Nvidia anunció el 18 de noviembre la venta de las primeras mini PC con RTX Spark de ASUS, Dell y MSI. Los equipos llevan a un escritorio con Windows la plataforma que debutó en portátiles en octubre y ofrecen hasta 128 GB de memoria compartida entre el procesador y la GPU. Las primeras pruebas muestran qué se gana con esa capacidad: el equipo de MSI ejecutó un modelo de 120,000 millones de parámetros, mientras que un ASUS de 64 GB rindió casi igual al usar un modelo más pequeño.
Cuándo importan los 128 GB
La configuración de escritorio combina un procesador Grace de 20 núcleos y una GPU Blackwell con 6,144 núcleos CUDA, según Nvidia. Ambos usan el mismo conjunto de memoria. El sistema también necesita parte de ese espacio, junto con los datos que el modelo conserva mientras procesa instrucciones y genera una respuesta. Por eso importa tanto el tamaño del modelo como la cantidad de texto que debe mantener en contexto. En la EdgeMesa de 128 GB que probó StorageReview, Windows mostró 62.5 GB como memoria dedicada a la GPU y otros 47.9 GB como memoria compartida. La aplicación de Nvidia permite ajustar ese reparto.
StorageReview probó la MSI EdgeMesa N AI+ de 128 GB y la ASUS ProArt GR1X de 64 GB con el mismo modelo Qwen3.8 de 27,000 millones de parámetros. Con una solicitud a la vez, la MSI generó 13 tokens por segundo y la ASUS, 13.1. Con ocho solicitudes simultáneas, el rendimiento combinado fue de 39.8 y 40 tokens por segundo, respectivamente. El modelo cabía en ambas. Esa comparación directa de StorageReview llega hasta los 27,000 millones de parámetros.
Con una carga mayor, PCWorld ejecutó gpt-oss-120b de OpenAI en la EdgeMesa de 128 GB y obtuvo unos 55 tokens de salida por segundo al incluir el tiempo que tomó procesar la instrucción. La revista había utilizado el mismo modelo en una portátil ASUS ProArt P16 para una tarea de investigación deportiva que procesó 220,202 tokens en unos 13 minutos. Esa cifra corresponde a una tarea completa en la portátil. La medición del MSI proviene de una prueba de inferencia por separado.
Qué aporta un equipo dedicado
PCWorld usó la EdgeMesa para repetir tareas de investigación conforme llegaba información nueva y dejar el equipo trabajando mientras su redactor atendía otros asuntos. En una prueba de su flujo de investigación, la mini PC terminó cerca de un 12 % más rápido que la ProArt P16. La diferencia corresponde a ese trabajo concreto.
Nvidia también mostró otro uso de la plataforma en Adobe MAX. Su demostración conectó Photoshop con ComfyUI para convertir bocetos en imágenes y animaciones mediante instrucciones en lenguaje natural.
En Estados Unidos, Windows Central reportó un precio inicial de 4,499 dólares para la ASUS ProArt GR1X, que se ofrece con 64 GB o 128 GB. Para una tarea que ya cabe en 64 GB, las mediciones de StorageReview apuntan a velocidades similares entre los dos equipos probados. La capacidad adicional cobra valor cuando el trabajo exige un modelo mayor o necesita mantener más texto en memoria durante la ejecución.

