당하는 메모리 용량을 결정할 수 있습니다. 이는 BIOS 옵션이 아닌 Windows 측 설정입니다. 저희는 32GB Pro 9n을 12GB GPU와 20GB CPU로 설정했는데, 이는 32GB OmniBook과 동일한 구성이므로 두 제품을 직접 비교할 수 있습니다. 12GB 메모리로는 두 제품 모두 가장 작은 로컬 AI 모델 티어(GPU 사용 가능 메모리 16GB 필요)를 충족하지 못하며, 더 많은 메모리를 할당하면 Windows에서 사용할 수 있는 메모리가 줄어들게 됩니다. Windows 11 26H1은 Arm64에서 실행되며, x64 애플리케이션은 Prism 에뮬레이션을 통해 실행되고, 저희 테스트 스위트는 모든 오픈 소스 워크로드의 네이티브 Arm64 빌드를 사용합니다.
레노버 프로 9n 15 사양
| 스펙 | 레노버 프로 9n 15 (83SS0003US) |
|---|---|
| 플랫폼 개요 | |
| 프로세서 | NVIDIA RTX Spark N1X, 18코어 CPU 및 5,120코어 Blackwell RTX GPU (테스트 기준) NVIDIA RTX Spark N1X, 20코어 CPU 및 6,144코어 Blackwell RTX GPU |
| 메모리 | 32GB 납땜형 LPDDR5X-9400, 256비트(테스트 기준); 최대 128GB까지 지원 12GB GPU / 20GB 시스템 분할 (테스트 결과 기준) |
| 스토리지 | 최대 2개의 M.2 2242 드라이브(PCIe Gen4 1개, PCIe Gen5 1개) 지원 삼성 MZAL81T0HFLB 1TB, Gen4 x4 (테스트 완료) |
| 운영체제 | Windows 11 Home 또는 Pro (Arm64); 테스트에 사용된 버전은 Windows 11 Pro입니다. |
| 디스플레이 및 입출력 | |
| 디스플레이 | 15.3인치 2.5K(2560 x 1600) PureSight Pro OLED 터치스크린, 48-165Hz VRR, 16:10 화면비 최대 밝기 1,100니트(HDR), sRGB 및 P3 색역 100%, Delta E <0.5, X-Rite Pantone 보정 돌비 비전, VESA DisplayHDR True Black 1000, 유리 |
| 포트 | USB-C 40Gbps 포트 2개 (썬더볼트 4 / USB4, USB PD, DisplayPort 2.1 지원) USB-A 10Gbps 포트 2개 (하나는 상시 전원 공급) HDMI 2.1 포트 1개 (최대 8K/60Hz 지원) SD 카드 리더기(UHS-II) 1개 헤드폰/마이크 콤보 잭 1개 |
| Wireless | Wi-Fi 7 (802.11be 2×2), 블루투스 5.4 |
| 카메라 | 9.2MP + IR, 전자식 셔터 및 스위치 포함 |
| 오디오 | 스피커 4개: 2W 우퍼 2개, 2W 트위터 2개; 돌비 애트모스 지원 3개의 마이크 |
| 입력 | 백라이트 키보드, 1.5mm 키 스트로크, 코파일럿 키 95 x 150mm 햅틱 포스 패드 (펜 지원) 요가펜 2세대 (AES 3.0, 8,192단계 필압 감지) |
| 힘과 신체 | |
| 배터리 | 92.5Wh, 급속 충전 익스프레스 |
| 열 설계 | 더 커진 통풍구와 방열판; 최대 80W TDP (레노버 기준) |
| 크기 | 13.66 x 9.53 x 0.66인치(347 x 242 x 16.7mm) |
| 중량(평량) | 3.64파운드(1.65kg)부터 시작 |
| 색상 및 재질 | 썬더 그레이 색상, 알루미늄 상하단; MIL-STD-810H 테스트 완료 |
| 가격 | |
| 가격 (Lenovo.com) | 가격은 2,999.99달러부터 (18코어, 32GB, 512GB); 테스트에 사용된 구성은 명시되어 있지 않습니다. |
테스트 설정 및 방법론
저희 Pro 9n 15는 18코어 CPU와 5,120코어 Blackwell GPU를 탑재한 RTX Spark N1X, 32GB의 LPDDR5X-9400 메모리(GPU용 12GB, 시스템용 20GB), 그리고 1TB Samsung Gen4 SSD를 Windows 11 Pro 26H1(Arm64) 운영체제에 장착하여 사용하고 있습니다. 벤치마크는 Lenovo의 성능 모드에서 실행했습니다. 배터리 수명 테스트 결과는 완료되는 대로 추가할 예정입니다.
이 비교에 포함된 모든 시스템은 OEM 드라이버 및 유틸리티가 포함된 공장 출고 상태의 Windows 이미지를 사용하여 자체 개발한 Windows 클라이언트 벤치마크 도구인 sr-client 1.2를 전체 실행 및 피크 프로파일로 실행했습니다. 이 도구는 모든 시스템에 동일한 실험실 설정을 적용합니다. 즉, Windows 전원 모드는 최적 성능으로 설정하고, 전원 어댑터를 연결한 상태이며, 디스플레이 밝기는 50%로 설정하고, 모든 절전 및 화면 꺼짐 타이머를 비활성화하고, Windows 방화벽 및 UAC 프롬프트를 끕니다. 각 결과는 반복 실행의 중앙값이며, 결과값의 편차가 2%를 초과하는 경우 재실행 후 유효한 결과로 간주합니다.
| 시스템 | CPU | 메모리 | GPU는 GPU 및 AI 테스트에 사용됩니다. | SSD | 운영 체제 및 성능 모드 |
|---|---|---|---|---|---|
| 레노버 프로 9n 15 | NVIDIA RTX Spark N1X, 18C / 18T | 32GB LPDDR5X-9400 (12GB GPU / 20GB 시스템 분할) | 5,120코어 블랙웰 RTX (통합형, 12GB 사용 가능 메모리) | 삼성 MZAL81T0HFLB 1TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), Lenovo 성능 모드 |
| HP 옴니북 울트라 16 (32GB) | NVIDIA RTX Spark N1X, 20C / 20T | 32GB LPDDR5X-9400 (12GB GPU / 20GB 시스템 분할) | 6,144코어 블랙웰 RTX (통합형, 12GB 사용 가능 메모리) | KIOXIA KBG80ZNV 1TB, Gen5 x4 | Windows 11 Home 26H1 (Arm64), HP 성능 |
| 레노버 요가 9n 2-in-1 16인치 | NVIDIA RTX Spark N1X, 20C / 20T | 64GB LPDDR5X-9400 (32GB GPU / 32GB 시스템 분할) | 6,144코어 블랙웰 RTX (통합형, 32GB 사용 가능 메모리) | 샌디스크 PC SN5100S 1TB, Gen4 x4 | Windows 11 Home 26H1 (Arm64), Lenovo 성능 모드 |
| Razer의 블레이드 16 | AMD 라이젠 AI 9 HX 370, 12코어/24스레드 | 32GB LPDDR5X-8000 | NVIDIA GeForce RTX 5090 노트북 GPU, 24GB | 삼성 MZVL22T0 2TB, 4세대 x4 | Windows 11 Home 25H2 (x64), Razer Synapse 성능 |
표에는 두 개의 레이블이 반복적으로 나타나는데, 첫 번째 레이블이 AI 섹션에서 가장 중요합니다. '실행 안 함'은 하드웨어가 테스트 기준을 충족하지 못해 테스트 시작을 거부했음을 의미합니다. Pro 9n과 32GB OmniBook(사용 가능한 GPU 용량 12GB)은 두 모델 등급 모두에 미치지 못하며, Yoga의 32GB와 Blade 16의 24GB는 M 등급에 미달합니다. 같은 레이블은 OpenBLAS N=40000 크기를 나타내는데, 이 크기는 11.9GB를 필요로 하며 Windows에서 인식하는 메모리의 절반을 초과하는 경우 테스트가 건너뛰어집니다.
N/A는 해당 하드웨어에 테스트가 적용되지 않음을 의미합니다. 예를 들어 SMT 기능이 없는 칩의 SMT 싱글 코어 테스트나 네이티브 빌드를 실행하는 x64 시스템의 에뮬레이션 행 등이 이에 해당합니다. RTX Spark 시스템에서 Prism을 통해 x64 소프트웨어를 실행한 경우 해당 행에 그렇게 표시됩니다.
로컬 AI 성능
Pro 9n의 로컬 AI 성능은 12GB GPU 분할로 인해 제한적입니다. 호환되는 모델의 경우, 5,120코어 GPU는 6,144코어 GPU와 거의 동일한 성능을 보여줍니다. 이는 해당 크기의 토큰 생성이 GPU 코어 수보다는 메모리 대역폭에 의해 제한되기 때문입니다. 호환되지 않는 모델의 경우, Pro 9n은 아예 실행할 수 없으므로 모델 로드 및 코딩 에이전트 테스트는 Yoga와 Blade 16에 맡겨야 합니다.
MLPerf 클라이언트 v2.0
MLPerf 클라이언트는 Llama 3.1 8B 및 Phi-4-mini를 사용하여 5개의 프롬프트 범주를 실행하고 첫 번째 토큰까지의 시간과 그 이후의 토큰 생성률을 기하 평균으로 보고합니다. 여기 있는 모든 시스템은 CUDA를 사용하는 llama.cpp를 사용하므로 행은 하드웨어 성능을 비교합니다. 에이전트 시나리오에서는 Llama 3.1 8B가 소프트웨어 엔지니어링 에이전트와 데이터 분석가 에이전트로 실행되어 여러 턴에 걸쳐 도구를 호출합니다.
| MLPerf 클라이언트 v2.0 | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| Llama 3.1 8B, 첫 번째 토큰까지의 시간, 기하평균(초, 낮을수록 좋음) | 0.303 | 0.275 | 0.353 | 0.149 |
| Llama 3.1 8B, 토큰 비율, 기하평균(tok/s) | 55.1 | 56.4 | 54.4 | 128.8 |
| Phi-4-mini, 첫 번째 토큰 생성 시간, 기하평균(s, 낮을수록 좋음) | 0.135 | 0.123 | 0.158 | 0.074 |
| Phi-4-mini, 토큰 비율, 기하평균(토크/초) | 95.2 | 96.8 | 91.8 | 222.7 |
| 데이터 분석 에이전트, 엔드 투 엔드 (s, 낮을수록 좋음) | 56.2 | 52.4 | 59.7 | 27.8 |
| 데이터 분석 에이전트, 토큰 비율(tok/s) | 46.9 | 49.0 | 45.3 | 108.3 |
| SWE 에이전트, 엔드 투 엔드(s, 낮을수록 좋음) | 48.0 | 46.2 | 51.6 | 24.6 |
| SWE 에이전트, 토큰 비율(tok/s) | 44.5 | 46.6 | 43.0 | 102.5 |
Pro 9n은 Llama 3.1 8B 테스트에서 초당 55.1 토큰, Phi-4-mini 테스트에서 초당 95.2 토큰을 처리했는데, GPU 코어 수가 17% 더 적음에도 불구하고 32GB OmniBook보다 약 2% 정도 뒤처졌습니다. 연산 능력에 더 많이 의존하는 첫 번째 토큰 처리 시간에서는 약 10%의 더 큰 격차를 보였고, 두 가지 에이전트 시나리오에서는 각각 7%와 4% 더 오래 걸렸습니다. Pro 9n이 Yoga보다 모든 MLPerf 항목에서 우위를 점한 이유는 Yoga의 낮은 전력 소비량이 Pro 9n의 부족한 코어 수보다 더 큰 손실을 가져왔기 때문입니다.
모델 로딩 및 코딩 에이전트
모델 로드 및 코딩 에이전트 테스트에는 가장 작은 모델인 12.8GB gpt-oss:20b를 실행하는 데 최소 16GB의 GPU 사용 가능 메모리가 필요합니다. 따라서 Pro 9n의 12GB GPU 분할 메모리는 두 테스트 모두에 적합하지 않으므로 해당 차트는 이번 리뷰에서 제외했습니다. Yoga 9n 2-in-1 16 리뷰 에서는 동일 플랫폼에서 32GB GPU 분할 메모리가 어떤 성능을 제공하는지 보여주고 있으며, 더 많은 메모리를 구성한 Pro 9n은 동일한 테스트를 수행할 수 있습니다.
검색 증강 생성
저희 RAG 테스트는 20,963개의 SQuAD v1.1 지문을 nomic-embed-text 기능을 사용하여 임베드하고, 2,000개의 질문 각각에 대해 상위 5개 지문을 추출한 다음, Phi-4-mini를 사용하여 그중 400개에 대한 답을 정확한 일치 여부와 F1 점수를 기준으로 평가합니다. 두 모델 모두 12GB 용량에 적합하므로 Pro 9n에서 전체 테스트를 실행할 수 있습니다.
| RAG | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 섭취 시간, 20,963회 통과 (초, 낮을수록 좋음) | 191.8 | 195.2 | 188.8 | 131.0 |
| 검색 쿼리 시간, p50 (밀리초, 낮을수록 좋음) | 24.2 | 22.5 | 22.6 | 20.9 |
| 답변, Phi-4-mini 첫 번째 토큰까지의 시간, p50(s, 낮을수록 좋음) | 0.171 | 0.156 | 0.181 | 0.109 |
| 답변, 신속 처리(tok/s) | 6,268 | 7,139 | 5,837 | 11,560 |
| 답변, 생성률(tok/s) | 96.6 | 102.0 | 91.1 | 209.2 |
| 답변해야 할 질문, 50페이지 (s, 낮을수록 좋음) | 0.252 | 0.231 | 0.262 | 0.159 |
| 답변 F1 (%) | 74.27 | 73.97 | 73.97 | 74.47 |
Pro 9n은 191.8초 만에 데이터셋을 처리했는데, 이는 32GB OmniBook의 195.2초보다 빠른 속도입니다. 응답 생성 속도는 초당 96.6개의 토큰으로 HP의 102.0개보다 빨랐습니다. 일반적인 질문의 경우, 질의부터 답변까지 걸리는 시간은 0.252초로 HP의 0.231초와 Yoga의 0.262초 사이였으며, Blade 16은 0.159초 만에 답변했습니다. F1 점수는 모든 시스템에서 0.5점 이내의 차이를 보였습니다.
CPU 성능
코어 수가 두 개 적은 Pro 9n은 코어 수 차이에서 예상되는 것보다 더 높은 클럭 속도를 유지하기 때문에 성능 저하가 크지 않습니다. 모든 코어에 부하가 걸린 상태에서 20코어 시스템보다 높은 클럭 속도를 보입니다. 렌더링, 압축, 컴파일 성능에서는 32GB OmniBook보다 8~11% 뒤처지지만, Stockfish와 N=20000 OpenBLAS 솔브에서는 동일한 성능을 보입니다. 20코어 Yoga와는 성능 차이를 보이며, Cinebench, Stockfish, Primesieve, OpenBLAS에서는 앞섭니다. 단일 스레드 테스트에서는 Cinebench에서 20코어 제품보다 약 8%, 다른 테스트에서는 2~6% 정도 뒤처집니다. Razer Blade 16과 비교했을 때는 렌더링, 압축, 컴파일에서 우위를 점하지만, GROMACS, Stockfish, 모든 코어 OpenBLAS, SVT-AV1, 그리고 대부분의 단일 스레드 테스트에서는 뒤처집니다.
Cinebench 2026 및 지속 부하
Cinebench 2026은 Maxon의 Redshift 엔진을 사용하여 CPU에서 장면을 렌더링하고 싱글 코어, SMT 싱글 코어(하나의 물리적 코어에서 두 개의 스레드 실행), 멀티 코어 처리량을 측정합니다. 그런 다음 약 30분 동안 멀티 코어 실행을 반복하는 지속적인 루프를 수행하고 안정 상태를 첫 번째 실행 결과와 비교합니다.
| 시네벤치 2026 (점수, 높을수록 좋음) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 단일 코어 | 518.2 | 564.7 | 557.0 | 480.0 |
| SMT 싱글 코어 | N/A | N/A | N/A | 661.3 |
| 멀티 코어 | 6,394 | 6,934 | 6,292 | 5,179 |
| 지속 루프, 첫 번째 패스 | 6,346 | 6,943 | 6,248 | 5,162 |
| 지속 루프, 정상 상태 | 6,416 | 6,929 | 6,256 | 5,206 |
| 정상 상태 / 첫 번째 통과 | 1.011 | 0.998 | 1.001 | 1.009 |
Pro 9n은 멀티코어 점수 6,394점을 기록했는데, 이는 32GB OmniBook의 6,934점보다 8% 낮고 Yoga보다는 2% 높으며 Blade 16보다는 23% 높은 점수입니다. 싱글코어 점수는 518.2점으로 20코어 시스템보다 약 7~8% 뒤처졌습니다. 30분 동안 진행된 연속 테스트는 점수가 상승하여 최종적으로 6,416점을 기록했는데, 이는 첫 번째 테스트의 101.1%에 해당하며, CPU 온도는 최고 92°C, 클럭 속도는 3,288MHz를 기록했습니다.
7-Zip, Blender, HandBrake 및 LLVM
7-Zip의 내장 벤치마크는 모든 스레드와 하나의 코어에서 LZMA 압축 및 압축 해제 처리량을 보고합니다. Blender 4.5는 CPU에서 Cycles를 사용하여 Monster, Junkshop 및 Classroom 장면을 렌더링합니다. HandBrake는 x265 및 SVT-AV1 코덱을 사용하여 4K60 클립 60초 분량을 소프트웨어로 인코딩하고, LLVM 테스트는 Clang과 Ninja를 사용하여 LLVM 21.1.4 전체 트리를 컴파일합니다.
| 7-Zip, 단일 스레드(GIPS, 수치가 높을수록 좋음) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 금액 | 8.93 | 9.10 | 9.12 | 9.24 |
| 압축하다 | 7.26 | 7.33 | 7.35 | 7.28 |
| 압축 해제 | 10.59 | 10.87 | 10.88 | 11.20 |
코어 개수가 성능을 보여주는 테스트 결과입니다. Pro 9n은 모든 스레드에서 7-Zip 테스트에서 138.1 GIPS를 기록했는데, 이는 OmniBook보다 10% 낮고 Blade 16보다 10% 높은 수치입니다. Blender의 Monster 장면 테스트에서는 HP 노트북보다 9%, Classroom 테스트에서는 8% 뒤처졌습니다. LLVM 빌드는 229.8초가 걸렸는데, HP 노트북은 211.1초, Blade는 327.0초가 소요되었습니다. x265 인코딩은 37.7fps로, OmniBook보다 11% 낮은 성능을 보였습니다.
SVT-AV1은 모든 RTX Spark 시스템에서 약 15fps로 실행되었지만 Blade 16에서는 77.3fps로 실행되었습니다. 이는 SVT-AV1이 Arm64 코드 경로를 사용한다는 것을 시사하는데, 네 가지 N1X 구성 모두 서로 한 프레임 이내에 위치하기 때문입니다. 이는 우리가 테스트한 소프트웨어 중 결과에 가장 큰 영향을 미치는 사례입니다.
Stockfish, primesieve, Python 및 브라우저
Stockfish는 체스 검색 속도를 초당 수백만 개의 노드로 보고합니다. primesieve는 모든 스레드에서 10^12 미만의 소수를, 하나의 스레드에서는 10^11 미만의 소수를 계산합니다. PyPerformance는 하나의 빠른 코어에 고정하여 세 가지 CPython 벤치마크를 실행하고, Speedometer 3.1은 Microsoft Edge에서 웹 애플리케이션의 응답성을 측정합니다. 마지막 두 줄은 Prism 에뮬레이션을 사용하여 7-Zip의 x64 버전을 실행합니다.
| Test | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 스톡피쉬 벤치, 모든 스레드(Mnps, 높을수록 좋음) | 15.20 | 15.12 | 13.42 | 17.96 |
| 스톡피쉬 벤치, 스레드 1개 (Mnps, 높을수록 좋음) | 1.70 | 1.73 | 1.72 | 2.04 |
| 소수체 1e12, 모든 스레드 (s, 값이 낮을수록 좋음) | 10.56 | 9.54 | 10.77 | 10.60 |
| 소수체 1e11, 스레드 1개 (s 값이 낮을수록 좋음) | 12.34 | 12.02 | 12.01 | 6.67 |
| PyPerformance go (ms, 낮을수록 좋음) | 114.1 | 111.2 | 110.6 | 75.2 |
| PyPerformance nbody (ms, 낮을수록 좋음) | 82.5 | 80.6 | 80.5 | 60.8 |
| PyPerformance regex_compile (ms, 낮을수록 좋음) | 86.7 | 84.5 | 84.3 | 69.7 |
| Speedometer 3.1, Edge (점수, 높을수록 좋음) | 33.9 | 35.4 | 36.1 | 38.4 |
| 에뮬레이션 환경에서 x64 7-Zip 실행, 모든 스레드 사용 (GIPS) | 117.6 | 127.8 | 124.3 | 해당 없음(네이티브 x64) |
| 에뮬레이션 환경에서 x64 7-Zip 실행, 단일 스레드(GIPS) | 7.94 | 8.36 | 8.25 | 해당 없음(네이티브 x64) |
Stockfish 테스트에서 Pro 9n의 클럭 속도가 진가를 발휘했습니다. 18개 코어 모두를 사용하여 15.20 Mnps의 검색 속도를 기록했는데, 이는 20코어 OmniBook의 15.12 Mnps보다 약간 높고 Yoga보다 13% 앞선 수치입니다. 3,292MHz로 작동하는 이 클럭 속도는 저희가 테스트한 RTX Spark 시스템 중 가장 높은 수치입니다. Primesieve 테스트에서는 모든 스레드를 사용했을 때 10.56초가 걸렸고, HP는 9.54초가 걸렸습니다.
싱글 코어 테스트에서 Pro 9n은 20코어 프로세서에 비해 몇 퍼센트 뒤처지는 모습을 보였습니다. PyPerformance 테스트에서는 114.1ms로 Blade 16의 111.2ms를 앞섰고, Speedometer 점수는 33.9로 가장 낮았습니다. Blade 16은 Cinebench 싱글 코어 테스트를 제외한 모든 테스트에서 우위를 점했지만, Cinebench 싱글 코어 테스트에서는 Pro 9n이 518.2점으로 Blade 16의 480.0점을 앞섰습니다. 7-Zip의 x64 빌드는 에뮬레이션 환경에서 117.6 GIPS를 기록했는데, 이는 네이티브 성능의 85%에 해당합니다.
GROMACS, OpenBLAS 및 메모리
GROMACS는 benchMEM 분자 동역학 사례를 16개 코어에서 실행하고 최적의 레이아웃에 대한 하루 시뮬레이션 시간을 나노초 단위로 보고합니다. OpenBLAS 테스트는 모든 코어와 최상위 코어 클래스에서만 HPL 스타일의 배정밀도 LU 분해를 세 가지 문제 크기로 실행하고 DGEMM 행렬 곱셈을 수행하며, 이는 테스트 스위트에서 가장 높은 지속적인 부동 소수점 부하를 발생시킵니다. STREAM은 지속적인 메모리 대역폭을 측정하고, 지연 시간 행은 단일 메모리 접근 및 코어 간 접근 시간을 측정합니다.
| 테스트 결과 (높을수록 좋음) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| GROMACS benchMEM, 최적 레이아웃(ns/day) | 16.88 | 17.43 | 17.15 | 26.41 |
| OpenBLAS LU N=10000, 모든 코어(GFLOPS) | 303.4 | 326.9 | 281.3 | 400.9 |
| OpenBLAS LU N=20000, 모든 코어(GFLOPS) | 318.1 | 322.4 | 298.6 | 454.4 |
| OpenBLAS LU N=40000, 모든 코어(GFLOPS) | 실행되지 않음 (11.9GB 필요) | 실행되지 않음 (11.9GB 필요) | 282.5 | 498.5 |
| OpenBLAS LU N=20000, 최상위 코어 클래스(GFLOPS) | 403.8 | 432.2 | 273.2 | 240.4 |
| OpenBLAS DGEMM M=8000, 모든 코어(GFLOPS) | 357.6 | 368.9 | 312.7 | 455.4 |
| OpenBLAS DGEMM M=8000, 최상위 코어 클래스(GFLOPS) | 448.3 | 488.7 | 346.7 | 252.4 |
OpenBLAS 테스트에서 Pro 9n은 32GB OmniBook과 거의 차이가 없었습니다. 모든 코어를 사용한 N=20000 LU 솔빙 결과는 Pro 9n이 318.1 GFLOPS, OmniBook이 322.4 GFLOPS를 기록했고, 모든 코어를 사용한 DGEMM 테스트에서는 Pro 9n이 357.6 GFLOPS, OmniBook이 368.9 GFLOPS를 기록했습니다. 하지만 Pro 9n의 9개 고속 코어만으로 N=20000 테스트를 수행했을 때는 403.8 GFLOPS를 기록하며 HP 노트북에서와 마찬가지로 모든 코어를 사용했을 때의 자체 테스트 결과보다 높은 성능을 보였습니다. Pro 9n은 모든 OpenBLAS 테스트 행에서 Yoga 노트북을 앞섰고, Blade 16은 모든 코어 테스트에서 가장 높은 성능을 보였습니다. GROMACS 테스트에서는 Pro 9n이 16.88 ns/day로 HP 노트북(26.41 ns/day)보다 3% 낮은 성능을 나타냈습니다.
| Test | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 스트림 복사 속도(MB/s, 높을수록 좋음) | 127,682 | 128,814 | 118,738 | 43,731 |
| 스트림 트라이어드(MB/s, 높을수록 좋음) | 120,272 | 121,662 | 112,067 | 48,298 |
| 메모리 지연 시간, 1GiB 버퍼, 4KiB 페이지 (ns, 낮을수록 좋음) | 143.4 | 143.5 | 141.8 | 129.6 |
| 코어 간 지연 시간, 모든 쌍의 평균값(ns, 낮을수록 좋음) | 160.6 | 160.9 | 162.8 | 57.0 |
메모리 성능은 20코어 시스템과 동일한 플랫폼 결과입니다. STREAM Triad는 120,272MB/s를 기록했는데, 이는 OmniBook의 약 1% 수준이며 Blade 16의 2.5배에 해당합니다. 메모리 지연 시간은 143.4ns, 코어 간 지연 시간은 160.6ns로 모두 HP와 비슷한 수준입니다.
게임 및 GPU 인코딩
SuperTuxKart 1.5는 내장 벤치마크를 1080p 전체 화면, 최고 설정, Vsync 끄기 조건에서 실행하며, 한 번은 게임의 네이티브 Arm64 빌드로, 다른 한 번은 에뮬레이션을 통해 실행되는 x64 빌드로 실행합니다. FFmpeg는 동일한 4K60 클립을 NVENC HEVC 8Mbps 코덱과 (사용 가능한 경우) Media Foundation HEVC 인코더를 사용하여 인코딩합니다.
| 테스트 결과 (높을수록 좋음) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| SuperTuxKart 1080p 울트라 설정, 네이티브, 평균 (fps) | 218.4 | 236.1 | 216.4 | 200.0 |
| SuperTuxKart 1080p 울트라, 네이티브, 안정적인 (fps) | 140 | 147 | 131 | 115 |
| SuperTuxKart 1080p 울트라 설정, 64비트 에뮬레이션, 평균 프레임 속도(fps) | 248.6 | 265.4 | 186.8 | 해당 없음(네이티브 x64) |
| SuperTuxKart 1080p 울트라 설정, 에뮬레이션 모드(x64), 안정적인 프레임 속도(fps) | 94 | 143 | 93 | 해당 없음(네이티브 x64) |
| FFmpeg NVENC HEVC, 4K60, 8Mbps(fps) | 139 | 137 | 139 | 132 |
| FFmpeg 미디어 파운데이션 HEVC(fps) | 55 | 55 | 65 | N/A |
Pro 9n은 네이티브 빌드에서 평균 218.4fps를 기록했는데, 이는 32GB OmniBook보다 7% 낮고 Yoga와 동일하며 Blade 16의 200.0fps보다 높은 수치입니다. 이는 1080p 해상도에서 RTX 5090이 게임 성능의 제한 요소가 아님을 시사합니다. 에뮬레이션을 사용한 x64 빌드는 평균 248.6fps를 기록하여 네이티브 빌드보다 빠르지만, 안정적인 프레임률 94fps는 페이싱이 좋지 않음을 보여줍니다. NVENC는 고정 기능이며, Pro 9n의 HEVC 코덱에서의 139fps는 20코어 시스템과 동일한 수치입니다.
열전달
Pro 9n의 발열 테스트 결과는 레노버의 시스템 설계가 우수하다는 것을 가장 잘 보여주는 증거입니다. HandBrake에서 최고 93°C, Cinebench 및 지속 루프 테스트에서 최고 92°C를 기록했으며, 나머지 CPU 테스트에서는 83°C에서 92°C 사이를 유지했습니다. 반면 32GB OmniBook은 모든 CPU 테스트에서 최고 97°C에서 98°C를 기록했습니다. 지속 루프 테스트에서 Pro 9n의 평균 온도는 87°C로 HP의 98°C보다 낮았습니다. RTX Spark 시스템은 Windows 열 관리 영역을 통해서만 CPU 온도를 보고하는데, Pro 9n의 열 관리 영역에서 유휴 상태에서 100°C에서 130°C 사이의 잘못된 온도가 잠깐 표시되는 경우가 있었지만, 이는 분석에서 제외했습니다.
| CPU 온도, 최대/평균 (섭씨) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| Cinebench 2026 | 92 / 70 | 98 / 83 | 72 / 65 | 96 / 78 |
| 7 - 우편 번호 | 83 / 63 | 98 / 77 | 76 / 62 | 99 / 84 |
| 건어 | 88 / 83 | 98 / 96 | 71 / 69 | 92 / 90 |
| 믹서기 | 91 / 80 | 98 / 97 | 80 / 75 | 95 / 87 |
| 수동 브레이크 | 93 / 74 | 98 / 87 | 86 / 71 | 92 / 86 |
| LLVM 빌드 | 87 / 79 | 98 / 92 | 81 / 75 | 98 / 93 |
| GROMACS | 89 / 85 | 98 / 96 | 84 / 81 | 97 / 94 |
| 오픈블라스 | 92 / 83 | 97 / 93 | 85 / 74 | 91 / 87 |
| STREAM | 78 / 66 | 95 / 89 | 64 / 59 | 75 / 71 |
| 슈퍼턱스카트 | 74 / 68 | 94 / 86 | 68 / 62 | 89 / 82 |
| MLPerf 클라이언트 | 76 / 66 | 93 / 85 | 72 / 60 | 97 / 76 |
| 코딩 에이전트 | 실행되지 않음 | 실행되지 않음 | 71 / 67 | 91 / 84 |
| RAG | 76 / 71 | 94 / 90 | 84 / 75 | 88 / 83 |
| 지속 루프 | 92 / 87 | 98 / 98 | 72 / 70 | 94 / 90 |
발열이 적다고 해서 Pro 9n의 클럭 속도가 떨어지는 것은 아니었습니다. 모든 코어에 부하가 걸린 상태에서 모든 CPU 테스트에서 OmniBook의 클럭 속도와 거의 차이가 나지 않았으며, Stockfish, GROMACS, OpenBLAS, 그리고 지속 루프 테스트에서는 오히려 OmniBook보다 높은 클럭 속도를 기록했습니다. 특히 지속 루프 테스트에서는 HP OmniBook이 3,232MHz, Yoga가 3,015MHz를 기록한 데 비해 Pro 9n은 3,288MHz를 달성했습니다. Lenovo는 Pro 9n의 최대 전력 소비량을 Yoga가 70W로 책정했는데, 코어 수가 두 개 적어 동일한 전력을 공유하는 방식이 다르기 때문에 Pro 1n은 더 낮은 온도에서 각 코어를 더 높은 속도로 작동시킬 수 있습니다. 지금까지 테스트한 모든 RTX Spark 시스템과 마찬가지로, Pro 80n 역시 전체 루프 테스트 동안 클럭 속도를 일정하게 유지했습니다.
| 평균 CPU 클럭 속도(MHz) | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,951 | 2,964 | 2,799 | 4,158 |
| 7 - 우편 번호 | 2,849 | 2,862 | 2,722 | 4,014 |
| 건어 | 3,292 | 3,269 | 3,057 | 3,645 |
| 믹서기 | 3,216 | 3,241 | 3,111 | 3,729 |
| 수동 브레이크 | 2,834 | 2,865 | 2,687 | 3,814 |
| LLVM 빌드 | 3,197 | 3,193 | 3,083 | 3,697 |
| GROMACS | 3,367 | 3,315 | 3,226 | 3,874 |
| 오픈블라스 | 3,192 | 3,057 | 2,890 | 4,274 |
| STREAM | 3,101 | 3,251 | 3,077 | 3,684 |
| 슈퍼턱스카트 | 2,017 | 2,008 | 2,002 | 4,349 |
| MLPerf 클라이언트 | 2,027 | 2,241 | 1,935 | 3,593 |
| 코딩 에이전트 | 실행되지 않음 | 실행되지 않음 | 1,945 | 3,789 |
| RAG | 2,760 | 2,724 | 2,707 | 3,764 |
| 지속 루프 | 3,288 | 3,232 | 3,015 | 3,726 |
SSD는 유일하게 발열이 심한 부품이었으며, 저장 장치 테스트 중 삼성 드라이브는 최고 78°C까지 올라 이번 비교 대상 시스템 중 가장 높은 온도를 기록했고, 32GB 옴니북의 5세대 KIOXIA 드라이브보다 14°C 높았습니다.
스토리지 성능
저희 스토리지 테스트는 fio의 네 모서리(fio.fio.net)를 사용하여 부팅 드라이브에 대해 5GB 및 25GB 용량으로 파일 시스템 및 원시 장치(raw device) 테스트를 실행하고, 여기서는 25GB 테스트 결과를 보고합니다. 원시 장치 테스트는 NTFS 및 BitLocker를 거치지 않으므로, 두 결과 간의 차이는 드라이브 성능이 Windows I/O 경로를 얼마나 견뎌내는지를 보여줍니다. BitLocker 보호 기능은 Pro 9n과 Yoga에서는 비활성화되었고, OmniBook에서는 활성화되었습니다.
| fio, 25GB 용량, QD32 | 프로 9n 15 | 옴니북 울트라 16 (32GB) | 요가 9n 2-in-1 16 | Razer의 블레이드 16 |
|---|---|---|---|---|
| 순차 읽기 128K, 파일 시스템(MB/s) | 7,024 | 10,509 | 6,874 | 7,125 |
| 순차 읽기 128K, 원시 장치(MB/s) | 7,165 | 10,047 | 6,975 | 7,134 |
| 순차 쓰기 속도 128K(MB/s) | 5,699 | 9,464 | 5,905 | 5,250 |
| 4K 랜덤 읽기, 파일 시스템, 최대 IOPS(초당 입출력 횟수) | 338,936 | 289,024 | 394,468 | 694,597 |
| 랜덤 읽기 4K, 원시 장치, 최대(IOPS) | 973,106 | 1,412,982 | 765,766 | 993,050 |
| 랜덤 쓰기 4K, 최대 (IOPS) | 192,000 | 226,661 | 68,923 | 648,446 |
| 원시/파일 시스템 임의 읽기 | SR 2.87x | SR 4.89x | SR 1.94x | SR 1.43x |
| 랜덤 읽기 4K, 4개 작업, p99 지연 시간(미국 기준, 낮을수록 좋음) | 578 | 494 | 522 | 444 |
| 랜덤 쓰기 4K, 4개 작업, p99 지연 시간(미국 기준, 낮을수록 좋음) | 758 | 602 | 12,255 | 371 |
| 구동 온도, 최대 (섭씨) | 78 | 64 | 67 | 60 |
Pro 9n에 탑재된 1TB 삼성 Gen4 드라이브는 순차 읽기 속도 7,024MB/s, 순차 쓰기 속도 5,699MB/s를 기록했는데, 이는 Yoga 및 Blade 16에 탑재된 Gen4 드라이브와 비슷한 수준이며 OmniBook의 Gen5 KIOXIA 드라이브의 약 3분의 2 수준입니다. 파일 시스템을 통한 임의 읽기 속도는 338,900 IOPS에 달해 HP의 289,000 IOPS를 앞섰으며, 이는 드라이브 자체 성능 한계인 973,100 IOPS를 기준으로 한 수치입니다. 2.9배의 성능 차이는 OmniBook의 4.9배보다 작은데, 이는 BitLocker 소프트웨어 암호화로 인해 HP 드라이브의 성능 저하가 더 크다는 점을 시사합니다.
랜덤 쓰기 속도는 192.0K IOPS에 달했는데, 이는 HP의 226.7K에는 못 미치지만 Yoga의 QLC 드라이브보다는 거의 세 배나 빠른 속도입니다. Pro 9n의 fio 구성 중 6개는 재실행 후 2% 제한을 초과하는 편차를 보여 부분적인 오류로 표시되었으며, 이는 랜덤 읽기, 랜덤 쓰기, 그리고 5GB 메모리 용량에서의 순차 읽기 테스트에서 나타났습니다. Lenovo는 Gen5 M.2 2242 드라이브를 하나 더 장착할 수 있는 공간을 명시하고 있는데, 이는 20코어 시스템의 순차 속도를 원하는 구매자에게 좋은 업그레이드 경로가 될 수 있습니다.
맺음말
레노버 프로 9n 15는 18코어 RTX Spark 칩셋의 강력한 성능을 입증합니다. 레노버의 뛰어난 열 설계와 80W 정격 전력 덕분에 최고 온도 92°C에서 20코어 노트북보다 더 높은 모든 코어 클럭을 유지할 수 있으며, 렌더링 성능은 32GB 옴니북 울트라 16과 8~11% 차이밖에 나지 않습니다. 또한 Stockfish와 OpenBLAS 컴파일에서도 동일한 성능을 보여줍니다. 더 작은 GPU를 사용함에도 불구하고 LLM 토큰 생성 비용은 2~5% 정도 낮으며, 165Hz OLED 디스플레이(Delta E 0.5 미만)와 펜 입력이 가능한 Force Pad를 탑재하여 3.64파운드(약 1.65kg)로 가장 가벼운 시스템입니다.
메모리 용량이 이 구성의 유일한 한계입니다. 32GB에서 12GB를 분할하여 사용하는 GPU는 12.8GB gpt-oss:20b를 감당할 수 없기 때문에 Pro 9n은 모델 로드 및 코딩 에이전트 테스트에서 제외되었습니다. 또한, 이 제품의 Gen4 SSD는 OmniBook의 Gen5 드라이브에 비해 순차 읽기 속도가 약 3분의 2 수준입니다. 레노버는 두 번째 드라이브 옵션을 제공하기도 합니다. 플랫폼 제약 사항도 마찬가지입니다. Windows on Arm I/O 경로, x64 빌드보다 뒤처지는 SVT-AV1과 같은 Arm64 포트, 그리고 Razer Blade 16이 앞서는 단일 스레드 작업 등이 그 예입니다. 언제나 그렇듯이, 이러한 제품들이 출시됨에 따라 소프트웨어 생태계는 빠르게 발전할 것으로 예상됩니다.
RTX Spark CPU와 색상 보정 OLED 디스플레이를 탑재한 가장 가벼운 케이스를 원하는 크리에이터와 개발자, 그리고 소형 모델로도 충분한 AI 작업을 처리하는 사용자에게 Pro 9n 15는 20코어 시스템에 비해 성능 면에서 거의 뒤지지 않으면서도 발열은 훨씬 적습니다. 다만, 20B 이상의 고성능 모델을 로컬에서 실행하려는 사용자는 메모리 용량을 늘리거나 64GB 또는 128GB 시스템을 고려하는 것이 좋습니다.
순위표: Lenovo Pro 9n 15는 당사의 새로운 클라이언트 제품군에서 테스트한 다른 N1X 시스템과 함께 로컬 AI용 최고의 노트북 순위표의 RTX Spark 부문에 이름을 올렸습니다.
아마존