最大128GB統合メモリでローカルAIを加速！NVIDIA RTX Sparkの実力に迫る

2026-11-4
ITビジネス
最大128GB統合メモリでローカルAIを加速！NVIDIA RTX Sparkの実力に迫るはコメントを受け付けていません

NVIDIAは2026年11月2日、東京都内で「NVIDIA RTX Spark メディア技術説明会＆ハンズオンデモ・パートナー製品ショーケース」を開催した。技術説明会では、同社アジア太平洋地域担当テクニカルマーケティングディレクターのJeff Yen（ジェフ・イェン）氏が登壇。10月16日に発売されたNVIDIA RTX Spark搭載ノートPCの仕組みから、ローカルAIエージェント、コンテンツ制作、ゲーム、性能評価までを詳しく解説した。

NVIDIA RTX Sparkは、NVIDIA Blackwell RTX GPUとGrace CPUを組み合わせたWindows PC向けスーパーチップだ。最大128GBの統合メモリと最大1ペタフロップスのFP4 AI演算性能を備え、従来はGPU搭載ワークステーションが担ってきた重い処理を、持ち運べるPCで実現することを狙う。説明会の内容と質疑応答を報告する。

■GPUとCPUを1つに統合、最大1PFLOPSのFP4 AI性能
冒頭、Yen氏はNVIDIAが25年以上にわたり、プログラマブルシェーダー、CUDA、レイトレーシングなどの技術を積み重ねてきた経緯を振り返った。RTXの強みはゲームに限らない。動画編集や3D制作、さらにPC上で動くAIエージェントまで、共通のGPU技術で加速できる点にあるという。

NVIDIA RTX Sparkの中核となる「N1X」は、Blackwell世代のRTX GPUと、MediaTekとの協業によるGrace CPUを組み合わせたSoC（System on a Chip）である。上位構成ではGPUに6,144基のCUDAコアと第5世代Tensorコア、第4世代RTコア、CPUに20コアを搭載する。GPUとCPUは、600GB/sの帯域幅を持つNVLink-C2Cで接続される。AI演算性能の「1ペタフロップス」は、FP4精度での公称最大値であり、あらゆる処理で同じ性能を示すものではない。

最大128GBのLPDDR5X統合メモリも特徴だ。従来のPCではCPU側のシステムメモリとGPU側のビデオメモリが分かれることが多いが、NVIDIA RTX Sparkは大容量のメモリ空間を共有する設計を採用した。大規模言語モデル、動画素材、大きな3Dシーンを扱いやすくするためで、128GBがそのまま専用ビデオメモリとして確保されるという意味ではない。

また、CUDA、TensorRT、OptiX、DLSS、Reflex、G-SYNCなど、NVIDIAが提供してきたRTXソフトウェア群をWindows 11上で利用できることも訴求した。製品には6,144 CUDAコア／20 CPUコアのほか、5,120 CUDAコア／18 CPUコアのノートPC向け構成も用意される。

■電力効率を重視、バッテリー駆動でも性能を維持
モバイルPCで課題になりやすいのが、電源アダプターを抜いた際の性能低下だ。Yen氏は、低消費電力の統合メモリ、効率の高いGrace CPU、CPUとGPU間を結ぶNVLink-C2Cなどが電力効率に寄与すると説明した。

発表資料では、RTX 5070 Laptop GPUとIntel Core Ultra 9 285Hを組み合わせた比較構成に対し、NVIDIA RTX Spark SoCの性能と消費電力の関係を示し、条件を限定した測定で約2倍の効率をうたった。また、画像生成、動画編集、3Dレンダリング、ゲームで、バッテリー駆動時の性能がAC電源接続時に近い水準で維持されるとした。いずれもNVIDIAが提示したテスト条件での結果であり、実使用時の駆動時間を保証する数字ではない。

■PCを「道具」から「チームメイト」へ変えるローカルAI
説明の中心に据えられたのは、ローカルAIエージェントだ。Yen氏は、AIエージェントが単に質問に答えるだけでなく、メールや予定表、ローカルファイル、Web検索、各種アプリを使いながら作業を進める存在になりつつあると指摘した。Hermes AgentやOpenClawなどの普及を背景に、PCは人が操作する道具から、タスクを任せる「チームメイト」へ変化するという見方だ。

その処理をローカルで実行する利点として、個人データを手元に置けること、通信環境に左右されにくいこと、ファイルやアプリへのアクセスが速いこと、クラウドAPIのトークン利用料を気にせず試行錯誤できることを挙げた。ただし、エージェントには高い操作権限が伴う。発表資料では、実行環境をサンドボックスで隔離し、ツールやファイルへのアクセスを制御する構成も示された。

ローカルで扱うモデルの例には、総パラメータ数1,250億のMoE（Mixture of Experts）モデル「Qwen 3.8 Flash-Next」が挙げられた。NVIDIAは自社モデル「Nemotron 3.5 Bolt 74B」についても、量子化などによりNVIDIA RTX Spark上で動かせる選択肢として紹介した。Windows上でAIエージェントを導入しやすくするプレイブックや各種セットアップ支援も整備するという。

AIを使うコストについては、一定の処理量をクラウドAPIで実行した場合と、ローカルで実行した場合の試算も示した。月間6,100万出力トークンを処理する想定で、前者は約1,200ドル、後者は電気料金が約20ドルと説明した。ただし、これは電力単価、モデル、稼働時間などを固定したNVIDIAの計算であり、NVIDIA RTX Spark本体の購入費や保守費を含まない。また、クラウドの高性能モデルが必要なケースもあるため、ローカルとクラウドの振り分けを支援する「NeMo Switchyard」によるハイブリッド運用も紹介した。

クリエイティブ分野では、従来のGPUアクセラレーションと生成AI、さらに複数アプリをまたぐエージェントの組み合わせが紹介された。画像制作、動画編集、3Dモデリングにはそれぞれ専門的なツールが必要だが、エージェントが操作の一部を担えば、制作者はアイデアや完成イメージの検討に集中しやすくなる。

NVIDIAは130以上のRTX対応クリエイティブアプリを挙げ、Adobe Photoshop、Premiere、Substance 3DなどをNVIDIA RTX Spark向けに最適化すると説明した。Adobe製アプリでは、対象処理におけるAI・編集・カラー・エフェクトの性能を最大2倍にするとしている。動画生成ではComfyUIと「LTX 2.5」を例示し、生成した1080p・30fpsの動画にRTX Videoのフレーム生成とHDR処理を適用する流れを示した。

また、NVIDIA Broadcastの映像・音声処理や、Blender 5.3へのDLSS 4.5 Ray Reconstruction対応にも言及した。単体アプリの高速化にとどまらず、アイデア作成から素材生成、編集、仕上げへと続く工程全体を短縮する点が、NVIDIA RTX Sparkの狙いだ。

■ゲーミングも重視、DLSSやAIキャラクターに対応
NVIDIA RTX SparkはAI専用機ではない。ゲーム分野でも、RTXのグラフィックス機能とソフトウェア資産をそのまま生かすことを目指している。Yen氏は、発売初日から数百タイトルに対応し、DLSS、Reflex、G-SYNC、RTX Remixなどを利用できると説明した。一部タイトルはArmネイティブで動作し、別のタイトルはWindowsの互換実行機能を利用する。

NVIDIA ACEによるゲーム内キャラクターの対話機能や、RTX Remixで既存タイトルのライティングを高品質化する事例にも触れた。一方、競技ゲームではアンチチート機能など低レベルのソフトウェア対応が鍵になる。NVIDIAは開発会社との協業を進めているが、すべての作品が同じ方式で動作するわけではなく、個々のタイトルについて対応状況を確認する必要がある。

■性能比較では「速さ」だけでなく「正確さ」も測る
講演後半では、NVIDIA RTX Sparkの評価方法についても説明された。Yen氏はベンチマークを、短時間で個別機能を測る「合成（Synthetic）」、実際の用途に近い処理を再現する「Proxy」、アプリケーションそのものを動かす「In-App／実アプリ」の3層に分類。新しいSoCを評価するには、従来のスコアだけでなく、実際の利用シーンにどの程度近いかを重視すべきだとした。

特にAIでは、トークン生成速度が高くても回答が間違っていれば有用とは限らない。モデルの種類、量子化方式、メモリ搭載量、コンテキスト長、回答精度、応答速度を組み合わせて評価する必要があるという。エージェントについては、個々のモデルを単独で測るより、実際のパーソナルアシスタントやコーディング作業を再現する「MLPerf Client v2.0 Agentic」「Artificial Analysis Agent Perf-local」などの利用を挙げた。

ゲームでは実際のタイトルのプレイとゲーム内ベンチマークを重視し、制作分野ではBlenderやComfyUIのような実アプリに近い指標を用いる。古い合成テストの結果を現在のゲーム性能にそのまま当てはめないことや、x64アプリの互換実行ではエミュレーションの影響も考慮することを勧めた。

■NVIDIA DGX Sparkとの違いからゲーム互換性まで、記者の疑問に回答
技術説明に続く質疑応答では、従来のAI向け小型マシンとの違い、ノートPCとコンパクトデスクトップの使い分け、バッテリー駆動、Windows on Armの互換性などに質問が集まった。以下は、発言が確認できた範囲をもとに整理した要旨である。

〇NVIDIA DGX Sparkとは何が違う？ WindowsとRTXに対応する新しいPC
記者から、AI開発向けNVIDIA DGX SparkとNVIDIA RTX Sparkでは、Windowsへの対応以外にチップの違いがあるのかとの質問が出た。説明では、両者の半導体構成は非常によく似ているとの認識が示された。NVIDIA DGX SparkがDGX OSを用いるAI開発向けの小型システムであるのに対し、NVIDIA RTX SparkはWindows 11とRTXのグラフィックス・ソフトウェア群に対応し、ゲームや制作も担うPC向けプラットフォームとして位置づけられる。

〇携帯性重視のノートPC、AIを長時間稼働させるデスクトップ
両者の違いを問う質問に対しては、メモリ構成や使用環境の差に言及した。NVIDIAの公開仕様では、ノートPCは構成により5,120コア／18コアCPUと6,144コア／20コアCPUがあり、TDPは45～80W。デスクトップは6,144コア／20コアCPU構成でTDPは140W、最大128GBの統合メモリを搭載する。デスクトップはディスプレイを閉じる動作がなく、エージェントなどの長時間処理を継続する用途を想定している。

〇NPUの搭載状況と、CPU・GPUが共有する統合メモリの仕組み
会場ではNPUの搭載と、CPUとGPUが使用するメモリの関係も話題になった。回答の一部は文字起こしでは判別できないが、NVIDIAの公式仕様ではRTX Spark搭載ノートPCにNVIDIA NPUを記載し、デスクトップ構成のNPU欄は「―」としている。メモリについては、CPUとGPUをNVLink-C2Cで結び、統合メモリを共有する構造が基本となる。具体的なメモリ割り当ての固定比率については、今回確認できた資料だけで断定できない。

〇PCを閉じてもAIは動く？常時稼働にはデスクトップが有力
AIエージェントを動かし続けたい場合、ノートPCを閉じてスリープに入っても処理を続けられるのか、Microsoftと対応を進めるのかとの質問があった。Yen氏は、現時点での選択肢として、ふたの開閉に左右されないコンパクトデスクトップが適していると説明した。ノートPCのスリープ制御に関する具体的な製品実装や提供時期は、確認できなかった。

〇バッテリー駆動でも高い性能を維持、実際の稼働時間は別問題
電源を接続しなくても高い性能を維持できるという説明を受け、バッテリー駆動時の違いを問う声が上がった。説明会で提示されたのは、画像生成や動画編集などの処理性能がAC電源時に近い水準で動作するという測定結果である。ただし、実際に何時間使えるかは搭載バッテリーや負荷、メーカーによる設計の影響を受けるため、性能維持率と駆動時間は分けて確認する必要がある。

〇Armネイティブ対応は拡大へ、非対応ソフトはPrismで実行
ゲームエンジンからRTX Spark向けのネイティブ実行ファイルを出力できるのかとの質問に対し、Yen氏はArmネイティブで動作するエンジンが存在し、今後さらに増える見込みだと説明した。その一方で、すべてが直ちにネイティブ対応するわけではなく、非ネイティブのソフトウェアは主にWindowsの「Prism」エミュレーションを利用するという。対応状況や性能はエンジン、ゲーム、保護機能の組み合わせで変わる。