Test RTX Spark w Blenderze: 49,3 GB pamięci sceny

Test RTX Spark w Blenderze opisany przez Adama Conwaya z XDA wykorzystał do 49,3 GB pamięci samej sceny, a render w 1080p przy 64 próbkach trwał około 12 minut. Pomiar pochodzi z konkretnej, bardzo rozbudowanej sceny uruchomionej na HP OmniBook Ultra 16 z 128 GB pamięci współdzielonej przez procesor i układ graficzny. Pokazuje przede wszystkim, że ta konfiguracja zmieściła duży zestaw danych, a nie że renderuje szybciej niż RTX 5090.

Jak wyglądał test RTX Spark w Blenderze

Adam Conway użył Blendera 5.3 beta, renderera Cycles i obsługi GPU przez OptiX. Testowany HP OmniBook Ultra 16 miał 20-rdzeniowy procesor Grace, układ graficzny Blackwell z 6144 rdzeniami oraz 128 GB pamięci LPDDR5X-9400. W teście przydział pamięci GPU pozostawiono na domyślnym poziomie 64 GB. Według XDA w aplikacji NVIDIA można go zwiększyć do 96 GB.

Scena przedstawiała proceduralnie wygenerowane miasto na siatce 15 × 15. Zawierała około 13 600 obiektów, w tym 24 projekty wieżowców, 60 pojazdów i 380 drzew. Wcześniejszy test RTX Spark na jednym laptopie stanowi szerszy kontekst dla tej platformy; tutaj chodzi o pamięć i renderowanie konkretnej sceny w Blenderze.

Większa szczegółowość wymagała więcej pamięci

Wraz ze wzrostem szczegółowości rosła liczba ocenianych wierzchołków i szczytowe zużycie pamięci sceny. Czasy renderowania dotyczą różnych ustawień liczby próbek, więc zestawienie nie pokazuje zmiany czasu przy identycznych warunkach próbkowania.

W najwyższym ustawieniu całkowite raportowane użycie pamięci GPU wyniosło 50,6 GB, z czego około 1,3 GB było zajęte przed rozpoczęciem renderowania. To odrębna wartość od 49,3 GB przypisanych samej scenie. Przy 16 próbkach render tej samej wysokiej szczegółowości trwał ponad 11 minut. Conway uznał, że znaczną część czasu zajęło przygotowanie geometrii i struktur przyspieszających śledzenie promieni.

Pojemność pamięci to nie szybkość renderowania

RTX 5090 ma 32 GB pamięci VRAM, a RTX Spark w testowanym laptopie korzystał ze wspólnej puli 128 GB pamięci, z której 64 GB przydzielono GPU. Przydział sceny wyniósł więc więcej niż pojemność dedykowanej pamięci RTX 5090. To wyjaśnia, dlaczego pojemność była istotna w tym konkretnym teście, ale nie jest porównaniem szybkości renderowania.

Według XDA przepustowość pamięci RTX Spark wynosi 300 GB/s, a RTX 5090 osiąga 1792 GB/s. Cycles może przenieść do pamięci systemowej część alokacji, które nie mieszczą się w VRAM, ale nie wszystkie. Jeśli pozostałe dane wymagane w pamięci GPU się nie zmieszczą, render może się nie udać. Ta możliwość nie przesądza ani o wyniku RTX 5090 dla tej sceny, ani o czasie jej renderowania.

Blender zaleca 32 GB pamięci RAM w systemie Windows jako ogólny punkt odniesienia. Z kolei NVIDIA Studio klasyfikuje laptopowy RTX 5060 z 8 GB VRAM jako opcję „Essential” dla średnich scen 3D. Są to zalecenia dla ogólnych klas zastosowań, a nie gwarancje dla każdego projektu. Przydział GPU wynoszący 64 GB w teście RTX Spark nie jest tym samym co zalecenie 64 GB zwykłej pamięci RAM.

Osobny benchmark Blendera daje dodatkowy kontekst

W odrębnym teście DDay.it uzyskał 4679 punktów w Blenderze 5.3 z OptiX na laptopie Surface Laptop Ultra z 20-rdzeniowym procesorem i 128 GB pamięci. Wynik znalazł się między medianą dla RTX 5070 Laptop, wynoszącą 4005, a medianą RTX 5070 Ti Laptop, wynoszącą 5007. Te wartości porównawcze pochodzą z Blender Open Data i łączą różne wersje Blendera, systemy operacyjne oraz limity mocy laptopów. To osobny benchmark, nie pomiar czasu renderowania miasta z testu Conwaya.

Lokalny model przygotował scenę, ale nie renderował równocześnie

Lokalny model Qwen3.8 Flash Next wygenerował skrypty do budowy miasta i renderowania w Blenderze. Od pierwszego polecenia do pierwszego pełnowymiarowego renderu Cycles minęło około 81 minut, bez ingerencji autora. Przed końcowymi renderami serwer modelu został wyłączony, więc test obejmował kolejno tworzenie sceny i renderowanie, a nie równoczesne obciążenie obu zadań.