Im Vergleich von Nick Lewis zeigte das getestete Lenovo Yoga mit 64 GB und RTX Spark bei jedem dargestellten Modell höhere Tokenraten als das getestete DGX Spark. Das Ergebnis gilt für diese Systeme und die gezeigten Testläufe. Für die Wahl zwischen den Plattformen sind außerdem Betriebssystem, Bauform und die von NVIDIA beschriebene Vernetzung mehrerer DGX-Systeme entscheidend.
Was die Leistungstests zeigen
Die Diagramme von Nick Lewis bei How-To Geek vergleichen Ollama und llama.cpp mit Llama 3.1 8B, GPT-OSS 20B und Qwen3 30B-A3B. Ein weiteres Diagramm behandelt einen Kontext von 8.000 Token. In den dargestellten Vergleichen liegt das Lenovo Yoga mit RTX Spark jeweils vor dem DGX Spark; die Abstände unterscheiden sich je nach Modell und Test.
Damit ist ein Ergebnis für die getestete Kombination beschrieben, kein allgemeiner Leistungssieger für jede RTX-Spark-Konfiguration und jede KI-Aufgabe. Die NVIDIA-Spezifikationen ordnen die Systeme zudem unterschiedlichen Plattformen zu:
Windows-PC oder DGX-OS-Desktop?
| Merkmal | RTX Spark | DGX Spark |
| Bauform | Laptops und kompakte Desktop-PCs | Kompaktes Desktop-System für KI |
| Betriebssystem | Windows 11 | NVIDIA DGX OS |
| Speicher | Laptopkonfigurationen mit bis zu 128 GB oder 64 GB LPDDR5X; Desktop mit bis zu 128 GB LPDDR5X | 128 GB kohärenter, gemeinsamer LPDDR5X-Speicher |
| Leistungsaufnahme | Laptop: 45 bis 80 W TDP; Desktop: 140 W TDP | GB10: 140 W TDP |
| KI-Software | CUDA läuft nativ | NVIDIA-KI-Softwarestack vorinstalliert |
Die Angaben zu Betriebssystem, Formfaktoren und Leistung stammen aus den RTX-Spark-Spezifikationen von NVIDIA und den DGX-Spark-Spezifikationen. Die RTX-Spark-Laptops werden mit unterschiedlichen CPU- und GPU-Konfigurationen angeboten: NVIDIA nennt eine Variante mit 20 CPU-Kernen und 6.144 GPU-Kernen sowie eine mit 18 CPU-Kernen und 5.120 GPU-Kernen.
Wenn dein lokaler KI-Alltag auf einem Windows-Laptop oder kompakten Windows-PC stattfinden soll, passt die RTX-Spark-Plattform zu dieser Arbeitsumgebung. DGX Spark ist ein Desktop-System mit DGX OS und vorinstalliertem NVIDIA-KI-Stack. Einen größeren Überblick zu NVIDIAs Heim-KI-Angebot bietet der frühere NeoTeo-Beitrag zu DGX Spark und Perplexity.
Der englischsprachige Test von Linus Tech Tips behandelt RTX Spark auf einem ASUS ProArt P16 H7607 mit RTX Spark N1X. Er umfasst unter anderem KI, Spiele, Produktivität, Akkulaufzeit und Temperaturen, vergleicht aber nicht direkt mit DGX Spark.
Für eine Einzelplatz-Umgebung zählen die passende Betriebssystem- und Geräteform; für ein dokumentiertes Mehrsystem-Setup bietet DGX Spark einen eigenen Weg.
DGX Spark für mehrere Systeme
NVIDIA beschreibt ConnectX-Netzwerkverbindungen, mit denen sich bis zu vier DGX-Spark-Systeme zusammenschalten lassen. Als Szenario nennt das Unternehmen Modelle mit bis zu 700 Milliarden Parametern. Das ist eine konkrete Mehrsystemoption für DGX Spark; die NVIDIA-Seite zu RTX Spark beschreibt keinen entsprechenden Aufbau.
Entscheidend ist daher, welcher Einsatzfall zu dir passt: Der einzelne getestete RTX-Spark-Laptop erreichte in den gezeigten Modellvergleichen höhere Tokenraten. Für eine von NVIDIA beschriebene Vernetzung mehrerer Systeme nennt der Hersteller dagegen DGX Spark.
