W laptopach NVIDIA RTX Spark procesor i zintegrowany układ graficzny korzystają z jednej fizycznej puli pamięci, którą Windows przedstawia w kilku osobnych obszarach. To pomaga zrozumieć krytykę Paula Thurrotta dotyczącą ręcznego przydzielania pamięci GPU oraz to, co zostaje po ustawieniu przydziału na 96 GB w systemie z 128 GB RAM.
Co krytykuje Paul Thurrott
W recenzji opublikowanej 31 października 2026 r. Paul Thurrott napisał, że przez ponad dwa tygodnie korzystał z ASUS ProArt P16, HP OmniBook Ultra 16 i Lenovo Pro 9n. Ocenę platformy podsumował negatywnie. Krytykował między innymi cenę, masę, temperaturę i hałas laptopów, ręczną konfigurację pamięci oraz użyteczność lokalnej AI i funkcji Windows 11.
Wcześniejszy artykuł NeoTeo o lokalnym kodowaniu na Lenovo Yoga 9n z RTX Spark opisuje osobne zadanie programistyczne na tej platformie. Polski sklep ASUS wyświetlał 3 listopada 2026 r. cenę 27 999 zł za ProArt P16 z 128 GB pamięci i dyskiem SSD 2 TB. To oferta dotycząca konkretnej konfiguracji, a nie cena laptopów wymienionych przez Thurrotta.
Jedna fizyczna pula, trzy obszary w Windows
NVIDIA opisuje RTX Spark jako system z zunifikowaną pamięcią fizyczną współdzieloną przez CPU i zintegrowany GPU. Windows przedstawia tę pulę jako pamięć zarezerwowaną dla GPU, pamięć współdzieloną przez CPU i GPU oraz obszar dostępny wyłącznie dla CPU. Przydział dla GPU to więc część wspólnej pamięci fizycznej, a nie dodatkowy moduł RAM. Dokumentacja NVIDIA opisuje architekturę zunifikowanej pamięci i jej podział w Windows.
Jak dzieli się przykład 128 GB i przydziału 96 GB
ETA PRIME pokazuje ustawienie 96 GB pamięci GPU w ASUS ProArt P16 z 128 GB pamięci systemowej. Po odjęciu przydziału GPU zostają 32 GB. Zastosowanie nominalnej reguły NVIDIA do tej pozostałej puli daje 16 GB pamięci współdzielonej przez CPU i GPU oraz 16 GB przeznaczonej wyłącznie dla CPU. To obliczenie według reguły producenta; rezerwy systemu i sprzętu wpływają na ilość pamięci faktycznie dostępną dla aplikacji. Przewodnik NVIDIA opisuje regułę podziału pamięci.
| Obszar pamięci | Ilość w przykładzie | Funkcja |
| Przydzielona GPU | 96 GB | Obszar zarezerwowany dla układu graficznego |
| Współdzielona przez CPU i GPU | 16 GB | Pamięć dostępna dla procesora i układu graficznego |
| Tylko dla CPU | 16 GB | Pamięć dostępna dla procesora |
| Łącznie | 128 GB | Cała pamięć fizyczna w przykładzie |
Co ten podział oznacza dla lokalnej AI
NVIDIA podaje, że duże modele językowe i agenci mogą korzystać z dodatkowej pamięci systemowej po przekroczeniu przydziału GPU. Nie każdy program obsługuje takie przenoszenie danych w ten sam sposób, a dostęp do pamięci współdzielonej może być wolniejszy niż do obszaru zarezerwowanego dla GPU. Pamięć przeznaczona wyłącznie dla CPU nie należy do puli dostępnej GPU. NVIDIA opisuje wykorzystanie pamięci współdzielonej przez aplikacje CUDA.
Przydział pamięci można zmienić w aplikacji NVIDIA. Producent zaleca pozostawić co najmniej 16 GB dla CPU, Windows i podstawowych aplikacji; wymagające zadania programistyczne i produktywnościowe mogą potrzebować większego zapasu. Wskazówki NVIDIA dotyczące konfiguracji pamięci RTX Spark.
