En una prueba publicada el 22 de octubre de 2026, Adam Conway, de XDA, renderizó en Blender una escena que alcanzó 49,3 GB de memoria de escena en un portátil NVIDIA RTX Spark. El render a 1080p tardó unos 12 minutos con 64 muestras. El resultado muestra que esa carga cupo en la configuración de memoria del equipo, no que renderizara más rápido que una RTX 5090.
Qué equipo y ajustes se usaron
La prueba se hizo en un HP OmniBook Ultra 16 con CPU NVIDIA Grace de 20 núcleos, GPU Blackwell de 6.144 núcleos y 128 GB de memoria LPDDR5X-9400 compartida entre la CPU y la GPU. XDA utilizó la versión beta de Blender 5.3, el motor Cycles y OptiX para el renderizado por GPU. La reserva de memoria para la GPU se mantuvo en su valor predeterminado de 64 GB; según Conway, la aplicación de NVIDIA permite ajustarla hasta 96 GB en este sistema.
La escena era una ciudad generada de forma procedural, con una cuadrícula de 15 por 15 bloques y unos 13.600 objetos. El tamaño del archivo de escena se mantuvo por debajo de 2 MB: la geometría evaluada y las estructuras de aceleración de OptiX, que preparan el trazado de rayos, concentraron la mayor parte del uso de memoria gráfica.
Cómo cambió el render al aumentar el detalle
Las tres configuraciones del ensayo muestran cómo crecieron la geometría y la memoria junto con el tiempo de renderizado. Cada fila corresponde a un nivel distinto de detalle de la misma escena.
| Nivel de detalle | Vértices evaluados | Memoria máxima de escena | Render a 1080p |
| Nivel 4 | 6,65 millones | 6,7 GB | Entre 10 y 17 segundos, 48 muestras |
| Nivel 6 | 106,3 millones | 38,4 GB | 6,5 minutos, 16 muestras |
| Nivel 6 más un 11 % de edificios en nivel 7 | 139,3 millones | 49,3 GB | Unos 12 minutos, 64 muestras |
Los 49,3 GB corresponden al pico de memoria de la escena. El uso total de GPU informado fue de 50,6 GB, al sumar una ocupación inicial de aproximadamente 1,3 GB. En cinco tomas con el nivel de detalle más alto, el pico varió menos de 70 MB. Incluso con 16 muestras, ese render superó los 11 minutos; Conway atribuyó buena parte del tiempo a la preparación de la geometría y la construcción de las estructuras de aceleración, no solo al cálculo de las muestras.
Más memoria no equivale a más velocidad
La RTX 5090 de sobremesa tiene 32 GB de memoria gráfica dedicada y un ancho de banda de 1.792 GB/s; XDA cifra en 300 GB/s el ancho de banda de la memoria unificada del sistema RTX Spark probado. La escena superó la capacidad de la memoria dedicada de la RTX 5090, pero Cycles puede recurrir a la RAM del sistema para algunas asignaciones. No todas pueden trasladarse y el render puede fallar si las asignaciones que deben permanecer en la GPU no caben.
Por eso, esta prueba permite hablar de capacidad para una carga concreta, no de una victoria de rendimiento frente a la RTX 5090. Para escenas que caben en la memoria de la tarjeta, XDA describe la RTX 5090 como la opción más rápida. El ensayo de la ciudad no comparó los tiempos de renderizado de ambos equipos.
Como referencia general, Blender recomienda 32 GB de RAM de sistema en Windows. NVIDIA Studio clasifica una RTX 5060 Laptop GPU con 8 GB de memoria gráfica como opción Essential para escenas 3D medianas. Esas pautas describen usos generales; la escena de XDA, con 49,3 GB de memoria, era una carga mucho mayor. Los 64 GB reservados para la GPU en el portátil no son una recomendación de 64 GB de RAM de sistema para todo usuario de Blender.
Un benchmark independiente de Blender
En una prueba distinta, DDay.it obtuvo una puntuación de 4.679 con Blender 5.3 y OptiX en un Microsoft Surface Laptop Ultra con RTX Spark, CPU de 20 núcleos y 128 GB de memoria. La cifra quedó entre las medianas que el artículo citó para la RTX 5070 Laptop, con 4.005, y la RTX 5070 Ti Laptop, con 5.007. Esas medianas mezclan versiones de Blender, sistemas operativos y límites de potencia de distintos portátiles, así que sirven como contexto, no como comparación controlada.
Este resultado mide un benchmark diferente del consumo de memoria de la ciudad de XDA y no permite compararlo directamente con el tiempo de render de aquella escena. NeoTeo ya había cubierto otras cargas de trabajo de la plataforma en su artículo sobre las pruebas de IA y autonomía de RTX Spark.
El modelo local preparó la escena
Qwen3.8 Flash Next generó la ciudad y los scripts de Blender en el mismo portátil. El modelo creó un script de Python de algo más de 700 líneas y otro de PowerShell para ejecutar los renders. Desde la instrucción inicial hasta el primer render completo a tamaño final pasaron unos 81 minutos, sin intervención del autor. Conway apagó el servidor de inferencia antes de los renders finales, de modo que el modelo no estuvo generando mientras se ejecutaban esas imágenes.
