NVIDIA RTX Spark por dentro: arquitectura completa del chip Blackwell + Grace + MediaTek

Ya cubrimos el RTX Spark desde la perspectiva de negocio aquí en el blog: por qué va a cambiar cómo las empresas compran computadoras. Este post es el complemento técnico denso. La arquitectura completa del SoC, pieza por pieza: GPU Blackwell, CPU Grace personalizada con MediaTek, NVLink interno (NVLink C2C), memoria unificada, proceso TSMC 3nm, comparación con chips competidores (Apple Silicon, AMD Strix Halo, Intel Lunar Lake), workloads de IA local y qué significa para la inferencia on-device a escala. Sin dejar ningún detalle afuera.

RTX Spark fue anunciado en GTC Taipei en 2026 como el primer "PC reinventado en 40 años." Detrás del marketing, es un SoC unificado que combina tres cosas que siempre estuvieron separadas en el PC tradicional: GPU dedicada, CPU de servidor y gestión de memoria coherente. El resultado es el primer chip diseñado desde cero para ejecutar un agente de IA local con un rendimiento que antes solo existía en centros de datos. Vale la pena entenderlo por dentro.

1. Visión general: el SoC completo

RTX Spark es un SoC (System on Chip) con cinco componentes principales integrados en un único package:

• GPU Blackwell: 6.144 Tensor Cores, 1 petaflop de rendimiento en IA (FP4 sparse).
• CPU Grace personalizada: 20 cores ARM, diseñada en asociación con MediaTek.
• NVLink C2C: bus chip-to-chip que conecta la GPU y la CPU a alta velocidad dentro del package.
• Memoria unificada: 128 GB compartidos entre GPU y CPU, sin copias.
• Proceso TSMC 3nm: 70 mil millones de transistores en el SoC total.

La arquitectura es coherente: la GPU y la CPU ven el mismo espacio de memoria, con cache coherence por hardware. No existe "transferencia host-to-device" como en una GPU dedicada tradicional. Esa diferencia no es cosmética. Cambia todo el modelo de programación para workloads heterogéneos.

2. GPU Blackwell: qué hay dentro de 6.144 Tensor Cores

Blackwell es la arquitectura GPU de NVIDIA, sucesora de Hopper (H100). La versión del Spark es la variante "consumer-grade-but-not-really": misma familia arquitectónica que el B100/B200 de datacenter, dimensionada para el envelope térmico de un PC.

Jerarquía de compute:

• SM (Streaming Multiprocessor): bloque base de compute. Cada SM tiene 4 sub-cores, cada sub-core tiene 1 Tensor Core de 5.a generación.
• 6.144 Tensor Cores implica ~1.536 sub-cores y ~384 SMs (depende del conteo exacto por SM de la variante Spark).
• CUDA Cores: para workloads no tensoriales (gráficos tradicionales, compute general). Estimados entre 12k y 16k.
• RT Cores de 4.a generación: ray tracing para gráficos.

Los Tensor Cores de 5.a generación soportan:

• FP4: floating point de 4 bits. Nuevo formato de Blackwell, duplica el throughput vs FP8. Usado en inferencia LLM cuantizada.
• FP8 (E4M3, E5M2): 8 bits. Estándar actual para servir LLMs en producción.
• FP16/BF16: 16 bits. Entrenamiento e inferencia sin cuantización agresiva.
• TF32, FP32, FP64: precisiones altas para HPC.
• Sparsity 2:4: estándar de sparsity estructural. Pesos en el patrón "2 ceros de cada 4" duplican el throughput. Soportado directamente en hardware.

1 petaflop en FP4 con sparsity es el número de marketing. Sin sparsity, ~500 TFLOPs. En FP8, ~250 TFLOPs. En BF16 (sin cuantización), ~125 TFLOPs. Cada reducción de precisión duplica el throughput. Ese es el eje de diseño: priorizar formatos de baja precisión para maximizar el throughput de inferencia LLM, no entrenamiento.

3. Transformer Engine: la especialización que importa

Blackwell tiene la 2.a generación del Transformer Engine, un módulo en hardware que automatiza las decisiones de precisión por capa. Detecta el rango dinámico de los tensores y elige FP8/FP4 donde puede, FP16 donde se necesita. Sin intervención del programador.

Combinado con FP4 nativo, la ganancia práctica es: inferencia en tiempo real de Llama 70B (cuantizado en FP4) en un chip de clase consumer. Antes de Blackwell, esto requería un A100 o H100 de datacenter.

4. CPU Grace personalizada: por qué ARM y por qué MediaTek

NVIDIA Grace es una CPU ARM Neoverse diseñada para trabajar junto a la GPU en workloads de IA. La versión original de Grace (en el GH200, GB200) tiene entre 72 y 144 cores. La versión Spark está personalizada: 20 cores ARM, diseñada en asociación con MediaTek.

Por qué MediaTek: MediaTek se especializa en SoCs móviles y embebidos de alta eficiencia energética. Tiene expertise en integración de módem, ISP y diseño para el envelope térmico restringido de notebooks y PCs. NVIDIA aporta la arquitectura de compute, MediaTek aporta el dominio de SoC integrado para consumo. Una combinación natural.

Por qué ARM y no x86:

• ARM tiene perf-per-watt superior para workloads paralelos. Un PC que ejecuta un agente 24/7 lo necesita.
• Coherencia con Grace de datacenter: el software escrito para chips Grace de servidor corre en Spark sin porting.
• La licencia ARM permite una personalización profunda (extensiones, cache, interconnect). x86 es Intel/AMD, cerrado.
• El ecosistema de software ARM en Windows está maduro después de años de Qualcomm Snapdragon X, con Apple Silicon demostrando el mercado y Microsoft optimizando Windows nativo para ARM64.

Trade-off: las aplicaciones Windows x86 heredadas corren mediante emulación (Prism, en Windows 11 ARM). El rendimiento de emulación es de ~80% del nativo en apps típicas, perfectamente usable pero no ideal. Las apps recompiladas para ARM64 nativo (cada vez más comunes) corren a pleno rendimiento.

5. NVLink C2C: el bus que desbloquea la memoria unificada

NVLink Chip-to-Chip (C2C) es el interconnect entre la CPU Grace y la GPU Blackwell dentro del package. Características:

• Bandwidth: ~900 GB/s bidireccional (la versión Spark probablemente sea ~600-900 GB/s, según el tier).
• Latencia: órdenes de magnitud menor que PCIe Gen 5 (que alcanza ~64 GB/s en x16).
• Cache coherence: el hardware mantiene coherencia entre el cache de la CPU y la memoria de la GPU. La aplicación no necesita hacer flush manual.

Comparación con PCIe: PCIe Gen 5 x16 = 64 GB/s, sin coherencia. Mover 10 GB de datos de la CPU a la GPU cuesta ~150ms por PCIe y ~11ms por NVLink C2C. En un loop de inferencia iterativo, es la diferencia entre viable e inviable.

6. Memoria unificada: 128 GB para todo

RTX Spark tiene 128 GB de memoria compartida entre CPU y GPU. Técnicamente, probablemente LPDDR5X (low-power DDR5 extended), el estándar para SoCs de alta eficiencia.

Por qué esto importa: las GPUs discretas de PC de gama alta tienen 24 GB (RTX 4090) o 48 GB (RTX 6000 Ada). Los modelos LLM grandes no caben. Para correr Llama 70B en FP8 (~70 GB) se necesita un A100 80GB de datacenter o dos GPUs con NVLink.

Con 128 GB unificados, Spark corre:

• Llama 70B en FP8 (~70 GB) con margen.
• Llama 405B cuantizado en FP4 (~100 GB).
• Dos modelos medianos simultáneos (p. ej., 30B + 30B).
• Modelo más KV cache grande para contexto largo.

El bandwidth de memoria es crítico para la inferencia (la inferencia LLM está limitada por memoria, no por compute). LPDDR5X-9600 entrega ~150 GB/s por canal. Spark probablemente usa 4 a 8 canales, totalizando 600 GB/s a 1,2 TB/s. Comparado con:

• RTX 4090: GDDR6X, ~1 TB/s. Pero solo 24 GB.
• Apple M4 Max: LPDDR5X, ~546 GB/s. Hasta 128 GB.
• H100: HBM3, 3 TB/s. 80 GB.

Spark queda entre Apple Silicon y la GPU dedicada. No es un H100. Pero es la primera plataforma de consumo capaz de correr modelos de 70B+ con latencia decente.

7. TSMC 3nm y 70 mil millones de transistores

El proceso TSMC N3 (3nm) es el mismo del Apple M3/M4, Snapdragon 8 Gen 3 y Blackwell de datacenter. Diferencia frente al nodo anterior (N5/4nm): ~30% mejor densidad, ~10-15% mejor perf-per-watt.

70 mil millones de transistores está en el mismo rango que el M4 Max (~62B) y muy por encima del M3 Max (~40B). Distribuidos entre la GPU (mayoría), la CPU (~20%), interconnect y controladores de memoria, cache y bloques especializados (NVENC/NVDEC, ISP, DisplayPort, networking).

Envelope térmico: estimado en 80-150W según la variante (laptop vs desktop vs workstation). Comparado con:

• RTX 4090 laptop: 175W solo GPU + ~50W CPU = 225W.
• Apple M4 Max: ~80W bajo carga pesada.
• H100 PCIe: 350W solo GPU.

Spark es más eficiente que la solución discreta equivalente en un PC, cercano a la eficiencia de Apple, con un rendimiento de IA muy superior.

8. Workloads donde Spark brilla

El diseño favorece cuatro categorías:

• Inferencia LLM local: modelos de 7B a 70B en tiempo real. Caso de uso principal, anunciado por NVIDIA. Usuarios: agentes locales (Hermes, OpenShell), asistentes personales 24/7, aplicaciones con datos sensibles que no pueden salir de la máquina.
• Generación de imágenes/video: Stable Diffusion XL en segundos, Flux en pocos segundos, video corto mediante modelos como Wan, CogVideoX en minutos.
• RAG local sobre dataset privado: indexar 100k a 1M documentos con un modelo de embedding local, búsqueda semántica más LLM, todo en la máquina.
• Fine-tuning liviano: LoRA/QLoRA de modelos de 7B a 13B es viable localmente. El fine-tuning completo de modelos grandes sigue siendo trabajo de datacenter.

Donde Spark NO brilla (y no fue diseñado para eso):

• Entrenamiento de un modelo grande desde cero (requiere un clúster).
• Gaming de alto nivel comparado con una RTX 4090/5090 dedicada (Blackwell Spark es tier consumer-AI, no tier gaming-enthusiast).
• HPC tradicional (FP64) a escala (el datacenter es mejor uso del dinero).

9. La línea de tres productos: laptop, desktop, workstation

NVIDIA anunció tres form factors construidos sobre el mismo chip base.

RTX Spark laptop: envelope de ~80-100W, rendimiento optimizado para batería. Variantes de fabricantes (Acer, ASUS, Dell, HP, Lenovo, MSI). El primer producto serio de consumer-AI en laptop.

RTX Spark desktop: envelope de ~120-150W, rendimiento completo. Para agentes que corren 24/7 sin dependencia de batería, el hub de IA de la oficina.

DGX Station: la variante mayor, 768 GB de memoria, 20 petaflops, 8 TB/s de bandwidth. Para desarrolladores de LLM, fine-tuning de modelos grandes, deploy local de modelos de billones de parámetros. Es otra categoría, pero corre Windows y el mismo stack que el Spark menor.

10. Comparación directa con competidores

Chip	NPU/GPU AI TOPS	RAM máx.	Bandwidth	Proceso
RTX Spark	~1000 (FP4 sparse)	128 GB	~600 GB/s a 1,2 TB/s	TSMC 3nm
Apple M4 Max	~38 (NPU) + GPU	128 GB	546 GB/s	TSMC 3nm
AMD Strix Halo (Ryzen AI Max)	~50 (NPU)	128 GB	~256 GB/s	TSMC 4nm
Intel Lunar Lake	~48 (NPU)	32 GB	~136 GB/s	TSMC N3B
Qualcomm Snapdragon X Elite	~45 (NPU)	64 GB	~136 GB/s	TSMC 4nm

Spark está un nivel por encima en casi todas las dimensiones para workloads de IA. La comparación justa es con Apple Silicon (que tiene su propio ecosistema y no corre Windows nativo). Spark tiene mayor throughput de IA, Apple tiene un ecosistema de desarrollo de IA local más denso hoy (MLX, llama.cpp Metal). Empate técnico, el ganador depende del contexto de uso.

vs AMD Strix Halo: AMD también tiene 128 GB y corre x86 nativo (compatibilidad total con Windows). Spark gana en throughput de IA por 10x o más, AMD gana en compatibilidad de software heredado. Mercados parcialmente superpuestos.

11. Software stack: 100% CUDA, local

Lo que diferencia a Spark de cualquier dispositivo Apple/AMD/Qualcomm: corre todo el stack CUDA. PyTorch, JAX, TensorRT, Triton, cuDNN, NCCL, todas las bibliotecas que existen para GPUs NVIDIA corren exactamente igual. Un modelo entrenado en un H100 de datacenter carga en Spark sin cambiar una línea de código (sujeto a la memoria disponible).

Para el desarrollador de IA, esto es decisivo. No hay alternativa real. Apple tiene MLX (propio, ecosistema pequeño). AMD tiene ROCm (existe, pero el soporte es irregular). NVIDIA es el estándar de facto.

Además: el software de cada partner anunciado (Adobe Photoshop y Premiere 2x más rápido, Blackmagic DaVinci Resolve, Cadence design tools, miles de otros) está siendo recompilado para correr nativamente en Spark con aceleración CUDA.

12. Qué cambia esto en la arquitectura de aplicaciones de IA

Spark inaugura un nuevo patrón de arquitectura para apps de IA: ejecución local-first con cloud-burst opcional. Patrones emergentes:

• El agente corre localmente el 95% del tiempo. Cuando necesita un modelo más grande, hace un request a la nube. El costo promedio cae drásticamente.
• RAG local sobre datos sensibles. Modelo de embedding local, vector DB local, LLM local. El dato nunca sale.
• Apps de creación (diseño, video, audio) con inferencia inline a latencia interactiva.
• Fine-tuning iterativo local para personalización por usuario, sin enviar datos personales a la nube.

Esta es la apuesta de NVIDIA: no todo workload necesita ir a un datacenter, y si la inferencia cabe localmente, va a correr local. Costo cero por token, latencia mínima, privacidad por defecto. La nube sigue siendo relevante para modelos frontier, entrenamiento y burst de capacidad, pero se convierte en una capa complementaria, no en la única.

13. El reencuadre técnico

RTX Spark no es "una PC más rápida." Es la primera plataforma desktop-class diseñada desde cero para un agente de IA local persistente. Arquitectónicamente, es hacia donde converge el mercado: SoC unificado, memoria compartida coherente, throughput de IA en formatos de baja precisión como métrica primaria, eficiencia energética como restricción central.

Apple ya va en esa dirección desde hace cuatro generaciones de Silicon. AMD siguió con Strix Halo. Intel va detrás pero llegará con Panther Lake. Spark es la entrada de NVIDIA, con la ventaja asimétrica del ecosistema CUDA y una arquitectura GPU diseñada para IA desde el origen.

Si diseñas software de IA, el cálculo del hardware objetivo cambia. Ya no es "nube o nada." Es "nube, local con Spark/Apple/AMD, edge o una combinación." Cada uno con su propio tradeoff de costo, latencia, privacidad y capacidades. Los que entiendan el gradiente arquitectónico completo diseñarán mejor. Los que no seguirán pagando 100% nube cuando el 30% local resolvería.