Lenovo Pro 9n 15 to 15.3-calowy smartfon Lenovo z kartą graficzną NVIDIA RTX Spark, przeznaczony dla twórców, z wyświetlaczem OLED 165 Hz o rozdzielczości 2.5K, dotykowym panelem dotykowym z obsługą rysika i aluminiową obudową o grubości 1,66 cala (0.66 cala). Nasz egzemplarz wyposażony jest w podstawowy procesor: 18-rdzeniowy procesor N1X z 5,120-rdzeniowym procesorem graficznym Blackwell, 32 GB pamięci LPDDR5X oraz dysk SSD Gen4 o pojemności 1 TB z systemem Windows 11 Pro. Lenovo oferuje Pro 9n w cenie 2,999.99 USD za model 18-rdzeniowy, 32 GB i dysk SSD o pojemności 512 GB. Cena naszej konfiguracji z 1 TB i systemem Windows 11 Pro nie była jeszcze znana w momencie pisania tej recenzji.
Niniejsza recenzja obejmuje konstrukcję i design Pro 9n, a następnie jego wyniki w zakresie lokalnej sztucznej inteligencji, procesora, pamięci, gier, chłodzenia i pamięci masowej. Porównujemy go z HP OmniBook Ultra 16 z 32 GB pamięci RAM, który korzysta z tego samego 12-gigabajtowego układu GPU podzielonego na 20-rdzeniowy; Lenovo Yoga 9n 2-w-1 16 , jego odpowiednikiem Lenovo z 20-rdzeniowym układem i 64 GB pamięci RAM; oraz Razer Blade 16, którego karta RTX 5090 była najmocniejszym notebookiem x64 w naszej recenzji Surface Laptop Ultra . Testy baterii są nadal w toku i zostaną dodane po ich zakończeniu.
Pro 9n działa z N1X przy niższym taktowaniu niż 20-rdzeniowy OmniBook przy tym samym taktowaniu. Lenovo szacuje jego pobór mocy na 80 W, a taktowanie wszystkich rdzeni mieściło się w granicach około 1% taktowania 32-gigabajtowego OmniBooka w każdym teście procesora, osiągając temperaturę szczytową 93°C. To plasuje jego 18 rdzeni od 8 do 11% za 20-rdzeniowym OmniBookiem w większości zadań wielowątkowych i na równi z nim w Stockfish i rozwiązaniu OpenBLAS N=20000. Mniejszy GPU traci od 2 do 5% w generowaniu tokenów LLM.
W przypadku wszystkich systemów, pamięć jest ograniczeniem i powinna być brana pod uwagę przy wyborze rozmiaru. Na przykład, nie może załadować modelu gpt-oss:20b o pojemności 12.8 GB. Chociaż użytkownicy mogą to wymusić, aplikacja NVIDIA szybko wskazuje, że minimalne i maksymalne alokacje mogą powodować problemy. Istnieje również praktyczny aspekt ładowania w modelu, który zajmuje całą pamięć VRAM, nie pozostawiając nic na pamięć podręczną KV.
Stały podział to ograniczenie systemu Windows, a nie firmy NVIDIA. System Windows nie obsługuje jeszcze zunifikowanej pamięci dla procesora i karty graficznej, tak jak stos Linuksa w systemie DGX Spark, dlatego alokacja musi zostać ustalona z wyprzedzeniem; z tego co wiemy, NVIDIA i Microsoft pracują nad tą obsługą.
Na wynos
- Mały model sztucznej inteligencji na pełnej prędkości: MLPerf Llama 3.1 8B działał z prędkością 55.1 tokenów na sekundę na 5,120-rdzeniowym GPU, o 2 procent wolniej niż 20-rdzeniowy OmniBook, a odpowiedzi RAG zajęły 0.252 sekundy. 12 GB pamięci GPU wyklucza go z naszych testów obciążenia modelu i agenta kodującego.
- Mniej rdzeni, wyższe taktowanie: Pro 9n utrzymał taktowanie na poziomie 3,288 MHz podczas 30-minutowej pętli przy szczytowej temperaturze 92°C i uzyskał wynik 6,394 w wielordzeniowym teście Cinebench 2026, czyli o 8 procent mniej niż OmniBook i o 23 procent więcej niż Razer Blade 16.
- Poziom z 20 rdzeniami w Stockfish i OpenBLAS: Rozwiązanie OpenBLAS LU na wszystkich rdzeniach przy N=20000 osiągnęło 318.1 GFLOPS w porównaniu do 322.4 na OmniBooku, a Stockfish przeszukał 15.20 Mnps w porównaniu do 15.12.
- Wyświetlacz i wejście przeznaczone do pracy w kolorze: 15.3-calowy wyświetlacz OLED działa z częstotliwością do 165 Hz i współczynnikiem Delta E poniżej 0.5, a dotykowy panel Force Pad o wymiarach 95 x 150 mm służy również jako powierzchnia do rysowania dla pióra Yoga Pen Gen 2 w aluminiowej obudowie o przekątnej 0.66 cala i z baterią 92.5 Wh.
- Pamięć masowa Gen4, miejsce na Gen5: Dysk SSD Samsung Gen4 osiągnął prędkość odczytu 7,024 MB/s i osiągnął temperaturę 78 stopni Celsjusza przy najwyższym natężeniu spośród wszystkich dysków w tej grupie, a Lenovo przewiduje obsługę drugiego dysku M.2 2242 w Gen5.
Budowa i projektowanie
Pro 9n to typowy składany laptop z aluminiową pokrywą i spodem w kolorze Thunder Grey, który Lenovo nazywa Thunder Grey. W najcieńszym miejscu ma wymiary 13.66 x 9.53 x 0.66 cala i waży od 3.64 funta (1,6 kg), co czyni go najlżejszym notebookiem w tym porównaniu. Lenovo twierdzi, że przeszedł testy MIL-STD-810H, posiada certyfikat neutralności węglowej i wykorzystuje w dolnej pokrywie 50% aluminium pochodzącego z recyklingu.
W dłoni Pro 9n dzieli zaokrąglone krawędzie, układ portów i konstrukcję z Yoga 9n 2-w-1, a pokrywa jest zamykana na magnes. Klawiatura jest węższa niż w Yoga, bez bloku numerycznego, a przestrzeń po obu stronach zajmuje głośniki; klawiatura jest solidna i ma podświetlenie. Szklany Force Pad jest gładki i wystarczająco duży, aby obsługiwać go obiema dłońmi jednocześnie, a obudowa jest nieco węższa niż w Yoga, którą Lenovo zbudowało jako 16-calowy laptop konwertowalny.
Lenovo przeprojektowało wnętrze N1X, wprowadzając nowy system chłodzenia, większe otwory wentylacyjne i podwyższony wypukły element termiczny na spodzie, który, jak twierdzi, pozwala Pro 9n pracować z mocą do 80 W. Na spodzie obudowy znajduje się duża kratka wlotowa powietrza w tylnej połowie obudowy.
Po zdjęciu pokrywy, dwa wentylatory otaczają radiator z kilkoma rurkami cieplnymi biegnącymi przez środek płyty, a bateria wypełnia przednią część obudowy. Nasze wyniki potwierdzają deklaracje Lenovo dotyczące chłodzenia: Pro 9n działał chłodniej niż OmniBook przy wyższych częstotliwościach taktowania, jak szczegółowo opisano w sekcji poświęconej chłodzeniu. Jedną z unikalnych decyzji projektowych w porównaniu z innymi platformami mobilnymi NVIDIA, przynajmniej jak dotąd, jest to, że Lenovo zdecydowało się na dwie zatoki na dyski M.2 2242. Inni wybrali pojedynczą zatokę 2280. Lenovo oferuje więc opcję drugiego dysku, ale dyski SSD 2242 mają mniejszą pojemność i zazwyczaj nie działają tak dobrze, jak 2280.
15.3-calowy ekran dotykowy PureSight Pro OLED działa w rozdzielczości 2560 x 1600 pikseli z częstotliwością odświeżania od 48 do 165 Hz. Lenovo kalibruje go za pomocą X-Rite Pantone i ocenia go na Delta E poniżej 0.5, 1,100 nitów w trybie HDR oraz 100-procentowe pokrycie przestrzeni barw sRGB i P3, z certyfikatami Dolby Vision i VESA DisplayHDR True Black 1000. Klawiaturę otaczają cztery głośniki: dwa 2-watowe głośniki niskotonowe i dwa 2-watowe głośniki wysokotonowe z technologią Dolby Atmos.
Klawiatura ma skok 1.5 mm, podświetlenie i klawisz Copilot. Pod nią znajduje się haptyczny Force Pad o wymiarach 95 x 150 mm, który służy jako powierzchnia do rysowania z piórem Yoga Pen Gen 2, obsługującym 8,192 poziomy nacisku w standardzie AES 3.0. Kamera na podczerwień o rozdzielczości 9.2 MP ma elektroniczną migawkę z fizycznym przełącznikiem z boku obudowy, a trzy mikrofony z redukcją szumów obsługują połączenia głosowe.
Po prawej stronie znajduje się spust migawki aparatu, przycisk zasilania, czytnik kart SD UHS-II, port USB-C oraz stale aktywny port USB-A o przepustowości 10 Gb/s; po lewej stronie znajdziemy port HDMI 2.1, drugi port USB-A, drugi port USB-C oraz gniazdo słuchawkowe. Oba porty USB-C działają z przepustowością 40 Gb/s i obsługują technologię Power Delivery oraz DisplayPort 2.1, a Lenovo określa je jako Thunderbolt 4 i USB4. Sieć bezprzewodowa to Wi-Fi 7 z Bluetooth 5.4, a bateria o pojemności 92.5 Wh obsługuje funkcję Rapid Charge Express; wyniki testów baterii zostaną opublikowane po zakończeniu testów nowego zestawu.
Platforma RTX Spark N1X
RTX Spark to nazwa firmy NVIDIA dla rodziny komputerów z systemem Windows, zbudowanych na superprocesorze N1X, laptopowym odpowiedniku GB10 w DGX Spark . Nasza recenzja Surface Laptop Ultra szczegółowo omawia tę platformę. Model Pro 9n w naszym laboratorium posiada drugą wersję, która łączy 18-rdzeniowy procesor Grace (dziewięć szybszych rdzeni i dziewięć rdzeni energooszczędnych, bez technologii SMT) z 5,120-rdzeniowym procesorem graficznym Blackwell RTX. Lenovo taktuje szybsze rdzenie do 3.9 GHz, a rdzenie energooszczędne do 2.8 GHz, a w innych konfiguracjach oferuje 20-rdzeniowy procesor graficzny z 6,144 rdzeniami.
Pamięć LPDDR5X komputera N1X jest współdzielona przez procesor i kartę graficzną, a ustawienie w aplikacji NVIDIA decyduje o tym, ile pamięci system Windows przekazuje do karty graficznej; jest to zmiana po stronie systemu Windows, a nie opcja BIOS-u. W naszym Pro 9n z 32 GB pamięci ustawiliśmy 12 GB pamięci karty graficznej i 20 GB procesora, czyli taki sam podział jak w 32 GB OmniBooku, więc oba modele można bezpośrednio porównać. Przy 12 GB pamięci żaden z nich nie kwalifikuje się do naszego najmniejszego poziomu lokalnego modelu sztucznej inteligencji, który wymaga 16 GB pamięci użytecznej dla karty graficznej, a większa alokacja wynikałaby z pamięci dostępnej dla systemu Windows. System Windows 11 26H1 działa na architekturze Arm64; aplikacje x64 przechodzą emulację Prism, a nasz pakiet wykorzystuje natywne kompilacje Arm64 dla każdego obciążenia open source.
Specyfikacja Lenovo Pro 9n 15
| Specyfikacja | Lenovo Pro 9n 15 (83SS0003US) |
|---|---|
| Omówienie platformy | |
| Procesor | NVIDIA RTX Spark N1X, 18-rdzeniowy procesor z 5,120-rdzeniowym procesorem graficznym Blackwell RTX (według testów) NVIDIA RTX Spark N1X, 20-rdzeniowy procesor z 6,144-rdzeniowym procesorem graficznym Blackwell RTX |
| Pamięć | 32 GB lutowanej pamięci LPDDR5X-9400, 256-bitowej (testowanej); do 128 GB Podział 12 GB GPU / 20 GB systemu (jak testowano) |
| Dyski | Do dwóch dysków M.2 2242 (jeden PCIe Gen4, jeden PCIe Gen5) Samsung MZAL81T0HFLB 1TB, Gen4 x4 (testowany) |
| System operacyjny | Windows 11 Home lub Pro (Arm64); Windows 11 Pro w wersji testowej |
| Wyświetlacz i wejście/wyjście | |
| Wyświetlacz | 15.3-calowy ekran dotykowy PureSight Pro OLED o rozdzielczości 2.5K (2560 x 1600), częstotliwość odświeżania obrazu 48–165 Hz, 16:10 1,100 nitów szczytowych (HDR), 100% sRGB i P3, Delta E <0.5, kalibracja X-Rite Pantone Dolby Vision, VESA DisplayHDR True Black 1000, szkło |
| porty | 2x USB-C 40 Gb/s (Thunderbolt 4 / USB4, USB PD, DisplayPort 2.1) 2x USB-A 10 Gb/s (jeden zawsze włączony) 1x HDMI 2.1 (do 8K/60Hz) 1x czytnik kart SD (UHS-II) 1x gniazdo słuchawkowe/mikrofonowe |
| Bezprzewodowy | Wi-Fi 7 (802.11be 2×2), Bluetooth 5.4 |
| Aparat fotograficzny | 9.2 MP + IR z elektroniczną migawką i przełącznikiem |
| Audio | Cztery głośniki: 2 x 2 W głośniki niskotonowe, 2 x 2 W głośniki wysokotonowe; Dolby Atmos 3 mikrofony |
| Wkład | Podświetlana klawiatura, skok 1.5 mm, klawisz Copilot Podkładka dotykowa Force Pad 95 x 150 mm z podstawką na rysik Yoga Pen Gen 2 (AES 3.0, 8,192 poziomy nacisku) |
| Moc i Fizyczność | |
| bateria | 92.5 Wh, szybkie ładowanie ekspresowe |
| Projekt termiczny | Większe otwory wentylacyjne i wzmocnienie termiczne; do 80 W TDP (ocena Lenovo) |
| Wymiary | 13.66 x 9.53 x 0.66 cala (347 x 242 x 16.7 mm) |
| Waga | Od 3.64 funta (1.65 kg) |
| Kolor i materiał | Thunder Grey, góra i dół z aluminium; przetestowane zgodnie z normą MIL-STD-810H |
| Ceny | |
| Cena (Lenovo.com) | Od 2,999.99 USD (18 rdzeni, 32 GB, 512 GB); konfiguracja testowana nie jest wymieniona |
Konfiguracja i metodologia testów
Nasz Pro 9n 15 działa z kartą graficzną RTX Spark N1X z 18-rdzeniowym procesorem i 5,120-rdzeniowym procesorem graficznym Blackwell, 32 GB pamięci LPDDR5X-9400, 12 GB GPU i 20 GB pamięci systemowej, a także dyskiem SSD Samsung Gen4 o pojemności 1 TB i systemem Windows 11 Pro 26H1 (Arm64). Testy przeprowadzono w trybie wydajnościowym Lenovo. Testy żywotności baterii zostaną dodane po ich zakończeniu.
Każdy system w tym porównaniu uruchomił sr-client 1.2, nasz skryptowy pakiet testowy dla klienta Windows, w pełnym profilu uruchomienia i profilu szczytowym, korzystając z fabrycznego obrazu systemu Windows ze sterownikami i narzędziami producenta. Pakiet stosuje wszędzie te same ustawienia laboratoryjne: tryb zasilania systemu Windows ustawiony na najlepszą wydajność, podłączony do zasilania, jasność ekranu ustawiona na 50%, wszystkie timery uśpienia i wyłączenia ekranu wyłączone, a monity Zapory systemu Windows i Kontroli konta użytkownika wyłączone. Każdy wynik to mediana z wielokrotnych przebiegów, a pakiet ponownie uruchamia test, którego rozrzut przekracza 2%, zanim go zaakceptuje.
| Konfiguracja | CPU | Pamięć | Procesor graficzny używany do testów GPU i AI | SSD | System operacyjny i tryb wydajności |
|---|---|---|---|---|---|
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X, 18C / 18T | 32 GB LPDDR5X-9400 (podział 12 GB GPU / 20 GB systemowy) | 5,120-rdzeniowy Blackwell RTX (zintegrowany, 12 GB pamięci użytkowej) | Samsung MZAL81T0HFLB 1 TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), tryb wydajności Lenovo |
| HP OmniBook Ultra 16 (32 GB) | NVIDIA RTX Spark N1X, 20C / 20T | 32 GB LPDDR5X-9400 (podział 12 GB GPU / 20 GB systemowy) | 6,144-rdzeniowy Blackwell RTX (zintegrowany, 12 GB pamięci użytkowej) | KIOXIA KBG80ZNV 1TB, Gen5 x4 | Windows 11 Home 26H1 (Arm64), wydajność HP |
| Lenovo Yoga 9n 2 w 1 16 | NVIDIA RTX Spark N1X, 20C / 20T | 64 GB LPDDR5X-9400 (podział 32 GB GPU / 32 GB systemowy) | 6,144-rdzeniowy Blackwell RTX (zintegrowany, 32 GB pamięci użytkowej) | Sandisk PC SN5100S 1 TB, Gen4 x4 | Windows 11 Home 26H1 (Arm64), tryb wydajności Lenovo |
| Razer Blade 16 | AMD Ryzen AI 9 HX 370, 12 rdzeni / 24 wątki | 32GB LPDDR5X-8000 | Karta graficzna NVIDIA GeForce RTX 5090 do laptopa, 24 GB | Samsung MZVL22T0 2TB, Gen4 x4 | Windows 11 Home 25H2 (x64), wydajność Razer Synapse |
W tabelach powtarzają się dwie etykiety, a pierwsza ma największe znaczenie dla sekcji AI. „Nieuruchomiony” oznacza, że pakiet odmówił rozpoczęcia testu, ponieważ sprzęt się nie kwalifikuje: Pro 9n i OmniBook z 32 GB pamięci, z 12 GB pamięci GPU, plasują się poniżej obu naszych modeli, podczas gdy Yoga z 32 GB i Blade 16 z 24 GB pamięci plasują je poniżej poziomu M. Ta sama etykieta oznacza rozmiar OpenBLAS N=40000, który wymaga 11.9 GB i jest pomijany wszędzie tam, gdzie przekracza połowę pamięci dostępnej dla systemu Windows.
N/A oznacza, że test nie dotyczy danego sprzętu, takiego jak SMT jednordzeniowy na chipie bez SMT lub wiersz emulacji w systemie x64, który uruchamia swoją natywną kompilację. W przypadku systemu RTX Spark uruchamiającego oprogramowanie x64 za pośrednictwem Prism, wiersz ten o tym informuje.
Lokalna wydajność sztucznej inteligencji
Historia lokalnej sztucznej inteligencji Pro 9n jest krótka, ponieważ 12-gigabajtowy podział GPU ogranicza jego możliwości. W modelach, które się do tego nadają, 5,120-rdzeniowy GPU działa w granicach kilku procent z 6,144-rdzeniowych podzespołów, ponieważ generowanie tokenów przy tej pojemności jest bardziej ograniczone przepustowością pamięci niż rdzeniami GPU. W modelach, które się do tego nie nadają, GPU w ogóle ich nie uruchamia, co pozostawia testy obciążenia modelu i agenta kodującego komputerom Yoga i Blade 16.
Klient MLPerf w wersji 2.0
Klient MLPerf uruchamia Llamę 3.1 8B i Phi-4-mini w pięciu kategoriach komunikatów i raportuje czas do pierwszego tokena oraz częstotliwość tokena po nim, jako średnią geometryczną. Każdy system korzysta z llama.cpp z CUDA, więc wiersze porównują sprzęt. Scenariusze agentowe uruchamiają Llamę 3.1 8B jako agenta inżynierii oprogramowania i agenta analityka danych, którzy wywołują narzędzia w wielu turach.
| Klient MLPerf w wersji 2.0 | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Llama 3.1 8B, czas do pierwszego tokena, średnia geograficzna (s, im niższy tym lepszy) | 0.303 | 0.275 | 0.353 | 0.149 |
| Llama 3.1 8B, token rate, geomean (tok/s) | 55.1 | 56.4 | 54.4 | 128.8 |
| Phi-4-mini, czas do pierwszego żetonu, średnia geograficzna (s, im niższy tym lepszy) | 0.135 | 0.123 | 0.158 | 0.074 |
| Phi-4-mini, stawka tokena, średnia geograficzna (tok/s) | 95.2 | 96.8 | 91.8 | 222.7 |
| Agent analityka danych, kompleksowy (s, im niższy tym lepszy) | 56.2 | 52.4 | 59.7 | 27.8 |
| Agent analityka danych, stawka tokena (tok/s) | 46.9 | 49.0 | 45.3 | 108.3 |
| Agent SWE, end-to-end (s, im niższy tym lepszy) | 48.0 | 46.2 | 51.6 | 24.6 |
| Agent SWE, stawka tokena (tok/s) | 44.5 | 46.6 | 43.0 | 102.5 |
Pro 9n generował Llama 3.1 8B z prędkością 55.1 tokena na sekundę, a Phi-4-mini z prędkością 95.2, oba o około 2 procent za 32-gigabajtowym OmniBookiem, pomimo o 17 procent mniejszej liczby rdzeni GPU. Różnica czasu do pierwszego tokena, który w większym stopniu opiera się na mocy obliczeniowej, była większa i wynosiła około 10 procent, a oba scenariusze agentowe trwały odpowiednio o 7 i 4 procent dłużej. Pro 9n pokonał Jogę w każdym wierszu MLPerf, ponieważ niższy budżet mocy Jogi kosztuje go więcej niż brak rdzeni Pro 9n.
Agent ładowania i kodowania modelu
Nasze testy obciążenia modelu i agenta kodującego wymagają co najmniej 16 GB pamięci użytecznej dla GPU dla najmniejszego testowanego przez nas modelu, 12.8 GB gpt-oss:20b, więc 12-gigabajtowy podział pamięci w Pro 9n wyklucza go z obu i pominęliśmy te wykresy w tej recenzji. Nasza recenzja Yoga 9n 2-w-1 16 pokazuje, ile można uzyskać, dzieląc 32 GB pamięci GPU na tej samej platformie, a Pro 9n skonfigurowany z większą ilością pamięci kwalifikowałby się do tych samych testów.
Generacja rozszerzona o odzyskiwanie
Nasz test RAG zawiera 20 963 fragmenty SQuAD v1.1 z nomic-embed-text, pobiera pięć najlepszych fragmentów dla każdego z 2,000 pytań i odpowiada na 400 z nich za pomocą Phi-4-mini, uzyskując wynik dokładnego dopasowania i F1. Oba modele mieszczą się w 12 GB pamięci, więc Pro 9n uruchamia pełny test.
| RAG | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Czas wchłaniania na ścianie, 20 963 przejścia (s, im mniej tym lepiej) | 191.8 | 195.2 | 188.8 | 131.0 |
| Czas zapytania pobierania, p50 (ms, im niższy, tym lepiej) | 24.2 | 22.5 | 22.6 | 20.9 |
| Odpowiedź: czas Phi-4-mini do pierwszego żetonu, p50 (s, im niższy tym lepszy) | 0.171 | 0.156 | 0.181 | 0.109 |
| Odpowiedź, szybkie przetwarzanie (tok/s) | 6,268 | 7,139 | 5,837 | 11,560 |
| Odpowiedź, szybkość generacji (tok/s) | 96.6 | 102.0 | 91.1 | 209.2 |
| Pytanie do odpowiedzi, p50 (s, im niżej tym lepiej) | 0.252 | 0.231 | 0.262 | 0.159 |
| Odpowiedź F1 (%) | 74.27 | 73.97 | 73.97 | 74.47 |
Pro 9n pobrał dane w 191.8 sekundy, szybciej niż 32-gigabajtowy OmniBook (195.2 sekundy), i generował odpowiedzi z szybkością 96.6 tokena na sekundę, podczas gdy HP potrzebował 102.0 sekundy. Typowe pytanie wymagało 0.252 sekundy od zapytania do odpowiedzi, podczas gdy HP potrzebował 0.231 sekundy, a Yoga 0.262 sekundy, a Blade 16 odpowiedział w 0.159 sekundy. F1 uzyskał wynik o pół punktu lepszy w każdym systemie.
Wydajność procesora
Dwa rdzenie mniej kosztują Pro 9n mniej, niż sugerowałaby ich liczba, ponieważ utrzymuje wyższe taktowanie niż systemy 20-rdzeniowe przy obciążeniu wszystkich rdzeni. Ustępuje 32-gigabajtowemu OmniBookowi o 8 do 11 procent w renderowaniu, kompresji i kompilacji, dorównuje mu w Stockfish i rozwiązaniu OpenBLAS N=20000, a także wymienia zwycięstwo z 20-rdzeniowym Yoga, prowadząc w Cinebench, Stockfish, primesieve i OpenBLAS. W pojedynczym wątku ustępuje około 8 procent częściom 20-rdzeniowym w Cinebench i 2 do 6 procent w innych testach. W porównaniu z Razer Blade 16, Pro 9n wygrywa w renderowaniu, kompresji i kompilacji, przegrywając w GROMACS, Stockfish, wszystkich rdzeniach OpenBLAS, SVT-AV1 i większości testów jednowątkowych.
Cinebench 2026 i obciążenie ciągłe
Cinebench 2026 renderuje scenę z silnikiem Redshift firmy Maxon na procesorze i ocenia przepustowość dla pojedynczego rdzenia, pojedynczego rdzenia SMT (dwa wątki na jednym rdzeniu fizycznym) oraz wielu rdzeni. Następnie przeprowadzamy pętlę, która powtarza przebieg wielordzeniowy przez około 30 minut i porównuje stan ustalony z pierwszym przebiegiem.
| Cinebench 2026 (punkty, im więcej tym lepiej) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Pojedynczy rdzeń | 518.2 | 564.7 | 557.0 | 480.0 |
| SMT pojedynczy rdzeń | N / A | N / A | N / A | 661.3 |
| Wielordzeniowy | 6,394 | 6,934 | 6,292 | 5,179 |
| Pętla podtrzymywana, pierwsze przejście | 6,346 | 6,943 | 6,248 | 5,162 |
| Pętla podtrzymywana, stan ustalony | 6,416 | 6,929 | 6,256 | 5,206 |
| Stan stacjonarny / pierwsze przejście | 1.011 | 0.998 | 1.001 | 1.009 |
Pro 9n uzyskał 6,394 punkty w teście wielordzeniowym, 8 procent mniej niż 6,934 punkty OmniBooka z 32 GB pamięci RAM, 2 procent więcej od Yoga i 23 procent więcej od Blade 16. Jego wynik w teście jednordzeniowym, wynoszący 518.2, był gorszy od systemów 20-rdzeniowych o około 7 do 8 procent. Utrzymana pętla wzrosła w ciągu pół godziny, kończąc na 6,416 punktach, co stanowi 101.1 procent pierwszego przebiegu, przy temperaturze szczytowej procesora 92°C i częstotliwości taktowania 3,288 MHz.
7-Zip, Blender, HandBrake i LLVM
Wbudowany test porównawczy 7-Zip raportuje wydajność kompresji i dekompresji LZMA na każdym wątku i na jednym rdzeniu. Blender 4.5 renderuje sceny Monster, Junkshop i Classroom za pomocą Cycles na procesorze. HandBrake koduje programowo 60 sekund klipu 4K60 z wykorzystaniem x265 i SVT-AV1, a test LLVM kompiluje pełne drzewo LLVM 21.1.4 za pomocą Clang i Ninja.
| 7-Zip, jeden wątek (GIPS, im wyższy tym lepszy) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Cena produktu z VAT: | 8.93 | 9.10 | 9.12 | 9.24 |
| Kompresować | 7.26 | 7.33 | 7.35 | 7.28 |
| Rozprężać | 10.59 | 10.87 | 10.88 | 11.20 |
To są testy, w których widoczna jest liczba rdzeni. Pro 9n osiągnął 138.1 GIPS w 7-Zip na wszystkich wątkach, 10 procent za OmniBookiem i 10 procent przed Blade 16, a w scenie Monster w Blenderze był o 9 procent gorszy od HP i 8 procent za Classroom. Kompilacja LLVM zajęła 229.8 sekundy, w porównaniu z 211.1 na HP i 327.0 na Blade, a kodowanie x265 działało z prędkością 37.7 kl./s, 11 procent słabiej niż OmniBook.
SVT-AV1 działał z szybkością ok. 15 kl./s na każdym systemie RTX Spark, w porównaniu z 77.3 kl./s na Blade 16, co wskazuje na ścieżkę kodu Arm64 SVT-AV1, ponieważ wszystkie cztery konfiguracje N1X znajdują się w obrębie jednej klatki od siebie. Jest to najwyraźniejszy przypadek w naszym zestawie oprogramowania, który wpływa na wynik.
Stockfish, sito główne, Python i przeglądarka
Stockfish raportuje prędkość wyszukiwania w szachach w milionach węzłów na sekundę. Primesieve zlicza liczby pierwsze poniżej 10^12 we wszystkich wątkach i poniżej 10^11 w jednym wątku. PyPerformance uruchamia trzy testy porównawcze CPython przypisane do jednego szybkiego rdzenia, a Speedometer 3.1 mierzy responsywność aplikacji internetowych w przeglądarce Microsoft Edge. W dwóch ostatnich wierszach uruchomiono kompilację x64 7-Zip z emulacją Prism.
| Testowanie | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Ławka do stockfisha, wszystkie wątki (Mnps, im wyżej tym lepiej) | 15.20 | 15.12 | 13.42 | 17.96 |
| Ławka do stockfisha, jeden wątek (Mnps, im wyżej tym lepiej) | 1.70 | 1.73 | 1.72 | 2.04 |
| primesieve 1e12, wszystkie wątki (s, im niższy tym lepszy) | 10.56 | 9.54 | 10.77 | 10.60 |
| sito główne 1e11, jednonitkowe (s, im niżej, tym lepiej) | 12.34 | 12.02 | 12.01 | 6.67 |
| PyPerformance go (ms, im niższy tym lepiej) | 114.1 | 111.2 | 110.6 | 75.2 |
| PyPerformance nbody (ms, im mniej tym lepiej) | 82.5 | 80.6 | 80.5 | 60.8 |
| PyPerformance regex_compile (ms, im mniej tym lepiej) | 86.7 | 84.5 | 84.3 | 69.7 |
| Prędkościomierz 3.1, Edge (wynik, im wyższy tym lepiej) | 33.9 | 35.4 | 36.1 | 38.4 |
| x64 7-Zip w emulacji, wszystkie wątki (GIPS) | 117.6 | 127.8 | 124.3 | N/A (natywny x64) |
| x64 7-Zip w emulacji, jeden wątek (GIPS) | 7.94 | 8.36 | 8.25 | N/A (natywny x64) |
Taktowanie Stockfisha to obszar, w którym Pro 9n spisuje się znakomicie. Na wszystkich 18 rdzeniach przeszukał on 15.20 Mnps, nieznacznie wyprzedzając 15.12 Mnps w 20-rdzeniowym OmniBooku i o 13% wyprzedzając Jogę, osiągając 3,292 MHz – najwyższe taktowanie Stockfisha spośród wszystkich testowanych przez nas systemów RTX Spark. Primesieve na wszystkich wątkach potrzebował 10.56 sekundy, w porównaniu z 9.54 sekundy w HP.
W testach jednowątkowych Pro 9n plasuje się o kilka procent niżej od wersji 20-rdzeniowych, z wynikiem PyPerformance wynoszącym 114.1 ms w porównaniu do 111.2 ms i wynikiem Speedometer wynoszącym 33.9, najniższym w tym zestawieniu. Blade 16 prowadził we wszystkich testach, z wyjątkiem jednordzeniowego Cinebench, gdzie wynik Pro 9n, 518.2 ms, pokonał 480.0. Wersja x64 7-Zip uzyskała 117.6 GIPS w trybie emulacji, co stanowi 85 procent wyniku natywnego.
GROMACS, OpenBLAS i pamięć
GROMACS uruchamia przypadek dynamiki molekularnej benchMEM na 16 rdzeniach i raportuje nanosekundy symulowanego czasu na dzień dla najlepszego układu. Nasz test OpenBLAS uruchamia rozwiązanie LU podwójnej precyzji w stylu HPL dla trzech rozmiarów problemu oraz mnożenie macierzy DGEMM, na wszystkich rdzeniach i tylko na najwyższej klasie rdzeni. Jest to największe obciążenie dla obliczeń zmiennoprzecinkowych w pakiecie. STREAM mierzy stałą przepustowość pamięci, a wiersze opóźnień mierzą pojedynczy dostęp do pamięci i między rdzeniami.
| Test (im wyżej tym lepiej) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| GROMACS benchMEM, najlepszy układ (ns/dzień) | 16.88 | 17.43 | 17.15 | 26.41 |
| OpenBLAS LU N=10000, wszystkie rdzenie (GFLOPS) | 303.4 | 326.9 | 281.3 | 400.9 |
| OpenBLAS LU N=20000, wszystkie rdzenie (GFLOPS) | 318.1 | 322.4 | 298.6 | 454.4 |
| OpenBLAS LU N=40000, wszystkie rdzenie (GFLOPS) | Nie uruchomiono (wymaga 11.9 GB) | Nie uruchomiono (wymaga 11.9 GB) | 282.5 | 498.5 |
| OpenBLAS LU N=20000, najwyższa klasa rdzenia (GFLOPS) | 403.8 | 432.2 | 273.2 | 240.4 |
| OpenBLAS DGEMM M=8000, wszystkie rdzenie (GFLOPS) | 357.6 | 368.9 | 312.7 | 455.4 |
| OpenBLAS DGEMM M=8000, najwyższa klasa rdzeni (GFLOPS) | 448.3 | 488.7 | 346.7 | 252.4 |
OpenBLAS ledwo oddzielił Pro 9n od 32-gigabajtowego OmniBooka. Jego rozwiązanie LU dla wszystkich rdzeni przy N=20000 osiągnęło 318.1 GFLOPS w porównaniu z 322.4, DGEMM dla wszystkich rdzeni osiągnął 357.6 w porównaniu z 368.9, a dziewięć szybkich rdzeni rozwiązało N=20000 z wynikiem 403.8 GFLOPS, co przewyższa jego własny wynik dla wszystkich rdzeni, podobnie jak w przypadku HP. Pro 9n prowadził w Yoga w każdym uruchomionym wierszu OpenBLAS, a Blade 16 prowadził pod względem wszystkich rdzeni. GROMACS umieścił Pro 9n 3 procent za HP z wynikiem 16.88 ns/dzień, w porównaniu z 26.41 ns/dzień w Blade.
| Testowanie | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Kopiowanie strumieniowe (MB/s, im wyższa prędkość, tym lepiej) | 127,682 | 128,814 | 118,738 | 43,731 |
| STREAM Triad (MB/s, im więcej tym lepiej) | 120,272 | 121,662 | 112,067 | 48,298 |
| Opóźnienie pamięci, bufor 1GiB, strony 4KiB (ns, im mniej, tym lepiej) | 143.4 | 143.5 | 141.8 | 129.6 |
| Opóźnienie między rdzeniami, średnia wszystkich par (ns, im niższe, tym lepiej) | 160.6 | 160.9 | 162.8 | 57.0 |
Wydajność pamięci jest taka sama jak w systemach 20-rdzeniowych. STREAM Triad osiągnął 120 272 MB/s, co stanowi wynik o około 1 procent lepszy od OmniBooka i 2.5 raza lepszy od Blade 16, przy opóźnieniu pamięci wynoszącym 143.4 ns i opóźnieniu między rdzeniami wynoszącym 160.6 ns, co jest wartością porównywalną z wynikami HP.
Gry i kodowanie GPU
SuperTuxKart 1.5 uruchamia wbudowany test porównawczy w rozdzielczości 1080p na pełnym ekranie, z najwyższą możliwą konfiguracją i wyłączonym vsync, raz z natywną wersją gry dla Arm64 i raz z emulowaną wersją x64. FFmpeg koduje ten sam klip 4K60 za pomocą kodeka NVENC HEVC z przepustowością 8 Mb/s oraz kodera Media Foundation HEVC, jeśli jest dostępny.
| Test (im wyżej tym lepiej) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| SuperTuxKart 1080p Ultra, natywna, średnia (fps) | 218.4 | 236.1 | 216.4 | 200.0 |
| SuperTuxKart 1080p Ultra, natywny, stabilny (fps) | 140 | 147 | 131 | 115 |
| SuperTuxKart 1080p Ultra, emulacja x64, średnia (fps) | 248.6 | 265.4 | 186.8 | N/A (natywny x64) |
| SuperTuxKart 1080p Ultra, emulacja x64, stabilny (fps) | 94 | 143 | 93 | N/A (natywny x64) |
| FFmpeg NVENC HEVC, 4K60 przy 8 Mb/s (fps) | 139 | 137 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 55 | 55 | 65 | N / A |
Pro 9n osiągnął średnio 218.4 kl./s w konfiguracji natywnej, o 7 procent gorzej niż OmniBook z 32 GB pamięci RAM i na równi z Jogą, a także wyprzedzając wynik Blade 16 (200.0), co sugeruje, że RTX 5090 nie ogranicza rozgrywki w rozdzielczości 1080p. Wersja x64 w emulacji osiągnęła średnio 248.6 kl./s, czyli więcej niż wersja natywna, choć jej stała liczba klatek na sekundę na poziomie 94 kl./s świadczy o gorszym tempie. NVENC ma stałą funkcję, a 139 kl./s w HEVC w Pro 9n dorównywało wynikom systemów 20-rdzeniowych.
Termale
Wyniki termiczne Pro 9n stanowią najmocniejszy argument przemawiający za konstrukcją systemu Lenovo. Osiągnęła ona szczytową temperaturę 93°C w HandBrake i 92°C w Cinebench i pętli ciągłej, czyli w najgorętszych testach, a także od 83 do 92°C w pozostałych testach procesora, podczas gdy 32-gigabajtowy OmniBook osiągał szczytową temperaturę 97–98°C w każdym teście procesora. Średnia w pętli ciągłej wyniosła 87°C, a w HP 98°C. Systemy RTX Spark raportują temperaturę procesora tylko w strefach termicznych systemu Windows, a strefa Pro 9n generowała krótkotrwałe, błędne odczyty rzędu 100–130°C w stanie spoczynku, które pomijamy.
| Temperatura procesora, maks. / średnia (C) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Cinebench 2026 | 92 / 70 | 98 / 83 | 72 / 65 | 96 / 78 |
| 7-Zip | 83 / 63 | 98 / 77 | 76 / 62 | 99 / 84 |
| Sztokfisz | 88 / 83 | 98 / 96 | 71 / 69 | 92 / 90 |
| mikser | 91 / 80 | 98 / 97 | 80 / 75 | 95 / 87 |
| Hamulec ręczny | 93 / 74 | 98 / 87 | 86 / 71 | 92 / 86 |
| Kompilacja LLVM | 87 / 79 | 98 / 92 | 81 / 75 | 98 / 93 |
| GROMACS | 89 / 85 | 98 / 96 | 84 / 81 | 97 / 94 |
| OtwórzBLAS | 92 / 83 | 97 / 93 | 85 / 74 | 91 / 87 |
| STRUMIEŃ | 78 / 66 | 95 / 89 | 64 / 59 | 75 / 71 |
| Super Tux Kart | 74 / 68 | 94 / 86 | 68 / 62 | 89 / 82 |
| Klient MLPerf | 76 / 66 | 93 / 85 | 72 / 60 | 97 / 76 |
| Agent kodujący | Nie uruchomiono | Nie uruchomiono | 71 / 67 | 91 / 84 |
| RAG | 76 / 71 | 94 / 90 | 84 / 75 | 88 / 83 |
| Pętla podtrzymywana | 92 / 87 | 98 / 98 | 72 / 70 | 94 / 90 |
Chłodzenie nie kosztowało Pro 9n ani centa taktowania: pod obciążeniem wszystkich rdzeni utrzymywał taktowanie w granicach około 1 procenta taktowania OmniBooka w każdym teście procesora i przewyższał je w testach Stockfish, GROMACS, OpenBLAS i pętli podtrzymania, w tym 3,288 MHz w pętli podtrzymania w porównaniu z 3,232 MHz w HP i 3,015 MHz w Yoga. Lenovo ocenia pobór mocy Pro 9n na maksymalnie 80 W, a Yoga na 70 W. Dzięki dwóm rdzeniom mniej, Pro 9n może obsłużyć każdy rdzeń szybciej przy niższej temperaturze. Jak każdy testowany przez nas system RTX Spark, utrzymywał taktowanie na stałym poziomie przez całą pętlę.
| Średnie taktowanie procesora (MHz) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,951 | 2,964 | 2,799 | 4,158 |
| 7-Zip | 2,849 | 2,862 | 2,722 | 4,014 |
| Sztokfisz | 3,292 | 3,269 | 3,057 | 3,645 |
| mikser | 3,216 | 3,241 | 3,111 | 3,729 |
| Hamulec ręczny | 2,834 | 2,865 | 2,687 | 3,814 |
| Kompilacja LLVM | 3,197 | 3,193 | 3,083 | 3,697 |
| GROMACS | 3,367 | 3,315 | 3,226 | 3,874 |
| OtwórzBLAS | 3,192 | 3,057 | 2,890 | 4,274 |
| STRUMIEŃ | 3,101 | 3,251 | 3,077 | 3,684 |
| Super Tux Kart | 2,017 | 2,008 | 2,002 | 4,349 |
| Klient MLPerf | 2,027 | 2,241 | 1,935 | 3,593 |
| Agent kodujący | Nie uruchomiono | Nie uruchomiono | 1,945 | 3,789 |
| RAG | 2,760 | 2,724 | 2,707 | 3,764 |
| Pętla podtrzymywana | 3,288 | 3,232 | 3,015 | 3,726 |
Jedynym ciepłym podzespołem był dysk SSD. Dysk Samsunga osiągnął temperaturę 78°C podczas testu pamięci masowej, co jest najwyższą temperaturą spośród wszystkich systemów uwzględnionych w tym porównaniu i jest o 14°C cieplejszy niż temperatura dysku KIOXIA Gen5 zastosowanego w 32-gigabajtowym OmniBooku.
Wydajność pamięci masowej
Nasz test pamięci masowej uruchamia cztery rogi systemu fio na dysku rozruchowym o pojemności 5 GB i 25 GB, przez system plików i na urządzeniu surowym, i raportuje wyniki dla 25 GB. Wiersze z danymi na urządzeniu surowym pomijają NTFS i BitLocker, więc różnica między nimi pokazuje, jak bardzo dysk jest w stanie przetrwać ścieżkę wejścia/wyjścia systemu Windows. Ochrona BitLocker była wyłączona w modelach Pro 9n i Yoga, a włączona w OmniBooku.
| fio, 25 GB pamięci, QD32 | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Joga 9n 2 w 1 16 | Razer Blade 16 |
|---|---|---|---|---|
| Odczyt sekwencyjny 128 KB, system plików (MB/s) | 7,024 | 10,509 | 6,874 | 7,125 |
| Odczyt sekwencyjny 128 KB, surowe urządzenie (MB/s) | 7,165 | 10,047 | 6,975 | 7,134 |
| Zapis sekwencyjny 128 KB (MB/s) | 5,699 | 9,464 | 5,905 | 5,250 |
| Losowy odczyt 4K, system plików, szczyt (IOPS) | 338,936 | 289,024 | 394,468 | 694,597 |
| Losowy odczyt 4K, surowe urządzenie, szczyt (IOPS) | 973,106 | 1,412,982 | 765,766 | 993,050 |
| Losowy zapis 4K, szczyt (IOPS) | 192,000 | 226,661 | 68,923 | 648,446 |
| Surowy/losowy odczyt systemu plików | 2.87x | 4.89x | 1.94x | 1.43x |
| Losowy odczyt 4K, 4 zadania, opóźnienie p99 (w USA, im niższe, tym lepiej) | 578 | 494 | 522 | 444 |
| Losowy zapis 4K, 4 zadania, opóźnienie p99 (w USA, im niższe, tym lepiej) | 758 | 602 | 12,255 | 371 |
| Temperatura napędu, maksymalna (C) | 78 | 64 | 67 | 60 |
Dysk Samsung Gen4 o pojemności 1 TB w Pro 9n osiągnął prędkość odczytu 7,024 MB/s i zapisu 5,699 MB/s sekwencyjnie, co odpowiada prędkościom dysków Gen4 w Yoga i Blade 16 oraz około dwóm trzecim prędkości dysku KIOXIA Gen5 w OmniBooku. Losowe odczyty z systemu plików osiągnęły 338.9 tys. IOPS, przewyższając HP o 289.0 tys., z maksymalnego limitu 973.1 tys. w stanie surowym. Ta różnica 2.9x jest mniejsza niż 4.9x w OmniBooku, co jest zgodne z faktem, że szyfrowanie programowe BitLocker kosztuje HP więcej.
Losowe zapisy osiągnęły 192.0 tys. IOPS, czyli mniej niż 226.7 tys. w przypadku HP, ale prawie trzykrotnie więcej niż w przypadku dysku QLC w Yoga. Sześć konfiguracji FIO Pro 9n różniło się o ponad 2% po ponownym uruchomieniu i jest oznaczonych jako częściowe, rozłożone na losowe odczyty, losowe zapisy i jeden sekwencyjny odczyt przy 5 GB pamięci. Lenovo przewiduje miejsce na drugi dysk M.2 2242 w Gen5, co byłoby ścieżką modernizacji dla nabywców, którzy chcą uzyskać sekwencyjną prędkość systemów 20-rdzeniowych.
Wniosek
Lenovo Pro 9n 15 stanowi przekonujący argument za 18-rdzeniowym procesorem RTX Spark. Konstrukcja termiczna Lenovo i moc 80 W pozwalają mu utrzymać wyższe taktowanie wszystkich rdzeni niż 20-rdzeniowe modele clamshell, osiągając szczytową temperaturę 92°C. Dzięki temu plasuje się on o około 8–11% poniżej 32-gigabajtowego OmniBooka Ultra 16 w renderowaniu, a także kompiluje i dorównuje mu w Stockfish i OpenBLAS. Jego mniejszy procesor graficzny kosztuje od 2 do 5% w generacji tokenów LLM, a to najlżejszy system w zestawieniu, ważący 3.64 funta (ok. 1,7 kg), z wyświetlaczem OLED 165 Hz skalibrowanym do Delta E poniżej 0.5 oraz panelem Force Pad z obsługą rysika.
Pamięć jest jedynym ograniczeniem tej konfiguracji, ponieważ 12 GB GPU oddzielone od 32 GB nie jest w stanie obsłużyć 12.8 GB gpt-oss:20b, dlatego Pro 9n nie bierze udziału w naszych testach obciążenia modelu i agenta kodującego, a jego dysk SSD Gen4 odczytuje dane z szybkością sekwencyjną wynoszącą około dwóch trzecich szybkości odczytu sekwencyjnego dysku Gen5 w OmniBooku, choć Lenovo oferuje opcję drugiego dysku. Obowiązują również ograniczenia platformy: ścieżka wejścia/wyjścia Windows na architekturze Arm, porty Arm64, takie jak SVT-AV1, które pozostają w tyle za wersjami x64, oraz praca jednowątkowa, w której przoduje Razer Blade 16. Jak zawsze, spodziewamy się szybkiego rozwoju ekosystemu oprogramowania teraz, gdy te urządzenia są już dostępne.
Twórcy i deweloperzy, którzy chcą procesora RTX Spark i wyświetlacza OLED z kalibracją kolorów w najlżejszej obudowie w swojej klasie, a których lokalne AI mieści się w małych modelach, mogą wybrać model Pro 9n 15, który oferuje niewiele mniej niż systemy 20-rdzeniowe, a jednocześnie działa chłodniej. Klienci, którzy chcą uruchomić lokalnie modele 20-rdzeniowe lub większe, powinni skonfigurować go z większą pamięcią lub rozważyć system z 64 GB lub 128 GB.
Tabela wyników: Lenovo Pro 9n 15 znalazł się w sekcji RTX Spark naszej tabeli najlepszych laptopów do lokalnej sztucznej inteligencji , obok innych systemów N1X, które przetestowaliśmy w naszym nowym pakiecie klienckim.
Amazon