RTX Spark usa un unico pool fisico di memoria condiviso da CPU e GPU integrata, anche se Windows lo presenta in tre aree e permette di riservarne una alla GPU. Questa distinzione chiarisce la critica di Paul Thurrott alla configurazione manuale della memoria e aiuta a capire cosa resta per gli altri compiti quando si assegna una parte del pool alla grafica.
Che cosa critica Paul Thurrott di RTX Spark
Nella recensione pubblicata il 31 ottobre 2026, Paul Thurrott ha definito deludente RTX Spark. Ha riferito di aver usato per oltre due settimane tre portatili: ASUS ProArt P16, HP OmniBook Ultra 16 e Lenovo Pro 9n. Tra le sue critiche figurano il costo, il peso, il calore e il rumore dei portatili, oltre alla gestione della memoria, alle funzioni di Windows 11 e alla praticità dell’IA locale. Sono giudizi del recensore.
Sul funzionamento della memoria, la definizione tecnica di NVIDIA è precisa: CPU e GPU integrata condividono un solo pool fisico. Windows lo presenta come memoria dedicata alla GPU, memoria di sistema condivisa tra CPU e GPU e memoria riservata alla sola CPU. La configurazione manuale cambia la suddivisione logica visibile al sistema, non il fatto che la memoria fisica appartenga a un unico pool. NVIDIA descrive questa architettura nella guida alla memoria unificata.
Cosa resta con 96 GB assegnati alla GPU su 128 GB
Un video di ETA PRIME mostra un ASUS ProArt P16 con 128 GB di memoria e l’impostazione di 96 GB per la GPU. Sottraendo l’allocazione, restano 32 GB: applicando la formula nominale di NVIDIA, 16 GB sono condivisi tra CPU e GPU e 16 GB restano riservati alla CPU.
| Passaggio | Memoria nell’esempio | Funzione |
| Memoria installata | 128 GB | Pool fisico condiviso da CPU e GPU integrata |
| Allocazione per la GPU | 96 GB | Regione dedicata alla GPU in Windows |
| Memoria dopo l’allocazione | 32 GB | Capacità residua secondo la sottrazione 128 − 96 |
| Regione condivisa | 16 GB | Accessibile a CPU e GPU secondo la ripartizione nominale |
| Regione riservata alla CPU | 16 GB | Destinata alla CPU, a Windows e alle app di base |
I valori di 16 GB e 16 GB sono il risultato nominale della formula NVIDIA per questo esempio, non una lettura dei contatori durante un carico. Windows e le riserve hardware incidono sulla capacità effettivamente utilizzabile. NVIDIA raccomanda di lasciare almeno 16 GB per la CPU, Windows e le applicazioni di base.
Che ruolo ha la memoria residua per l’IA locale
NVIDIA spiega che modelli linguistici di grandi dimensioni e agenti possono ricorrere a memoria di sistema oltre l’allocazione dedicata alla GPU. La memoria condivisa può quindi servire a gestire dati che non rientrano nella regione dedicata, ma il suo accesso può essere più lento. Inoltre, la quantità effettivamente utilizzabile dipende dal sistema e dal software che gestisce il carico. NVIDIA illustra questi comportamenti nella guida CUDA per RTX Spark e nelle indicazioni sull’allocazione della memoria.
Per un caso distinto di programmazione con IA locale sul Lenovo Yoga 9n, si può leggere anche il nostro precedente approfondimento sul test di RTX Spark.
