Der Lenovo Yoga Pro 9n 15 Gen 11 erreichte im berichteten Test hohe Bildraten, zeigte beim Spielen aber auch Abstürze, Kompatibilitätsprobleme und Ruckler. Die Ergebnisse von How-To Geek gelten für ein bestimmtes Testgerät mit 32 GB gemeinsam genutztem Speicher und lassen sich nicht auf jede RTX-Spark-Ausführung übertragen.
Was das getestete Yoga Pro 9n leistete
How-To Geek veröffentlichte seinen Test am 2. November 2026. Das geprüfte Gerät hatte einen 18-Kern-NVIDIA-RTX-Spark-N1X-Prozessor, eine Blackwell-GPU mit 5.120 Kernen und 32 GB LPDDR5X-Speicher. CPU und GPU greifen dabei auf einen gemeinsamen Speicherpool zu, den sogenannten Unified Memory.
In den Benchmarks erzielte das Testgerät folgende Werte:
- Geekbench 7: 2.599 Punkte im Einzelkern-, 21.581 im Mehrkern- und 115.017 im GPU-Test.
- Cinebench 2026: 541 Punkte im Einzelkern- und 6.543 im Mehrkerntest.
Auch die Spielewerte fielen hoch aus: Forza Horizon 6 lief laut How-To Geek im Durchschnitt mit 68 FPS bei 1600p und hoher Detailstufe, DLSS war eingeschaltet. In Cyberpunk 2077 wurden durchschnittlich 75 FPS bei hoher Detailstufe und 46 FPS mit Raytracing auf mittlerer Stufe erreicht. Für Cyberpunk 2077 nennt der Test in diesen Angaben keine Auflösung.
Zwei RTX-Spark-Stufen für Notebooks
NVIDIAs Spezifikationen unterscheiden zwei Laptop-Ausführungen des N1X. Die folgenden FP4-Werte sind Herstellerangaben zur KI-Rechenleistung im 4-Bit-Format, keine Messwerte aus dem Yoga-Test.
| N1X-Stufe | CPU-Kerne | Blackwell-GPU-Kerne | Maximaler Unified Memory | FP4-Leistung | TDP |
| 18 Kerne | 18 | 5.120 | 32 GB | 827 TFLOPS | 45–80 W |
| 20 Kerne | 20 | 6.144 | 128 GB | 1 Petaflop | 45–80 W |
Die technischen Daten von NVIDIA zeigen damit eine klare Speichergrenze: Die getestete 18-Kern-Stufe unterstützt höchstens 32 GB, während die 20-Kern-Stufe bis zu 128 GB ermöglicht. Wer für eine Arbeitslast mehr als 32 GB braucht, muss daher zur höheren Stufe greifen. Die Spezifikationen allein sagen allerdings nicht voraus, wie schnell ein bestimmtes KI-Modell oder Programm läuft.
Akkulaufzeit und Software unter Windows on Arm
How-To Geek schätzte die Laufzeit beim Spielen mit voller GPU-Last auf etwa 50 Minuten. Für gewöhnliche, vorwiegend CPU-lastige Aufgaben wie Surfen, E-Mail und Streaming nannte der Tester im Schnitt fünf bis sechs Stunden. Bei seinen Spieltests stellte er keinen nennenswerten Leistungsunterschied zwischen Netzteil- und Akkubetrieb fest.
Auf demselben Testgerät beobachtete How-To Geek Abstürze, Kompatibilitätsprobleme, Ruckler und ausgelassene Bilder. Das sind Befunde aus den dort getesteten Spielen und Anwendungen; sie beschreiben nicht pauschal jedes Programm unter Windows on Arm. NVIDIA unterscheidet bei Windows on Arm zwischen nativen Arm64-Anwendungen und emulierten x86- beziehungsweise x86-64-Programmen. NVIDIAs Entwicklerleitfaden erläutert diese unterschiedlichen Ausführungspfade.
Welche Entwicklerpfade NVIDIA beschreibt
Für Entwickler nennt NVIDIA das CUDA Toolkit ab Version 13.4.2 und einen Weg, PyTorch mit CUDA-Unterstützung nativ unter Windows Arm64 einzurichten. Die Pakete müssen zum jeweiligen Betriebssystem und zur Prozessorarchitektur passen: Windows-x64-, Windows-Arm64- und Linux-Arm64-Versionen sind nicht austauschbar. Auch native Arm64-Python-Installationen können keine x64-Erweiterungen laden. NVIDIAs Entwickler-FAQ beschreibt die Voraussetzungen für diesen Softwarepfad.
Bei TensorRT ist die Unterstützung für DLA unter Windows on Arm in den Versionen 11.4.0 und 11.4.1 als Beta eingestuft. Sie ist auf eine begrenzte Auswahl an Layern und Batchgröße 1 beschränkt; für diese DLA-Engines gibt es keinen Rückgriff auf die GPU. Die TensorRT-Supportmatrix von NVIDIA führt diese Bedingungen auf.
Für einen anderen RTX-Spark-Arbeitsablauf mit Blender hat NeoTeo einen separaten Bericht zum Rendern einer speicherintensiven Szene veröffentlicht.
Wer vor allem spielen möchte, sollte die berichteten Bildraten zusammen mit den beobachteten Kompatibilitätsproblemen betrachten. How-To Geek empfiehlt Gaming-orientierten Käufern, auch klassische Gaming-Notebooks mit eigenem Grafikspeicher in Betracht zu ziehen.
