마이크로소프트 서피스 랩탑 울트라 비즈니스 모델은 NVIDIA 칩셋을 탑재한 최초의 서피스 랩탑이자, 저희가 리뷰한 최초의 RTX Spark 시스템입니다. 저희가 리뷰한 제품은 20코어 Grace Arm CPU, 6,144코어 Blackwell RTX GPU, 그리고 128GB의 LPDDR5X 통합 메모리를 탑재하고 있으며, 사용자는 GPU에 최대 96GB까지 할당할 수 있습니다. 마이크로소프트 소비자 스토어에서는 18코어, 24GB, 512GB SSD 모델이 2,599.99달러부터 20코어, 128GB, 1TB 모델이 5,899.99달러까지 다양한 구성으로 판매되고 있습니다. 저희가 리뷰한 비즈니스용 모델의 가격은 리뷰 작성 시점에는 공개되지 않았습니다.
이 리뷰에서는 N1X의 벤치마크 성능을 다룹니다. 인텔 팬서 레이크 및 애로우 레이크 H, AMD 스트릭스 포인트, 그리고 NVIDIA RTX 5090 및 RTX PRO 2000 노트북 GPU를 탑재한 최신 x64 노트북 4종과 비교하여 로컬 AI, CPU, 메모리, 게임, 발열, 저장 장치 성능을 평가합니다. 디자인, 디스플레이, 키보드, 배터리 수명 및 기타 하드웨어 관련 내용은 실험실에서 제품 분석이 완료되는 대로 추후 리뷰에서 자세히 다룰 예정이므로, 이 글에서는 플랫폼과 성능 수치에 대해서만 살펴보겠습니다.
20코어 N1X는 거의 모든 멀티스레드 CPU 테스트에서 30% 이상의 차이로 선두를 차지했으며, NVIDIA GPU에 64GB의 메모리를 할당할 수 있게 해줍니다. 이는 이전의 어떤 NVIDIA 노트북 GPU보다도 많은 용량으로, 35B 파라미터 모델을 사용 가능한 속도로 구동할 수 있게 해줍니다. 하지만 모든 코어를 사용하는 연속적인 배정밀도 연산 작업으로 인해 이 노트북의 전원이 하룻밤 사이에 세 번이나 꺼지는 문제가 발생했습니다. 앞서 리뷰했던 제품도 같은 문제로 교체해야 했던 경험이 있어, 발열 관리가 평소보다 더 중요한 요소임을 알 수 있습니다.
주요 요점
- 64GB의 GPU 메모리(최대 96GB까지 조절 가능)로 실행되는 프로그램이 변경됩니다. gpt-oss:20b와 Qwen3.6-35B-A3B는 모두 초당 58~89개의 토큰을 로드하고 생성합니다. Blade 16의 RTX 5090은 24GB 메모리에 맞는 모든 모델에서 2.3배 더 빠르며, 더 큰 모델에서는 성능이 다소 떨어집니다.
- 그룹 내에서 가장 빠른 멀티코어 CPU: 시네벤치 2026 멀티코어 테스트에서 6,963점을 기록하며 Razer Blade 16보다 34%, Dell Pro Precision 5 16S보다 47% 앞섰으며, LLVM 컴파일 시간은 206초로 차순위 시스템의 327초보다 빨랐습니다.
- 122GB/s의 메모리 대역폭, 단 지연 시간 비용: STREAM Triad는 122,114MB/s의 속도를 기록했는데, 이는 Precision 5 16S보다 48% 더 빠른 속도입니다. 하지만 메모리 지연 시간 251ns와 코어 간 지연 시간 172ns는 해당 그룹에서 가장 나쁜 수치였으며, 이는 단일 스레드 작업에서 나타납니다.
- 하나의 작업 부하가 전원을 차단합니다. 10월 14일, 모든 코어를 사용하는 OpenBLAS LU 솔빙(N=20000) 과정에서 기기가 세 차례 전원이 꺼졌습니다. 당시 기기는 95°C에 도달했으며, 다른 테스트에서는 칩 온도가 31분 동안 98°C를 유지했습니다. 현재까지 두 대의 Surface Laptop Ultra 기기에서 동일한 문제가 발생했으며, 로그 분석 결과 발열 문제가 아닌 전원 공급 또는 펌웨어 보호 기능에 문제가 있는 것으로 나타났습니다.
- Windows on Arm은 임의 I/O를 제한합니다. Gen5 SK 하이닉스 드라이브는 원시 장치에서 순차 읽기 속도는 14.1GB/s, IOPS는 1.67M이지만, NTFS 및 BitLocker를 사용하면 4K 임의 I/O 속도가 약 300K IOPS로 떨어져 x64 시스템의 절반에도 미치지 못합니다.
RTX Spark N1X 플랫폼
RTX Spark는 NVIDIA가 N1X 슈퍼칩을 기반으로 구축한 Windows PC 제품군에 붙인 이름으로, DGX Spark 의 GB10과 유사한 노트북 및 소형 데스크톱 버전입니다. 저희는 지난 6월 컴퓨텍스 에서 이 제품군을 다뤘고 , 지난주 사전 주문 출시 관련 세부 정보도 공개했으므로 , 이 섹션에서는 결과 이해에 중요한 내용을 다룹니다.
NVIDIA는 노트북용 N1X 변형 모델을 두 가지로 제공합니다. 최상위 모델은 20코어 Grace CPU와 6,144코어 Blackwell RTX GPU, 최대 128GB의 LPDDR5X 메모리를 탑재했고, 하위 모델은 18코어 CPU와 5,120코어 GPU를 탑재했으며 최대 64GB의 메모리를 제공합니다. 두 모델 모두 CPU와 GPU를 합쳐 45~80W의 TDP를 가지며, 데스크톱용 N1X와 GB10의 140W보다 낮습니다. 저희가 테스트한 Surface에는 20코어 CPU가 탑재되어 있으며, Windows에서는 이를 SMT 기능이 없는 10개의 고속 코어와 10개의 효율 코어로 인식합니다.
이 플랫폼을 이번 리뷰에 포함된 모든 x64 노트북과 차별화하는 가장 큰 요소는 바로 메모리입니다. 128GB 용량의 LPDDR5-9400 메모리 풀 하나가 NVLink-C2C 인터페이스를 통해 칩의 양쪽 절반에 모두 연결되어 있으며, 256비트 인터페이스에서 9,400 MT/s는 이론상 약 300GB/s의 대역폭에 해당합니다. Windows는 이를 마치 고정된 전용 할당 영역과 공유 풀을 가진 독립형 카드처럼 인식합니다.
저희 테스트 기기에서는 메모리 분할을 64/64로 설정했습니다. 측정 결과 GPU에서 사용 가능한 메모리는 62.5GB였으며, 이는 저희가 설정한 두 가지 AI 모델 등급 모두에 해당합니다. LPDDR5X 메모리 용량은 NVIDIA 앱을 통해 사용자가 조정할 수 있지만, 시스템 구매 시 선택한 총 용량에 따라 제한됩니다. 따라서 32GB 또는 48GB Surface의 경우, 동일한 용량의 모델을 메모리에 장착할 수 없다면 AI 벤치마킹 결과가 다르게 나타날 수 있습니다.
이 GPU는 5세대 텐서 코어와 4세대 RT 코어를 탑재한 블랙웰 아키텍처 기반이며, 9세대 NVENC 코어 1개와 6세대 NVDEC 코어 1개, 그리고 NVIDIA의 일반적인 "최대 1페타플롭" FP4 연산 성능을 제공합니다. 마이크로소프트는 각주에서 이를 희소성을 고려한 이론적인 FP4 TOPS 성능으로 설명합니다. 이 리뷰에 포함된 모든 NVIDIA 관련 테스트는 32.0.16.1742 버전의 드라이버를 사용하여 llama.cpp와 Ollama의 네이티브 Arm64 빌드를 통해 CUDA 환경에서 실행되었습니다.
Windows는 플랫폼의 또 다른 중요한 부분입니다. Surface는 Arm64 기반의 Windows 11 Pro 26H1을 실행하므로 x64 애플리케이션은 Prism 에뮬레이션을 통해 실행됩니다. 또한, CPU 성능 비교 시 변환 레이어가 아닌 실리콘 자체의 성능을 비교할 수 있도록 전체 클라이언트 제품군을 네이티브 Arm64 바이너리로 개발했습니다. 네이티브 Arm64 포트가 아직 완성도가 낮거나 x64 빌드만 가능한 경우에는 결과에 해당 내용을 표시했습니다. 이러한 경우가 아래 행의 여러 부분을 결정하기 때문입니다.
마이크로소프트 서피스 랩탑 울트라 비즈니스 사양
| 스펙 | 비즈니스용 마이크로소프트 서피스 랩탑 울트라 |
|---|---|
| 플랫폼 개요 | |
| 프로세서 | NVIDIA RTX Spark N1X, 20코어 Grace CPU 및 6,144코어 Blackwell RTX GPU (테스트 기준) NVIDIA RTX Spark N1X, 18코어 Grace CPU 및 5,120코어 Blackwell RTX GPU |
| NPU | NVIDIA NPU |
| 메모리 | 24GB, 32GB, 48GB, 64GB 또는 128GB LPDDR5X 통합 메모리 128GB LPDDR5-9400, 펌웨어 분할 방식 (테스트 결과 기준) |
| 스토리지 | 탈착식 SSD: 512GB(PCIe Gen4), 1TB 또는 2TB(PCIe Gen5) 1TB SK 하이닉스 HFS001TFM9X189N, Gen5 x4 (테스트 완료) |
| 운영체제 | Windows 11 Pro (Arm64); 24GB 구성의 Windows 11 Home |
| 디스플레이 및 입출력 | |
| 디스플레이 | 15인치 PixelSense Ultra 터치스크린, 3270 x 2180 해상도, 최대 120Hz 주사율, 100% DCI-P3 색재현율, Dolby Vision IQ 지원 1,000니트 SDR(일반), 2,000니트 HDR 최대 밝기(마이크로소프트 자료) |
| 포트 | USB-C 포트 2개 / USB4 포트 4개 자석식 커넥터가 있는 USB-C/USB4 포트 1개 HDMI 1b 2.1 개 USB-A 1 3.1 개 SD 카드 리더 3.5mm 헤드폰 잭 |
| Wireless | Wi-Fi 7 (미디어텍 MT7925), 블루투스 |
| 카메라 | 1080p 풀 HD |
| 힘과 신체 | |
| 배터리 수명 (마이크로소프트 발표) | 최대 15시간 로컬 비디오 재생 최대 12시간 동안 웹 사용 가능 (사전 생산 버전, 20코어, 64GB, 1TB, 밝기 150니트) |
| 충전 | USB-C; 115W 이상의 서피스 또는 USB-C PD 전원 공급 장치를 사용한 고속 충전 |
| 중량(평량) | 4.41 파운드 (2.0kg) |
| 색상 | 플래티넘, 나이트폴 |
| 보안 및 가격 책정 | |
| 보안 | 보안 코어 PC, Windows Hello, 장치 암호화(저희 장비에는 BitLocker XTS-AES-128이 탑재되어 있습니다) |
| 가격 (마이크로소프트 소비자 스토어 기준) | 2,599.99달러(18코어, 24GB, 512GB)부터 5,899.99달러(20코어, 128GB, 1TB, 테스트 모델 기준)까지 |
테스트 설정 및 방법론
리뷰용 제품은 6,144코어 블랙웰 GPU를 탑재한 RTX Spark N1X, 128GB의 LPDDR5-9400 메모리(시스템 및 GPU에 64/64로 분할), 그리고 1TB SK 하이닉스 Gen5 SSD가 장착된 Windows 11 Pro 26H1(Arm64) 운영체제를 사용합니다. 벤치마크 테스트는 최적 성능 전원 모드에서 전원 어댑터를 연결한 상태로 진행했습니다. 배터리 수명 테스트 결과는 추후 다른 하드웨어 사양과 함께 추가될 예정입니다.
이번 비교에 포함된 모든 시스템은 자체 개발한 Windows 클라이언트 벤치마크 도구인 sr-client 1.2를 사용하여 전체 실행 및 피크 프로파일로 테스트를 거쳤습니다. 각 시스템은 OEM에서 제공하는 드라이버와 유틸리티가 설치된 공장 출고 상태의 Windows 이미지에서 최고 성능 모드로 설정하고 전원에 연결된 상태로 테스트되었습니다. 벤치마크 도구는 동일한 실험실 설정을 적용했습니다. 즉, Windows 전원 모드는 최고 성능으로, 디스플레이 밝기는 50%로, 모든 절전 및 화면 꺼짐 타이머는 비활성화, Windows 방화벽 및 UAC 프롬프트는 비활성화했습니다. 테스트는 시작부터 끝까지 자동으로 진행되며, 각 결과는 반복 실행의 중앙값입니다. 또한, 결과값의 편차가 2%를 초과하는 경우 테스트를 다시 실행한 후에야 유효한 결과로 간주합니다.
이 소프트웨어 제품군은 모든 오픈 소스 워크로드에 대해 네이티브 Arm64 및 x64 바이너리로 작성되어 Surface가 실리콘 성능 면에서 경쟁력을 갖출 수 있도록 합니다.
| 시스템 | CPU | 메모리 | GPU는 GPU 및 AI 테스트에 사용됩니다. | SSD | 운영 체제 및 성능 모드 |
|---|---|---|---|---|---|
| 마이크로소프트 서피스 랩탑 울트라 | NVIDIA RTX Spark N1X, 20C / 20T | 128GB LPDDR5-9400 (64/64 분할) | 6,144코어 블랙웰 RTX (통합형, 62.5GB 사용 가능 메모리) | SK하이닉스 HFS001TFM9X 1TB, Gen5 x4 | Windows 11 Pro 26H1 (Arm64), 최상의 성능 |
| 델 프로 프리시전 5 16S | 인텔 코어 울트라 X9 388H, 16코어/16스레드 | 64GB LPDDR5-8533 | 인텔 아크 프로 B390(통합형) | SK 하이닉스 PCB01 1TB, Gen5 x4 | Windows 11 Pro 25H2(x64), Dell Optimizer Ultra Performance |
| 델 프로 7 14 | AMD 라이젠 AI 9 HX PRO 470, 12코어/24스레드 | 64GB LPDDR5-8000 | AMD 라데온 890M (내장형, 32GB VGM) | 삼성 BM9C1a 1TB, Gen4 x4 | Windows 11 Pro 25H2(x64), Dell 열 관리 프로필 성능 |
| Razer의 블레이드 16 | AMD 라이젠 AI 9 HX 370, 12코어/24스레드 | 32GB LPDDR5-8000 | NVIDIA GeForce RTX 5090 노트북 GPU, 24GB | 삼성 MZVL22T0 2TB, 4세대 x4 | Windows 11 Home 25H2 (x64), Razer Synapse 성능 |
| 델 프로 맥스 14 프리미엄 | 인텔 코어 울트라 9 285H, 16코어/16스레드 | 64GB LPDDR5-8400 | NVIDIA RTX PRO 2000 블랙웰 노트북 GPU, 8GB | SK하이닉스 PC811 2TB | Windows 11 Pro 25H2(x64), Dell Optimizer Ultra Performance |
표에는 세 가지 레이블이 반복적으로 나타나는데, 처음 두 레이블의 차이점은 AI 섹션을 이해하는 데 중요합니다. DNF는 해당 시스템에서 테스트가 시작되었지만 완료되지 않았거나 오류 발생 후 건너뛰어졌음을 의미하며, 이 리뷰에서는 Surface의 OpenBLAS 실행과 Dell Pro 7 14의 에이전트 기반 MLPerf 시나리오에 적용됩니다.
'실행 안 됨'은 하드웨어가 테스트 기준을 충족하지 못해 테스트 시작이 거부되었음을 의미합니다. 이는 대부분 모델이 시스템에서 제공할 수 있는 GPU 메모리 용량을 초과하기 때문입니다. 예를 들어 Dell Pro Max 14 Premium은 사용 가능한 GPU 메모리가 7.7GB에 불과하여 모든 모델 로드 및 에이전트 테스트에서 제외되었으며, Blade 16은 24GB로 M 등급 모델에 미치지 못합니다. '해당 없음'은 SMT 기능이 없는 칩에서 SMT 싱글 코어 테스트와 같이 해당 테스트가 적용되지 않음을 의미합니다.
로컬 AI 성능
이 노트북에서 로컬 AI를 구현하는 데 있어 가장 중요한 두 가지 질문은 GPU가 모델을 얼마나 빠르게 실행할 수 있는지와 모델이 노트북에 적합한지 여부입니다. Blade 16의 RTX 5090은 첫 번째 질문에 대해 다른 어떤 시스템보다 뛰어난 성능을 보여주며, 24GB 메모리에 맞는 모든 모델에서 Surface보다 약 2.3배 빠른 속도로 토큰을 생성합니다. Surface는 두 번째 질문에 대한 답을 제시하는데, 64GB의 통합 메모리를 GPU에 할당함으로써 M 등급 모델을 사용 가능한 속도로 실행하는 유일한 시스템이기 때문입니다.
Pro Max 14의 8GB RTX PRO 2000은 작은 모델에서는 Surface와 비슷한 성능을 내지만, 큰 모델에는 용량이 부족합니다. 두 개의 통합 GPU x64 시스템은 느리긴 하지만 모든 작업을 처리합니다.
MLPerf 클라이언트 v2.0
MLPerf 클라이언트는 Llama 3.1 8B 및 Phi-4-mini를 사용하여 콘텐츠 생성, 창작 글쓰기, 요약, 구조화된 텍스트, 코드 분석의 다섯 가지 프롬프트 범주에 대한 작업을 수행하고, 첫 번째 토큰 생성 시간과 첫 번째 토큰 이후의 토큰 생성률을 기하 평균으로 보고합니다. 각 시스템은 해당 공급업체의 GPU 경로를 사용합니다. Precision 5 16S에서는 Intel OpenVINO, Pro 7 14에서는 AMD의 Windows ML(DirectML 포함), 그리고 세 대의 NVIDIA 시스템에서는 llama.cpp(CUDA 포함)를 사용하므로 엔진이 서로 다르며, 각 행은 플랫폼별로 제공됩니다.
| MLPerf 클라이언트 v2.0 | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| Llama 3.1 8B, 첫 번째 토큰까지의 시간, 기하평균(초, 낮을수록 좋음) | 0.284 | 0.214 | 3.140 | 0.149 | 0.439 |
| Phi-4-mini, 첫 번째 토큰 생성 시간, 기하평균(s, 낮을수록 좋음) | 0.127 | 0.181 | 1.954 | 0.074 | 0.212 |
| 데이터 분석 에이전트, 엔드 투 엔드 (s, 낮을수록 좋음) | 52.6 | 84.7 | DNF | 27.8 | 61.8 |
| 데이터 분석 에이전트, 토큰 비율(tok/s) | 48.9 | 25.6 | DNF | 108.3 | 45.4 |
| SWE 에이전트, 엔드 투 엔드(s, 낮을수록 좋음) | 46.0 | 65.6 | DNF | 24.6 | 52.6 |
| SWE 에이전트, 토큰 비율(tok/s) | 46.4 | 25.0 | DNF | 102.5 | 42.8 |
Blade 16은 Llama 3.1 8B에서 128.8 tok/s, Phi-4-mini에서 222.7 tok/s의 성능을 기록했는데, 이는 Surface의 56.4 tok/s와 97.5 tok/s보다 2.3배 높은 수치입니다. Pro Max 14에 탑재된 RTX PRO 2000은 5090의 대역폭에는 훨씬 못 미치지만, Llama 3.1에서는 Surface와 5% 이내의 차이를, Phi-4-mini에서는 12% 이내의 차이를 보였습니다. 이는 N1X의 통합 GPU가 이 크기의 모델에서는 소형 외장 그래픽 카드와 비슷한 성능을 낸다는 것을 시사합니다.
통합 x64 GPU 중에서 Precision 5 16S의 Arc Pro B390은 Llama 3.1에서 빠른 첫 번째 토큰을 생성했지만 Surface의 절반 속도였고, Pro 7 14의 DirectML 경로는 가장 느려서 첫 번째 토큰에 3.1초가 소요되었습니다.
MLPerf의 에이전트 시나리오는 Llama 3.1 8B를 소프트웨어 엔지니어링 에이전트와 데이터 분석가 에이전트로 실행하며, 각 에이전트는 여러 턴에 걸쳐 도구를 호출합니다. Blade 16은 두 시나리오 모두 28초 이내에 완료했는데, 이는 Surface의 절반, Precision 5 16S의 3분의 1에도 못 미치는 시간입니다. Pro 7 14는 두 시나리오 모두 완료하지 못했습니다. GPU에 32GB를 할당했음에도 불구하고 DirectML이 에이전트 프롬프트에서 메모리 부족 오류를 발생시켰으며, 이는 실행 실패로 간주되어 DNF(완료 실패)로 표시됩니다.
모델 로딩
이 테스트는 로컬 모델이 SSD에서 Ollama에 처음 생성된 토큰에 도달하는 데 걸리는 시간을 측정합니다. 측정은 콜드 상태(파일 캐시가 비워진 상태)와 웜 상태(파일이 이미 메모리에 있는 상태) 모두에서 수행되며, 이 과정에서 SSD 읽기 속도도 함께 보고합니다. S 등급은 GPU 사용 가능 메모리가 16GB 이상인 시스템에서 gpt-oss:20b(12.8GB)를 사용하고, M 등급은 약 40GB 이상의 시스템에서 Qwen3.6-35B-A3B(21.1GB)를 추가합니다. 스왑 테스트는 Qwen3.6을 로드한 후 gpt-oss로 전환하고 다시 Qwen3.6으로 돌아오는 데 걸리는 시간을 측정합니다.
| 모델 로딩(메모리 매핑 켜짐) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| gpt-oss:20b, 콜드로드 시 읽기 처리량(MB/s) | 3,080 | 3,251 | 1,246 | 3,874 | 실행되지 않음 (7.7GB GPU 메모리) |
| Qwen3.6-35B-A3B, 모델 교체 후 재로드(s, 낮을수록 좋음) | 5.01 | 13.38 | 22.38 | 실행 불가 (24GB VRAM, M 등급 미만) | 실행되지 않음 (7.7GB GPU 메모리) |
콜드 로드는 스토리지 테스트이며, 두 Gen5 시스템이 이 테스트에서 선두를 차지했습니다. Precision 5 16S는 gpt-oss:20b를 첫 번째 토큰까지 5.98초 만에 로드했고, Surface는 6.57초가 걸렸습니다. Surface는 웜 로드와 티어 M 테스트에서 모두 우위를 점했으며, 스왑 후 Qwen3.6까지 5.0초 만에 복귀한 반면 Precision은 13.4초가 걸렸습니다. 이는 두 모델 모두 64GB GPU 메모리에 상주하는 시스템의 장점입니다. Blade 16은 모델 파일을 3.9GB/s로 가장 빠르게 읽었지만, 가중치가 PCIe를 거쳐 VRAM으로 이동해야 하므로 첫 번째 토큰에 도달하는 시간이 더 늦었습니다. 반면 통합 메모리 시스템은 가중치를 읽는 즉시 VRAM에 저장합니다.
Blade 16과 Pro Max 14의 데이터가 누락된 이유는 메모리 문제 때문입니다. Blade 16은 24GB의 VRAM으로는 M 등급 기준을 충족하지 못하고, Pro Max 14는 7.7GB의 GPU 메모리로는 어떤 등급에도 해당되지 않아 테스트가 시작되지 않았습니다. 저장 장치 섹션에서 다룬 쓰기 문제(Pro 7 14의 SSD)는 읽기 속도가 1.2GB/s에 불과했고, 전원을 켠 후 13.7초가 걸렸습니다.
코딩 에이전트
Codex CLI는 고정된 저장소의 코딩 작업을 통해 Ollama에서 제공하는 로컬 모델을 실행합니다. 저장소의 11개 테스트가 모두 통과하면 실행이 성공합니다. 세 번의 실행에 대한 평균 소요 시간, 성공 횟수 및 생성률을 보고합니다. 에이전트와 사용자 동시 실행 테스트는 에이전트와 Speedometer를 함께 실행하여 각각 단독으로 실행할 때와 비교하여 속도가 얼마나 저하되는지 보고합니다. 이는 사용자가 작업하는 동안 에이전트가 작동하는 상황에서 중요한 질문입니다.
| Codex CLI 코딩 에이전트 | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 티어 S, gpt-oss:20b 64K: 실제 소요 시간(초, 낮을수록 좋음) | 191.8 | 584.2 | 376.0 | 64.4 | 실행되지 않음 (7.7GB GPU 메모리) |
| S등급: 성공 (3건 중) | 3 | 3 | 2 | 2 | 실행되지 않음 |
| 티어 M, gpt-oss:20b 128K: 실제 소요 시간(초, 낮을수록 좋음) | 87.5 | 276.1 | 585.4 | 실행되지 않음 (M 등급 미만) | 실행되지 않음 |
| 티어 M, gpt-oss:20b 128K: 성공 횟수(3회 중) | 2 | 2 | 3 | 실행되지 않음 | 실행되지 않음 |
| 티어 M, Qwen3.6-35B-A3B 64K: 실제 소요 시간(초, 낮을수록 좋음) | 88.6 | 351.7 | 678.2 | 실행되지 않음 (M 등급 미만) | 실행되지 않음 |
| 티어 M, Qwen3.6-35B-A3B 64K: 성공 횟수(3회 중) | 3 | 3 | 3 | 실행되지 않음 | 실행되지 않음 |
| 에이전트 옆에 있는 속도계 (점수) | 18.1 | 26.6 | 19.2 | 36.3 | 실행되지 않음 |
| 에이전트 옆의 속도계 감속(x, 낮을수록 좋음) | 1.92 | 1.61 | 1.92 | 1.06 | 실행되지 않음 |
| 에이전트 속도계 옆의 속도 저하(x, 낮을수록 좋음) | 1.10 | 1.00 | 1.11 | 1.05 | 실행되지 않음 |
Blade 16은 S 등급 작업을 64초 만에 137.9 tok/s의 속도로 완료했는데, 이는 Surface보다 3배, Precision 5 16S보다 9배 빠른 속도입니다. 다만, Surface와 Precision이 3번의 시도 중 2번을 통과한 것과 비교하면 Blade는 2번을 통과했습니다. M 등급 작업에서는 Surface가 두 가지 작업을 모두 90초 이내에 완료했는데, 이는 Precision 5 16S보다 3~4배, Pro 7 14보다 7~8배 빠른 속도입니다. Pro 7 14는 작업당 10~11분이 소요되었습니다. 실제 작업 시간은 모델의 툴 콜 횟수에 따라 달라지므로, 생성 속도가 하드웨어 성능에 대한 더 정확한 지표입니다.
동시성 테스트는 외장 GPU의 진가가 드러나는 부분입니다. 에이전트가 실행 중일 때 Blade 16의 브라우저 점수는 6% 감소했는데, 이는 해당 모델이 RTX 5090으로 작동하고 CPU에는 영향을 주지 않기 때문입니다. 에이전트가 내장 GPU와 메모리 버스를 다른 모든 장치와 공유하는 Surface에서는 Speedometer 점수가 34.7에서 18.1로 거의 절반으로 떨어졌고, Pro 7 14도 같은 비율로 점수가 하락했습니다. 에이전트 자체는 어떤 시스템에서도 브라우저의 영향을 거의 느끼지 못했습니다.
검색 증강 생성
저희 RAG 테스트는 20,963개의 SQuAD v1.1 지문을 nomic-embed-text를 사용하여 임베딩하고, 2,000개의 질문 각각에 대해 상위 5개 지문을 추출한 다음, Phi-4-mini를 사용하여 참조 답변과 비교하여 정확한 일치도와 F1 점수를 계산합니다. 모든 시스템에서 동일한 소형 모델을 실행하므로, 이는 순수한 속도 비교입니다.
| RAG | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 섭취 시간, 20,963회 통과 (초, 낮을수록 좋음) | 189.8 | 271.7 | 425.9 | 131.0 | 153.9 |
| 검색 쿼리 시간, p50 (밀리초, 낮을수록 좋음) | 23.4 | 22.2 | 31.3 | 20.9 | 21.6 |
| 답변, Phi-4-mini 첫 번째 토큰까지의 시간, p50(s, 낮을수록 좋음) | 0.161 | 0.855 | 1.527 | 0.109 | 0.260 |
| 답변, 신속 처리(tok/s) | 6,955 | 2,151 | 863 | 11,560 | 4,031 |
| 답변해야 할 질문, 50페이지 (s, 낮을수록 좋음) | 0.235 | 0.997 | 1.688 | 0.159 | 0.341 |
| 답변 F1 (%) | 73.97 | 74.24 | 74.36 | 74.47 | 74.40 |
Blade 16은 131초 만에 데이터를 입력받았고, 일반적인 질문에 0.16초 만에 답변하여 Precision 5 16S보다 6배 빠른 속도를 보였습니다. Pro Max 14는 154초로 데이터 입력 속도에서 2위를 차지했으며, 190초를 기록한 Surface보다 앞섰습니다. 이는 8GB 메모리가 임베디드 모델과 Phi-4-mini에 충분하기 때문입니다. 정확도는 모든 시스템에서 F1 점수가 0.5점 이내로 동일했는데, 이는 동일한 모델이 0℃에서 측정되었을 때 당연한 결과입니다. 따라서 RAG 테스트에서 이 노트북들의 차이를 만드는 유일한 요소는 대기 시간뿐입니다.
CPU 성능
CPU 성능 결과는 두 플랫폼에 의해 좌우됩니다. 서피스의 20코어 N1X는 거의 모든 멀티스레드 테스트에서 30% 이상 차이로 우위를 점하는 경우가 많습니다. 반면 델 프로 프리시전 5 16S에 탑재된 코어 울트라 X9 388H는 단일 스레드에서 가장 빠른 x64 CPU이며 파이썬, 웹 브라우저, OpenBLAS 작업에서 선두를 달립니다. 그 사이, 레이저 블레이드 16의 라이젠 AI 9 HX 370은 스톡피시와 GROMACS에서 1위를 차지하고 대부분의 렌더링 및 빌드 테스트에서 2위를 기록했으며, 델 프로 7 14와 델 프로 맥스 14 프리미엄은 모든 코어를 사용하는 작업에서 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), 멀티 코어 처리량을 측정합니다. 이후 약 30분 동안 멀티 코어 테스트를 반복 실행하는 지속적인 루프를 통해 안정 상태 점수를 첫 번째 테스트 점수와 비교합니다. 이를 통해 노트북이 열 축적 후 얼마나 성능을 회복하는지 확인할 수 있습니다.
Surface는 멀티코어 테스트에서 6,963점을 기록하며 Blade 16보다 34%, Precision 5 16S보다 47% 앞섰습니다. 싱글코어 테스트에서도 558.5점으로 Precision 5 16S의 534.8점을 근소한 차이로 앞섰습니다. 두 AMD 칩은 싱글스레드 테스트에서 Blade 16이 480.0점, Pro 7 14가 464.4점으로 Surface보다 각각 16%와 20% 뒤처졌습니다. SMT 싱글코어 기능은 이 두 제품에만 적용되며, 두 번째 스레드가 추가될 때 Pro 7 14는 33%, Blade 16은 38%의 성능 향상을 가져왔습니다.
지속적인 테스트 결과는 단순 점수보다 성능 차이를 더욱 명확하게 보여줍니다. 서피스는 10번의 테스트를 모두 마친 후 7,016점을 기록하며 시작 점수보다 1% 상승했고, CPU 온도는 98°C, 클럭 속도는 3.28GHz로 고정되었습니다. 블레이드 16 역시 안정적인 성능을 보였습니다. 프로 7 14와 프로 맥스 14는 약 2% 정도 성능이 저하되었고, 프리시전 5 16S는 약 10분 후 6.2% 하락한 후 그 수준을 유지했습니다.
| 시네벤치 2026 (점수, 높을수록 좋음) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 단일 코어 | 558.5 | 534.8 | 464.4 | 480.0 | 482.6 |
| SMT 싱글 코어 | N/A | N/A | 617.1 | 661.3 | N/A |
| 멀티 코어 | 6,963 | 4,739 | 4,028 | 5,179 | 4,160 |
| 지속 루프, 첫 번째 패스 | 6,938 | 4,765 | 4,040 | 5,162 | 4,314 |
| 지속 루프, 정상 상태 | 7,016 | 4,468 | 3,976 | 5,206 | 4,228 |
| 정상 상태 / 첫 번째 통과 | 1.011 | 0.938 | 0.984 | 1.009 | 0.980 |
7 - 우편 번호
7-Zip에 내장된 벤치마크는 LZMA 압축 및 압축 해제 처리량을 초당 기가 명령어 단위로 보고하며, 각 스레드에서 한 번, 그리고 단일 코어에 고정하여 한 번씩 측정합니다.
Surface는 전체 스레드 테스트에서 151.0 GIPS로 Blade 16보다 20% 앞섰으며, 압축 등급에서는 156.9 GIPS로 다음 시스템보다 35% 높은 수치를 기록했습니다. Precision 5 16S는 단일 스레드 테스트에서 9.8 GIPS로 선두를 차지했습니다.
Surface의 7.16 GIPS 단일 스레드 성능 수치는 한 가지 주의할 점이 있습니다. 이 장치에서 코어는 몇 분 동안 부하가 걸린 상태로 유지되면 초기 속도보다 약 20% 정도 느려지는 상태가 되고, 부하가 끝날 때까지 그 상태를 유지합니다. 7-Zip의 단일 스레드 테스트는 47~67°C의 온도에서 충분히 오래 실행되므로 열이 원인은 아닙니다. 동일한 상태가 PyPerformance와 Stockfish의 단일 스레드 테스트에서도 이어집니다.
| 7-Zip, 단일 스레드(GIPS, 수치가 높을수록 좋음) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 금액 | 7.16 | 9.80 | 9.01 | 9.24 | 8.84 |
| 압축하다 | 4.62 | 8.71 | 6.72 | 7.28 | 7.02 |
| 압축 해제 | 9.70 | 10.88 | 11.31 | 11.20 | 10.73 |
믹서기
Blender 4.5는 CPU에서 Cycles 렌더링 엔진을 사용하여 세 가지 표준 벤치마크 장면(몬스터, 고물상, 교실)을 렌더링하고 분당 샘플 수를 보고합니다.
세 가지 장면 모두에서 순위는 Surface, Blade 16, Precision 5 16S 순으로 유지되었습니다. Surface는 Monster 장면(분당 207.6개 샘플)에서 Blade 16보다 47% 앞섰지만, 가장 부하가 큰 Classroom 장면(분당 93.2개 샘플)에서는 18% 차이로 좁혀졌습니다. Pro 7 14와 Pro Max 14는 꼴찌와 3위 자리를 서로 주고받았습니다.
수동 브레이크
HandBrake는 4K60 Big Buck Bunny 클립의 60초 분량을 x265(HEVC, 중간 설정, 품질 22) 및 SVT-AV1(설정 8, 품질 30) 코덱으로 소프트웨어 인코딩하고 초당 프레임 수를 보고합니다.
두 인코더는 Surface에 대해 상반된 결과를 보여줍니다. x265 코덱을 사용한 결과 41.7fps로 그룹 내 최고 성능을 기록하며 25% 앞섰지만, 네이티브 Arm64 SVT-AV1 빌드에서는 15.4fps에 그쳐 x64 시스템의 5분의 1 수준에 불과했습니다. x265 코덱을 사용한 결과 최고 성능을 보인 코어가 실리콘상에서 5배나 느릴 수는 없으므로, 성능 차이는 SVT-AV1의 Arm64 코드 경로에 있으며, 이는 소프트웨어 테스트에서 결과에 결정적인 영향을 미치는 가장 명확한 사례입니다. x64 시스템 중에서는 Precision 5 16S가 80.8fps로 SVT-AV1에서 가장 높은 성능을 보였고, Pro Max 14와 Blade 16은 5% 이내의 차이를 보였습니다.
LLVM 빌드
이 테스트는 기본 작업 수로 Clang과 Ninja를 사용하여 LLVM 21.1.4 전체 트리를 컴파일합니다. 이는 테스트 스위트에서 가장 긴 올코어 워크로드이며 CPU뿐만 아니라 메모리와 스토리지에도 상당한 부하를 줍니다.
Surface는 LLVM 컴파일에 206.4초가 걸려 Blade 16의 327.0초보다 37% 더 빨랐습니다. Precision 5 16S의 340.1초는 스마트 앱 제어 기능을 끄고 재테스트한 결과인데, 첫 번째 시도에서는 이 기능 때문에 도구가 작동하지 않았기 때문입니다. Pro 7 14는 410.5초로 가장 느렸습니다.
Stockfish, primesieve, Python 및 브라우저
Stockfish의 내장 벤치마크는 체스 검색 속도를 초당 수백만 개의 노드 단위로 보고합니다. primesieve는 모든 스레드에서 10^12 미만의 소수를, 하나의 스레드에서는 10^11 미만의 소수를 초 단위로 계산합니다. PyPerformance는 세 가지 CPython 벤치마크(go, nbody, regex_compile)를 하나의 코어에 고정하여 실행하고 반복당 평균 시간을 보고하며, Speedometer 3.1은 Microsoft Edge에서 웹 애플리케이션의 응답성을 측정합니다.
| Test | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 스톡피쉬 벤치, 모든 스레드(Mnps, 높을수록 좋음) | 15.51 | 14.81 | 14.71 | 17.96 | 12.01 |
| 스톡피쉬 벤치, 스레드 1개 (Mnps, 높을수록 좋음) | 1.33 | 1.86 | 1.94 | 2.04 | 1.70 |
| 소수체 1e12, 모든 스레드 (s, 값이 낮을수록 좋음) | 9.82 | 11.31 | 14.80 | 10.60 | 14.30 |
| 소수체 1e11, 스레드 1개 (s 값이 낮을수록 좋음) | 12.03 | 9.56 | 6.66 | 6.67 | 9.82 |
| PyPerformance go (ms, 낮을수록 좋음) | 123.9 | 69.2 | 75.9 | 75.2 | 74.1 |
| PyPerformance nbody (ms, 낮을수록 좋음) | 89.8 | 53.2 | 62.3 | 60.8 | 61.3 |
| PyPerformance regex_compile (ms, 낮을수록 좋음) | 94.1 | 65.1 | 71.1 | 69.7 | 69.8 |
| Speedometer 3.1, Edge (점수, 높을수록 좋음) | 34.7 | 42.7 | 36.8 | 38.4 | 42.0 |
Stockfish는 Surface가 모든 코어 성능을 평가하는 테스트 중 유일하게 실패한 테스트 중 하나입니다. Blade 16은 두 번의 테스트 모두에서 선두를 차지했으며 모든 스레드에서 16% 더 빠른 성능을 보였습니다. Surface의 단일 스레드 성능 수치는 7-Zip 테스트에서 나타난 것처럼 코어 성능이 저하된 결과입니다. 반면 Primesieve 테스트에서는 Surface가 모든 스레드에서 9.82초로 가장 빠른 성능을 보였고, 단일 스레드에서는 두 AMD CPU가 Intel 시스템보다 약 30% 더 빠른 성능을 나타냈습니다.
Precision 5 16S는 Python과 브라우저 테스트에서 1위를 차지했고, Pro Max 14는 Speedometer 테스트에서 Precision 5 16S와 2% 이내의 차이를 보였습니다. Surface는 네 가지 테스트 모두에서 최하위를 기록했습니다. Surface의 PyPerformance 테스트는 동일한 고정 코어에서 7-Zip을 실행한 후 느린 코어 상태를 그대로 반영하며, Speedometer 테스트는 Edge의 Arm64 빌드를 다른 플랫폼의 x64 빌드와 비교하여 실행하기 때문에, 이 테스트 결과는 Surface의 코어 성능뿐 아니라 펌웨어와 소프트웨어 성능까지 측정하는 것입니다. 이 플랫폼의 단일 스레드 테스트 결과는 느린 코어 상태가 적용되지 않는 경우에도 x64 플랫폼 대비 15~30% 정도 뒤처지는데, 아래의 메모리 지연 시간 수치가 그 이유 중 일부를 설명해 줍니다.
GROMACS 및 OpenBLAS
GROMACS는 benchMEM 분자 동역학 사례를 모든 코어에서 네 가지 랭크 및 스레드 레이아웃으로 실행하고 하루에 나노초 단위로 시뮬레이션 시간을 보고합니다. 가장 좋은 레이아웃이 주요 결과입니다. OpenBLAS 테스트는 세 가지 문제 크기에 대해 HPL 스타일의 배정밀도 LU 분해를 실행하고 DGEMM 행렬 곱셈을 수행하는데, 각 작업은 모든 코어에서, 그리고 최상위 코어 클래스에서만 실행됩니다. 이는 테스트 스위트에서 가장 높은 지속적인 부동 소수점 부하를 발생시킵니다.
| Test | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| GROMACS benchMEM, 최적 레이아웃 (ns/day, 높을수록 좋음) | 17.29 | 24.87 | 21.58 | 26.41 | 22.74 |
| GROMACS, 순위당 1개 스레드(ns/일) | 17.21 | 25.01 | 21.58 | 26.59 | 0.84 |
| GROMACS, 순위당 2개 스레드(ns/일) | 16.80 | 24.02 | 21.22 | 24.83 | 22.88 |
| OpenBLAS DGEMM M=8000, 모든 코어 (GFLOPS, 높을수록 좋음) | DNF | 527.4 | 358.6 | 455.4 | 367.5 |
| OpenBLAS DGEMM M=8000, 최상위 코어 클래스(GFLOPS) | DNF | 262.1 | 228.0 | 252.4 | 266.0 |
| OpenBLAS LU N=10000, 모든 코어(GFLOPS) | DNF | 435.3 | 384.3 | 400.9 | 194.2 |
| OpenBLAS LU N=20000, 모든 코어(GFLOPS) | DNF | 503.8 | 375.6 | 454.4 | 327.5 |
| OpenBLAS LU N=40000, 모든 코어(GFLOPS) | DNF | 459.6 | 397.6 | 498.5 | 394.1 |
| OpenBLAS LU N=40000, 최상위 코어 클래스(GFLOPS) | DNF | 255.2 | 221.9 | 250.9 | 271.6 |
Blade 16은 모든 GROMACS 레이아웃에서 26.4ns/day로 가장 빠른 응답 속도를 보였으며, Precision 5 16S는 6% 뒤처졌습니다. 다른 부분에서는 압도적인 성능을 보였던 Surface는 GROMACS의 Arm64 빌드에 x64 시스템에서 사용하는 AVX2 커널이 없기 때문에 17.3ns/day로 가장 느린 응답 속도를 기록했습니다. Pro Max 14의 랭크당 스레드 1개 레이아웃에서의 0.84ns/day는 거의 모든 시간을 랭크 간 통신에 소비한 이례적인 결과이며, 비교 대상으로는 가장 빠른 레이아웃인 22.7ns/day를 기준으로 삼아야 합니다.
Surface에는 OpenBLAS 결과가 없습니다. 모든 코어를 사용한 N=20000 LU 솔빙은 시스템 전력을 세 배나 감소시켰고, 두 대의 노트북 샘플에서 이러한 현상이 나타났기 때문에 마지막 실행에서는 해당 단계를 건너뛰고 나머지 29개 샘플이 완료되도록 했습니다. 발열 관련 내용은 해당 섹션에서 다룹니다. x64 시스템 중에서는 Precision 5 16S가 모든 코어를 사용한 DGEMM에서 527 GFLOPS를 기록하며 가장 빠른 성능을 보였고, 두 개의 작은 LU 솔빙에서도 우수한 결과를 나타냈습니다. Blade 16은 가장 큰 솔빙에서 가장 빠른 성능을 보였고, Pro Max 14는 최상위 코어만으로 가장 빠른 성능을 보였지만, 효율 코어를 추가하면서 N=10000 결과는 194 GFLOPS로 떨어졌습니다.
메모리 대역폭 및 지연 시간
STREAM은 지속적인 메모리 대역폭을 측정합니다. 메모리 지연 시간은 4KiB 페이지에 1GB 버퍼를 사용하며, 코어 간 지연 시간은 모든 코어 쌍 간의 왕복 시간을 측정합니다.
| 지연 시간(나노초, 낮을수록 좋음) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 메모리 지연 시간, 4KiB 페이지 | 251.1 | 115.5 | 146.7 | 129.6 | 170.7 |
| 코어 간 평균 | 171.6 | 88.2 | 49.7 | 57.0 | 58.3 |
| 코어 간 최대 | 362.6 | 129.4 | 74.6 | 95.9 | 153.1 |
서피스의 LPDDR5-9400은 STREAM Triad에서 122,114MB/s, Copy에서 130,516MB/s의 속도를 기록했는데, 이는 Precision 5 16S보다 48% 높고 두 AMD 시스템보다 약 2.6배 빠른 수치입니다. 이러한 높은 대역폭 덕분에 N1X는 렌더링 및 컴파일 테스트에서 우위를 점했습니다. 하지만 메모리 지연 시간은 251ns, 코어 간 평균 지연 시간은 172ns로, 두 수치 모두 동급 최악 수준입니다. 이러한 지연 시간 때문에 N1X는 단일 스레드 성능이나 지연 시간에 민감한 테스트에서 저조한 결과를 보였습니다. Precision 5 16S는 116ns로 가장 낮은 메모리 지연 시간을 기록했고, Pro 7 14는 50ns로 가장 낮은 코어 간 지연 시간을 보였습니다.
게임 및 GPU 인코딩
SuperTuxKart는 이번 테스트 스위트에 포함된 유일한 게임이며, 1080p 해상도에서는 부하가 적어 결과가 GPU뿐 아니라 CPU와 드라이버의 성능도 잘 보여줍니다. 내장 벤치마크는 1920x1080 전체 화면 모드에서 울트라 설정, Vsync 끄기, 외장 GPU(있는 경우) 고정 사용으로 실행되며, 평균 프레임률과 게임 자체의 일반적인 안정적인 프레임률(프레임 시간 분포에서 점진적으로 낮아지는 지점)을 보고합니다. Surface에서는 Prism 에뮬레이션을 사용하여 x64 빌드를 실행했습니다.
Surface는 네이티브 모드에서 평균 235.9fps, 에뮬레이션을 통해 x64 빌드를 실행했을 때는 264.6fps를 기록하며 Blade 16의 200fps를 앞섰습니다. 이러한 프레임률에서 RTX 5090은 아직 한계에 도달하지 않았습니다. Blade 16은 CPU와 OpenGL 드라이버의 성능에 제약을 받으며, 디스플레이가 Radeon 890M에 연결된 하이브리드 모드로 작동하여 프레임당 복사본이 추가됩니다.
더욱 주목할 만한 결과는 델 제품들 사이에서 나타났습니다. Precision 5 16S의 내장 Arc Pro B390 그래픽 카드는 평균 166.8fps를 기록한 반면, Pro Max 14의 외장 RTX PRO 2000은 150.8fps에 그쳤습니다. 하지만 Pro Max 14는 안정적인 플레이 시간 동안 53fps라는 가장 낮은 수치를 보였습니다. 더 고사양 게임을 실행한다면 5090이 다른 제품들과 확연한 차이를 보일 것입니다.
FFmpeg는 동일한 4K60 클립을 각 제조사의 하드웨어 인코더(Intel QSV, AMD AMF 또는 NVIDIA NVENC)를 사용하여 8Mb/s의 HEVC 코덱으로 인코딩하고, Windows Media Foundation을 통해서도 별도로 인코딩합니다.
| 하드웨어 HEVC 인코딩(fps, 높을수록 좋음) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| GPU 벤더 인코더, HEVC 8Mb/s | 135 (NVENC) | 128 (QSV) | 137 (AMF) | 132 (NVENC) | 해당 없음 (FFmpeg 빌드에 필요한 드라이버보다 이전 버전입니다) |
| 미디어 파운데이션 인코더, HEVC 8Mb/s | 55 | 해당 없음 (HEVC MF 인코더를 찾을 수 없음) | 110 | 해당 없음 (하이브리드 그래픽) | 해당 없음 (하이브리드 그래픽) |
고정 기능 인코더는 QSV, AMF, NVENC 모두 128~137fps의 비트레이트에서 거의 동일한 성능을 보이며, Surface에 탑재된 9세대 NVENC는 135fps를 기록했습니다. Pro Max 14는 드라이버 버전 597.16에서 NVENC가 실행되지 않아 결과를 얻을 수 없었는데, 이 드라이버 버전은 다른 두 NVIDIA 시스템에 사용된 617.42보다 오래된 버전입니다. Media Foundation은 Pro 7 14와 Surface에 대해서만 수치를 제공했으며, Precision 5 16S에서는 HEVC 인코더를 찾지 못했습니다. 또한 하이브리드 그래픽 시스템 두 곳은 자체 어댑터를 사용하기 때문에 외장 GPU와의 호환성을 보장할 수 없어 분석에서 제외했습니다.
열 관리 및 OpenBLAS 전원 끄기
Surface는 가장 긴 작업 부하 동안 평균 92~97°C를 유지했으며 30분 동안 지속된 루프를 시작 속도보다 1% 더 빠르게 완료했습니다. Blade 16은 최고 98~99°C를 기록했으며 결과는 동일했습니다. 유일하게 성능을 낮추는 시스템은 Precision 5 16S로, 타이머를 통해 작동합니다. Surface의 OpenBLAS DNF는 주변 온도와는 별개로 부드러운 열적 성능 저하를 보여주지 않았습니다. 테스트 스위트에서 가장 높은 부동 소수점 부하가 걸리는 상황에서 시스템이 완전히 전원이 차단되었습니다.
우리가 모니터링할 수 있는 것
sr-client는 LibreHardwareMonitor와 Windows 성능 카운터를 통해 몇 초마다 센서 데이터를 샘플링하고 각 테스트 기간을 요약하는데, 현재 플랫폼에서 테스트 범위가 원하는 만큼 다양하지 않습니다. 두 Intel 시스템은 LibreHardwareMonitor에 CPU 온도를 전혀 보고하지 않아 테스트 사이에 고정된 간격으로 일시 중지됩니다.
작업 부하에 따른 CPU 온도 및 클럭 속도
| 작업 부하(CPU 최대/평균, C) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| Cinebench 2026 | 98 / 88 | 센서 없음 | 83 / 74 | 96 / 78 | 센서 없음 |
| 7 - 우편 번호 | 98 / 65 | 센서 없음 | 75 / 70 | 99 / 84 | 센서 없음 |
| 건어 | 98 / 96 | 센서 없음 | 69 / 68 | 92 / 90 | 센서 없음 |
| 믹서기 | 98 / 93 | 센서 없음 | 76 / 70 | 95 / 87 | 센서 없음 |
| 수동 브레이크 | 98 / 84 | 센서 없음 | 82 / 72 | 92 / 86 | 센서 없음 |
| LLVM 빌드 | 98 / 92 | 센서 없음 | 74 / 68 | 98 / 93 | 센서 없음 |
| GROMACS | 98 / 96 | 센서 없음 | 71 / 70 | 97 / 94 | 센서 없음 |
| 오픈블라스 | DNF | 센서 없음 | 83 / 78 | 91 / 87 | 센서 없음 |
| STREAM | 98 / 92 | 센서 없음 | 69 / 66 | 75 / 71 | 센서 없음 |
| 슈퍼턱스카트 | 90 / 80 | 센서 없음 | 69 / 64 | 89 / 83 | 센서 없음 |
| MLPerf 클라이언트 | 93 / 77 | 센서 없음 | 71 / 67 | 97 / 76 | 센서 없음 |
| 코딩 에이전트 | 86 / 78 | 센서 없음 | 78 / 68 | 91 / 84 | 센서 없음 |
Surface는 모든 코어 부하 테스트에서 97~98°C까지 온도가 올라갔고, Stockfish, GROMACS, Blender 테스트에서도 평균 온도가 93°C를 넘었습니다. 이는 Surface가 대부분의 테스트에서 최대 성능에 근접한 상태로 작동했음을 시사합니다. 메모리 테스트인 STREAM에서도 98°C까지 온도가 상승했습니다. Blade 16도 7-Zip과 LLVM 빌드 테스트에서 최고 98~99°C를 기록하며 Surface와 거의 비슷한 수준의 발열을 보였지만, 대부분의 테스트에서 평균 온도는 5~10°C 낮았습니다. Pro 7 14는 가장 낮은 온도를 기록하며 전체 테스트 기간 동안 최고 89°C를 유지했는데, 이는 낮은 클럭 속도와 낮은 코어 부하 점수와 잘 맞아떨어집니다.
| 작업 부하(평균 CPU 클럭, MHz) | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| Cinebench 2026 | 2,952 | 3,792 | 3,879 | 4,158 | 3,734 |
| 7 - 우편 번호 | 2,405 | 3,936 | 3,767 | 4,014 | 3,710 |
| 믹서기 | 3,174 | 3,665 | 3,086 | 3,729 | 3,469 |
| LLVM 빌드 | 3,160 | 3,631 | 3,043 | 3,697 | 3,379 |
| GROMACS | 3,325 | 3,525 | 3,023 | 3,874 | 3,458 |
| STREAM | 3,255 | 4,014 | 3,590 | 3,684 | 4,057 |
| MLPerf 클라이언트 | 2,165 | 2,632 | 3,036 | 3,593 | 3,861 |
| 지속 루프, 정상 상태 | 3,276 | 3,294 | 2,914 | 3,742 | 3,393 |
클럭 속도는 아키텍처에 따라 의미가 다르므로, 칩의 클럭 속도가 가벼운 작업에서 무거운 작업으로 어떻게 변하는지 확인하려면 아래 열을 참조하십시오. 서피스는 모든 코어를 사용하는 작업에서 3.2~3.3GHz로 안정화되었는데, 이는 98°C에서 유지할 수 있는 속도입니다. 이 클럭 속도의 20개 코어는 더 높은 클럭 속도의 12개 또는 16개 x64 코어보다 여전히 우수한 성능을 보여줍니다. 블레이드 16은 거의 모든 테스트에서 가장 높은 클럭 속도를 유지했으며, 가장 온도가 높은 테스트에서도 3.6GHz 이상을 유지했습니다. 이는 동일한 실리콘 제품군을 사용하는 프로 7 14와 마찬가지로 스톡피시(Stockfish)와 그로맥스(GROMACS) 벤치마크에서 블레이드 16이 선두를 차지한 이유입니다. 프로 7 14는 지속적인 모든 코어 부하에서 2.8~3.1GHz까지 떨어졌습니다.
지속적인 루프 테스트는 각 펌웨어의 전략을 가장 명확하게 보여줍니다. 서피스는 10번의 테스트 동안 모두 98°C를 유지했으며, 첫 번째 테스트보다 1% 높은 온도로 마무리했습니다. 블레이드 16도 94°C로 동일한 결과를 보였습니다. 두 기기 모두 이 시점에서는 열 여유가 없지만, 펌웨어가 클럭을 한계치에서 안정적으로 유지하기 때문에 열 여유가 필요하지 않습니다.
Precision 5 16S는 유일하게 성능이 저하되는 시스템이며, 그 방식은 매번 동일합니다. 10~14분 후 점수가 약 6% 하락한 후 그 상태를 유지하며, 두 번째 전체 테스트에서도 소수점 셋째 자리까지 동일한 하락(0.938 대 0.939)이 반복되었습니다. 두 번의 테스트에서 동일한 시점에 점수가 하락하는 것은 냉각 시스템 성능 저하보다는 Dell 펌웨어의 장시간 전력 제한 때문인 것으로 보입니다.
Surface만 발열 문제가 있는 RTX Spark 노트북은 아닙니다. 연구실에 있는 다른 N1X 노트북들도 모든 코어에 부하가 걸렸을 때 90도 중반에서 후반까지 온도가 올라가지만, 현재까지는 아무런 문제도 발생하지 않았습니다. 아직 입증할 수는 없지만, NVIDIA가 N1X의 노트북 전력 및 발열 목표를 한계치에 가깝게 설정했기 때문에 각 OEM의 냉각 시스템과 펌웨어가 이를 제어해야 하는 상황이며, Surface가 다른 제품들과 차이가 나는 이유가 바로 여기에 있다는 가설을 세우고 있습니다. 향후 리뷰를 진행하면서 발열 문제를 주의 깊게 살펴볼 필요가 있습니다. 냉각 설계 방식이 각 플랫폼의 성능을 좌우할 것이기 때문입니다.
과열 및 OpenBLAS 전원 끄기
저희가 테스트한 Surface Laptop Ultra는 모든 코어를 사용하는 OpenBLAS LU 솔버가 20개 스레드에서 N=20000 문제로 넘어갈 때마다 세 번 전원이 꺼졌습니다. 나머지 29개 테스트를 완료하기 위해 마지막 실행에서는 OpenBLAS를 건너뛰었기 때문에 CPU 섹션에 DNF(완료되지 않음)로 표시됩니다. 이와 같은 방식으로 고장난 제품은 이번이 두 번째입니다. 첫 번째 리뷰용 제품은 동일한 작업 부하에서 멈췄고, OLED 디스플레이 배기구 가장자리에 결함이 있었으며, 요청 시 재현 가능한 CPU 오류가 발생하여 교체받았습니다.
| 이벤트 | 무엇이 실행 중이었나요? | 상실 직전의 마지막 독서 | 기후 |
|---|---|---|---|
| 약 20:06 | 전체 실행, 26-openblas: N=10000 LU 세트 두 개 모두 완료(319.7 및 368.1 GFLOPS), 그 후 20개 스레드에서 N=20000 실행 | CPU 온도 95.7°C, 3.2GHz (단계 시작 시 53°C) | 21시 11분에 전원이 켜질 때까지 꺼져 있습니다. |
| 약 21:30 | 재현, 1차 시도: 12 N=10000 해결 완료, N=20000 20개 스레드에서 21:30:13 시작 | 최고 온도 95.2°C, 3.1GHz | 21시 31분에 자동으로 재부팅되었습니다. |
| 약 21:35 | 재현, 1차 시도: 동일한 시퀀스, N=20000, 20개 스레드에서 21:35:10에 시작됨 | 최고 온도 95.5°C, 3.2GHz | 22시 05분에 돌아왔습니다. |
처음에는 노트북이 98°C까지 올라가서 과열된 것으로 생각했지만, 실제 문제는 그것이 아닌 것 같습니다. Surface는 지속적인 테스트 루프에서 31분 동안 98°C를 유지하고 Cinebench에서 12분 동안 오류 없이 작동한 후 95.2°C에서 95.7°C로 떨어졌습니다. Windows는 시스템 종료가 아닌 하드 전원 차단으로 인식했습니다. 재시작할 때마다 전원 버튼이 눌리지 않았고, 버그 체크 코드 0과 함께 Kernel-Power 41 오류가 기록되었으며, 크래시 덤프나 치명적인 하드웨어 오류 기록, 그리고 일반적으로 과열로 인한 종료 이벤트도 발생하지 않았습니다.
타이밍은 초 단위까지 반복 가능합니다. 두 재현 장치 모두 첫 번째 패스에서 전원이 차단되었는데, 이는 부하가 시작된 후 42~46초, N=20000 솔빙을 시작한 후 14~16초가 지난 시점입니다. 전원 차단 전의 모든 솔빙은 HPL 잔차 검사를 통과했으므로 하드웨어는 차단 직전까지 정확하게 계산하고 있었습니다.
플랫폼 카운터도 두 번 모두 동일한 최고값을 기록했습니다. PSYS 열 영역은 온도는 아니지만, 부하가 걸리면 유휴 상태일 때 약 1,000에서 1,200까지 꾸준히 상승하다가 두 번의 재현 실패 시점에는 각각 4,419와 4,406을 나타냈습니다. 첫 번째 Surface는 훨씬 낮은 PSYS 값인 2,808에서 작동이 중단되었으므로, 이는 임계값이 아니라 플랫폼 펌웨어 담당자가 해결해야 할 단서입니다.
이 오류는 결정론적인 것도 아닙니다. 첫 번째 재시작 후 전체 실행에서 해당 단계를 다시 시도했을 때, N=40000까지의 모든 8가지 구성에서 20개의 스레드를 사용하여 N=20000 및 N=40000 솔루션에 대해 각각 336GFLOPS 및 370GFLOPS의 성능을 달성했습니다. 즉, 이 장치에서 시도한 4번 중 3번이 전원 공급이 중단된 것입니다. 두 장치 모두 AC 전원을 사용했으며, 이 장치는 전원 공급 중단 전후에 배터리가 100% 충전된 상태였습니다.
메모리 구성이 서로 다른 두 대의 Surface Laptop Ultra 기기에서 동일한 문제가 발생한 것은(첫 번째 기기는 96/32, 두 번째 기기는 64/64) 특정 기기의 전력 공급, 냉각 설계 또는 펌웨어 보호 기능에 문제가 있는 것으로 보이며, 이는 특정 기기의 불량이 아닙니다. 해당 문제를 보고했으며, 해결책이 나오면 이 리뷰를 업데이트하겠습니다.
전원 끄기 재현
저희 재현 방법은 20개의 스레드에서 N=10000 LU 연산을 6번, 10개의 스레드에서 6번, 그리고 마지막으로 20개의 스레드에서 N=20000 연산을 실행했습니다. OpenBLAS는 동일한 작업을 수행하는 LINPACK 벤치마크(benchmark/linpack.c)를 제공합니다. 이 벤치마크는 임의의 N x N 행렬을 채우고, dgetrf로 인수분해한 다음, dgetrs로 해를 구하고, 크기별 MFlops 값을 보고하므로, 저희 테스트 스위트 없이도 누구나 동일한 과정을 반복할 수 있습니다.
Windows on Arm 환경에서는 두 가지 중요한 사항이 있습니다. 첫 번째는 스레드 수입니다. 공식 Windows on Arm OpenBLAS 릴리스는 스레드 수를 12개로 제한하므로 20개의 코어를 모두 로드할 수 없습니다. 따라서 더 높은 제한을 설정하여 0.3.34 소스 코드에서 라이브러리를 빌드해야 합니다. 두 번째는 벤치마크의 Windows 타이머가 MinGW 스타일 툴체인에서만 컴파일되므로 MSYS2의 CLANGARM64 셸에서 빌드해야 한다는 점입니다. 압축 해제된 OpenBLAS 0.3.34 소스 코드는 다음과 같습니다.
pacman -S --needed mingw-w64-clang-aarch64-clang mingw-w64-clang-aarch64-cmake mingw-w64-clang-aarch64-ninja cmake -S . -B build -G Ninja -DCMAKE_BUILD_TYPE=Release -DTARGET=NEOVERSEN1 -DNUM_THREADS=256 -DNOFORTRAN=1 -DC_LAPACK=1 -DBUILD_BENCHMARKS=ON -DBUILD_TESTING=OFF cmake --build build --target benchmark_linpack_DOUBLE
그런 다음, Windows를 최적 성능으로 설정하고 전원을 연결하면, 이 과정은 전원 손실 직전에 수행했던 실행을 반복합니다. 저희 Surface에서는 마지막 N=20000 계산 중에 전원이 차단되었습니다.
cd build OPENBLAS_LOOPS=6 OPENBLAS_NUM_THREADS=20 ./benchmark_linpack_DOUBLE.exe 10000 10000 1 OPENBLAS_LOOPS=6 OPENBLAS_NUM_THREADS=10 ./benchmark_linpack_DOUBLE.exe 10000 10000 1 OPENBLAS_NUM_THREADS=20 ./benchmark_linpack_DOUBLE.exe 20000 20000 1
두 번의 OPENBLAS_LOOPS=6 실행은 12번의 N=10000 해결을 통해 시스템을 예열하여 재현 결과와 일치하며, 마지막 명령은 20개 코어 모두에서 N=20000 해결을 시작하는데, 이때 Surface는 14~16초 만에 전원이 차단되었습니다.
스토리지 성능
저장 장치 성능 테스트 결과 5개의 SSD가 세 그룹으로 분류되었습니다. Surface에 탑재된 Gen5 SK 하이닉스 드라이브는 순차 읽기 속도 14.1GB/s, 쓰기 속도 11.5GB/s로 최고 기록을 세웠습니다. Precision 5 16S, Pro Max 14, Blade 16은 파일 시스템을 통한 4K 랜덤 I/O에서 650K~780K IOPS를 기록했습니다. Pro 7 14에 탑재된 삼성 BM9C1a는 일반적인 Gen4 드라이브처럼 읽기 속도를 보였지만 쓰기 속도는 약 120MB/s에 그쳤는데, 이는 해당 드라이브가 QLC 칩셋을 사용했기 때문입니다.
피오 포 코너스
저희 클라이언트 스토리지 테스트는 시스템 출고 시 상태 그대로 NTFS 및 BitLocker 암호화를 적용한 부팅 볼륨의 파일에 대해 fio를 실행합니다. 따라서 결과에는 운영 체제 및 암호화로 인한 비용이 모두 포함됩니다. 이 테스트는 4개, 8개, 16개의 작업을 실행하여 128K 순차 읽기/쓰기(QD32)와 4K 임의 읽기/쓰기(QD32)를 측정하고, 세 가지 작업 중 가장 좋은 결과를 보고합니다. 각 테스트는 5GB 용량에서 실행한 후 25GB 용량에서도 다시 실행하여 작업 데이터 세트가 드라이브의 가장 빠른 캐시 용량을 초과했을 때 결과가 유지되는지 확인합니다. 비교 대상은 25GB 용량에서 실행된 결과입니다.
| fio, 5GB 용량 | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 순차 읽기 128K QD32 (MB/s) | 14,175 | 10,275 | 3,747 | 7,099 | 7,025 |
| 순차 쓰기 128K QD32 (MB/s) | 11,475 | 8,909 | 123 | 5,248 | 6,645 |
| 랜덤 읽기 4K QD32, 최대값(IOPS) | 307,738 | 778,080 | 363,988 | 700,883 | 756,704 |
| 랜덤 쓰기 4K QD32, 최대 (IOPS) | 284,680 | 676,963 | 25,465 | 651,651 | 697,110 |
두 개의 Gen5 드라이브가 순차 처리 성능을 주도했습니다. Surface는 25GB 용량에서 읽기 14,134MB/s, 쓰기 11,461MB/s를 기록했고, Precision 5 16S는 읽기 9,216MB/s, 쓰기 9,009MB/s를 기록했습니다. 반면 세 개의 Gen4 시스템은 읽기 속도에서 7.0~7.1GB/s를 기록했습니다. 랜덤 I/O 성능은 순위를 바꿔놓았습니다. Precision 5 16S, Pro Max 14, Blade 16은 모두 양방향에서 648K~780K IOPS를 기록한 반면, Surface는 더 빠른 드라이브를 사용했음에도 불구하고 읽기 및 쓰기 모두 300K IOPS 부근에서 정체되어 x64 시스템의 절반에도 미치지 못했습니다.
원시 장치 행은 성능 상한선이 어디에서 발생하는지 보여줍니다. NTFS 및 BitLocker를 우회하여 물리적 디스크에 대해 4K 임의 읽기를 직접 반복했을 때 Surface의 SSD는 1,670,736 IOPS를 제공했으며, 이는 파일 시스템 결과의 5.6배에 해당합니다. 따라서 300K의 성능 상한선은 드라이브 자체가 아니라 Windows on Arm 스토리지 경로에 의해 설정됩니다. 가장 유력한 원인은 메모리 무결성이 활성화된 BitLocker 소프트웨어의 XTS-AES-128이며, 이로 인해 4개 작업 세트 동안 CPU 사용률이 57%에 달했습니다.
x64 시스템은 손실이 적지만 여전히 IOPS에서 약간의 격차가 있습니다. Pro Max 14는 1.94배, Precision 5 16S는 1.57배, Blade 16은 1.43배 더 높습니다. Pro 7 14만 차이가 없었습니다.
저장 지연 시간 및 모델 로드 상한
fio의 25GB 메모리 사용량에 대한 완료 지연 시간(마이크로초)과 AI 모델 부하 테스트에서 상한값으로 사용하는 드라이브 용량(모델 파일의 DiskSpd 1MB 순차 읽기)을 비교했습니다.
| Test | 서피스 랩탑 울트라 | 델 프로 프리시전 5 16S | 델 프로 7 14 | Razer의 블레이드 16 | 델 프로 맥스 14 프리미엄 |
|---|---|---|---|---|---|
| 순차 읽기 128K, p99 (µs, 낮을수록 좋음) | 391 | 971 | 2,179 | 1,384 | 873 |
| 순차 쓰기 128K, p99 (µs, 낮을수록 좋음) | 766 | 3,490 | 120,062 | 889 | 1,036 |
| 랜덤 읽기 4K, 16개 작업, 평균 (µs, 낮을수록 좋음) | 1,839 | 368 | 1,410 | 472 | 635 |
| 랜덤 쓰기 4K, 16개 작업, 평균 (마이크로초, 낮을수록 좋음) | 1,984 | 444 | 23,703 | 470 | 636 |
| 원시 랜덤 읽기 4K QD32, 최대, 25GB(IOPS) | 1,670,736 | 1,224,270 | 361,344 | 993,050 | 1,472,021 |
| 모델 부하 드라이브 최대 성능, 디스크 속도 1M 순차 읽기(MB/s) | 10,588 | 11,402 | 1,689 | 6,246 | 실행되지 않음 (모델 부하 테스트가 기준을 충족하지 못함) |
Surface는 가장 우수한 순차 지연 시간 분포를 보였고, Precision 5 16S는 양방향 모두에서 가장 낮은 평균 4K 지연 시간을 기록했습니다. Surface의 16개 작업 무작위 세트 테스트에서는 x64 시스템에서는 볼 수 없었던 특이한 결과가 나타났습니다. 읽기 p99.99 지연 시간은 4.8초, 쓰기 지연 시간은 5.6초로, 평균값인 1.8ms와 2.3ms에 비해 매우 낮았습니다. 이는 Windows on Arm 환경에서 10,000초 대기 시간당 약 1회의 I/O 작업이 발생하는 것과 같습니다. Surface의 4K p99 값은 평균값보다 낮게 나왔기 때문에 표에서 제외했습니다. 이는 잘못된 결과일 수 있으며, fio가 Arm64에서 백분위수를 어떻게 보고하는지 확인한 후 출력할 예정입니다.
맺음말
Surface Laptop Ultra for Business에 탑재된 RTX Spark N1X는 노트북에서 볼 수 있었던 가장 강력한 멀티스레드 CPU이며, 122GB/s의 메모리 대역폭과 64GB(최대 96GB까지 조절 가능)의 GPU 메모리를 결합하여 이전 노트북보다 더 많은 NVIDIA GPU 메모리를 제공합니다. 이 시스템은 Cinebench, 7-Zip, Blender, x265 및 LLVM 빌드 테스트에서 압도적인 차이로 선두를 달렸으며, 순차 스토리지 읽기 속도 14.1GB/s, 쓰기 속도 11.5GB/s라는 신기록을 세웠습니다. 또한 35B 파라미터 Tier M 모델을 사용 가능한 속도로 실행한 유일한 시스템으로, 코딩 에이전트의 Tier M 작업을 90초 이내에 완료했습니다. 반면 x64 통합 시스템은 5분에서 11분이 소요되었습니다.
이러한 제약 사항은 현재 출시된 플랫폼에 특정한 것입니다. Windows on Arm 스토리지 경로는 드라이브 성능의 5분의 1로 임의 I/O 속도를 제한하며, 메모리 지연 시간은 x64 시스템의 두 배입니다. 단일 스레드 성능은 x64 시스템에 비해 떨어지고, 일부 Arm64 포팅 버전(SVT-AV1, GROMACS)은 x64 버전보다 성능이 현저히 떨어집니다. 또한 통합 GPU가 시스템의 다른 부분과 메모리 버스를 공유하기 때문에 에이전트가 실행되는 동안 데스크톱 속도가 절반으로 줄어듭니다.
24GB 메모리를 탑재한 모델의 경우, Razer Blade 16의 RTX 5090은 토큰 생성 속도가 2.3배 빠르면서도 반응성을 유지합니다. 반면 Surface의 최적 사용 사례는 더 작은 플랫폼에 적합하지 않은 모델입니다.
이러한 주의사항을 제외하면, 두 대의 Surface Laptop Ultra 기기가 동일한 모든 코어에 배정밀도 연산을 적용하는 부하 조건에서 온도와는 무관하게 자체적으로 전원을 차단하는 현상이 발생했습니다. 로그를 확인해본 결과, 이는 열 차단이 아닌 하드 전원 차단으로 기록되었습니다. 대부분의 구매자는 20개의 스레드를 사용하는 HPL 방식의 연산을 실행할 일이 거의 없으며, 해당 노트북은 다른 모든 지속적인 테스트에서는 98°C를 유지하며 점수 하락 없이 테스트를 진행했습니다. 하지만 워크스테이션급 노트북이라면 가장 무거운 실제 작업 부하도 견뎌내야 하며, Microsoft나 NVIDIA가 어떤 원인으로 전원이 차단되었는지 설명하기 전까지는 이 문제가 해결되지 않은 채로 남아 있을 것입니다.
로컬에서 20B~35B 규모의 모델을 실행하거나, 대규모 트리를 컴파일하거나, 노트북 CPU에서 렌더링하려는 개발자 또는 분석가에게 이 Surface에 탑재된 N1X는 비교 대상인 어떤 64비트 노트북도 할 수 없는 작업을 수행하며, 128GB 구성은 이러한 약속을 매우 훌륭하게 이행합니다.
단일 스레드 작업, 브라우저 기반 작업 또는 24GB 메모리 용량의 외장 GPU를 사용하는 사용자에게는 x64 플랫폼이 더 나은 선택일 가능성이 높으며, Precision 5 16S와 Blade 16이 이러한 선택의 폭을 넓혀줍니다. 연구실에서 섀시 테스트를 완료하는 대로 하드웨어 성능과 배터리 사용 시간을 알려드리고, 제조사의 전원 차단 관련 답변도 받는 대로 추가 정보를 제공하겠습니다.
순위표: 비즈니스용 서피스 랩탑 울트라는 당사의 새로운 클라이언트 제품군에서 테스트한 다른 N1X 시스템과 함께 로컬 AI에 최적화된 최고의 노트북 순위표의 RTX Spark 부문에 테스트 제품으로 등재되어 있으며, 최고의 비즈니스 노트북 순위표의 '테스트 제품' 항목에도 포함되어 있습니다.
아마존