Le Lenovo Yoga Pro 9n 15 Gen 11 a affiché de bons résultats graphiques dans l’essai de How-To Geek, mais le testeur a aussi signalé des plantages, des problèmes de compatibilité, des saccades et des pertes d’images. Les chiffres concernent une seule configuration : le modèle NVIDIA RTX Spark N1X à 18 cœurs CPU, 5 120 cœurs GPU et 32 Go de mémoire unifiée, partagée entre le processeur et le circuit graphique.
Les résultats rapportés pour l’échantillon de 32 Go
Dans son article publié le 2 novembre 2026, Zachary Boddy, de How-To Geek, attribue à cette configuration un score de 2 599 en monocœur, 21 581 en multicœur et 115 017 en calcul GPU sous Geekbench 7. Elle obtient aussi 541 en monocœur et 6 543 en multicœur sous Cinebench 2026.
En jeu, l’essai rapporte une moyenne de 68 images par seconde dans Forza Horizon 6, en 1 600p avec les réglages élevés et DLSS activé. Pour Cyberpunk 2077, il donne 75 images par seconde avec les réglages élevés et 46 avec le ray tracing réglé sur moyen. La résolution de ces deux derniers résultats n’est pas précisée dans le compte rendu.
Les moyennes ne racontent pas toute l’expérience : le testeur a également relevé des plantages, des problèmes de compatibilité, des saccades fréquentes et des pertes d’images pendant ses essais de jeux. Ces observations concernent son appareil de test ; les résultats ne décrivent pas automatiquement les autres configurations du Yoga Pro 9n.
Deux niveaux RTX Spark pour portables
NVIDIA distingue deux configurations mobiles N1X. Arm64 désigne ici l’architecture ARM en 64 bits, utilisée par le processeur. Les valeurs de calcul FP4 ci-dessous sont des spécifications constructeur, pas des scores de test du Yoga.
| Niveau N1X | Cœurs CPU | Cœurs GPU Blackwell | Mémoire unifiée maximale | Calcul IA FP4 annoncé | TDP |
| 18 cœurs | 18 | 5 120 | 32 Go | 827 TFLOPS | 45 à 80 W |
| 20 cœurs | 20 | 6 144 | 128 Go | 1 pétaflop | 45 à 80 W |
La configuration évaluée par How-To Geek est celle à 18 cœurs, dont la mémoire maximale est de 32 Go. Les résultats de cet essai ne permettent donc pas de présumer des performances du niveau à 20 cœurs. Pour une charge de travail qui réclame davantage de mémoire unifiée, NVIDIA réserve cette capacité supérieure au niveau 20 cœurs.
Les spécifications officielles des portables RTX Spark détaillent les deux niveaux et leurs caractéristiques FP4. Ces chiffres décrivent une capacité annoncée par NVIDIA, distincte des scores de benchmarks et des images par seconde rapportés dans l’essai.
Autonomie et compatibilité sous Windows on Arm
How-To Geek rapporte des performances de jeu similaires sur secteur et sur batterie avec son échantillon. En revanche, son estimation d’autonomie en jeu à pleine charge GPU est d’environ 50 minutes. En usage courant centré sur le processeur, comme la navigation, le courriel ou la vidéo en continu, le testeur indique une moyenne de cinq à six heures. La machine testée dispose d’une batterie de 92,5 Wh.
Pour les développeurs, NVIDIA décrit une voie logicielle native : CUDA Toolkit 13.4.2 ou une version plus récente, ainsi qu’une installation de PyTorch avec CUDA pour Windows Arm64. Il faut choisir les paquets correspondant précisément au système et à l’architecture : les versions Windows x64, Windows Arm64 et Linux Arm64 ne sont pas interchangeables. De plus, Python natif Arm64 ne peut pas charger des extensions x64. NVIDIA détaille ces exigences dans sa FAQ développeurs RTX Spark et son guide Windows on Arm pour RTX Spark.
Le support de TensorRT sur Windows on Arm est plus circonscrit : pour TensorRT 11.4.0 et 11.4.1, NVIDIA classe le traitement DLA en bêta, le limite à un ensemble restreint de couches et à une taille de lot de 1, sans bascule vers le GPU pour ces moteurs DLA. Les détails figurent dans la matrice de compatibilité TensorRT de NVIDIA.
Ce que les résultats apportent selon l’usage
Pour jouer, les résultats de Forza Horizon 6 et de Cyberpunk 2077 indiquent que l’échantillon a fait tourner ces jeux dans les conditions rapportées. Les problèmes observés dans le même essai comptent tout autant si vous dépendez d’un jeu ou d’un logiciel précis : une moyenne d’images par seconde ne renseigne pas, à elle seule, sur la stabilité de chaque application.
Pour le développement CUDA ou PyTorch, NVIDIA décrit des outils natifs, avec des contraintes d’architecture et de versions à respecter. Pour la création 3D, notre article sur une scène Blender de 49,3 Go traitée avec RTX Spark aborde un autre type de charge de travail que les jeux évalués sur le Yoga Pro 9n.
