Nel video pubblicato il 31 ottobre 2026, Alex Ziskind riferisce che in una prova di LM Studio su Linux nativo l’MSI Prestige N16 Flip AI Plus con RTX Spark N1X ha generato 61 token al secondo scollegato dall’alimentazione e 15 token al secondo collegato. Ziskind attribuisce il calo, nella configurazione provata, alla mancanza del supporto Linux per NVIDIA Platform Controllers and Framework.
Che cosa ha mostrato il test Linux su MSI
I due valori riguardano una prova specifica con LM Studio sul portatile MSI. Ziskind ha attribuito il calo osservato quando il computer era collegato alla corrente al supporto mancante per la gestione della piattaforma NVIDIA. Il risultato descrive la sua configurazione, non tutti i modelli RTX Spark.
Windows, WSL e DGX Spark in un’altra prova
Ziskind ha riportato anche una prova distinta con GPTQ Qwen/OSS 120B: 65,4 token al secondo su Windows nativo, 65,1 su WSL e 61 su DGX Spark. WSL, il sottosistema Windows per Linux, è la soluzione pratica che indica per usare strumenti Linux nella configurazione testata. Questi valori appartengono a quel carico di lavoro, non sono una classifica generale dei sistemi.
Le novità IA annunciate da NVIDIA
Il 28 ottobre NVIDIA ha annunciato aggiornamenti per RTX Spark con Nemotron 3.5 Transcribe, i modelli LFM3 di Liquid AI e un controllo per distribuire le risorse della GPU tra applicazioni e agenti in background. L’annuncio di NVIDIA colloca queste novità nel contesto dell’IA locale. NeoTeo aveva già seguito il versante grafico della piattaforma nel precedente approfondimento su RTX Spark e DLSS 5.
Nemotron 3.5 Transcribe è un modello vocale open-weight per trascrivere, distinguere i parlanti, tradurre e rispondere a domande sull’audio. NVIDIA dichiara il supporto a 40 lingue, comprese sette lingue indiane. Il 28 ottobre l’azienda diceva che i pesi erano disponibili su Hugging Face nei formati BF16, FP8 e NVFP4. Per l’esecuzione locale su RTX Spark, DGX Spark, Jetson AGX Thor e GPU NVIDIA Blackwell per data center, indicava come passaggio successivo versioni quantizzate ottimizzate; per distribuire quelle NVFP4 citava NeMo-Speech.cpp e vLLM.
La famiglia LFM3 comprende modelli per testo, visione, audio, uso multimodale e decisioni. NVIDIA indica llama.cpp e vLLM per l’esecuzione locale su RTX Spark e afferma che è possibile anche il fine-tuning locale. Secondo NVIDIA, il modello base da 1,7 miliardi di parametri supera il precedente modello base da 2,6 miliardi.
Dove si regola la priorità GPU in NVIDIA App
NVIDIA colloca il controllo in System > Advanced nell’app NVIDIA. Permette di privilegiare l’applicazione in primo piano oppure assegnare più risorse GPU a un agente in background. Per usarlo, la pianificazione GPU con accelerazione hardware deve essere attiva nelle Impostazioni di Windows.
