A avaliação do Lenovo Yoga Pro 9n 15 Gen 11 registrou bons resultados de GPU e jogos na configuração com 32 GB, mas também problemas de compatibilidade, travamentos e quedas de quadros. Os números são da unidade testada por Zachary Boddy, da How-To Geek, com o NVIDIA RTX Spark N1X de 18 núcleos de CPU e 5.120 núcleos gráficos; eles não descrevem as versões mais potentes.
O que a configuração de 32 GB entregou
Nos testes divulgados pela How-To Geek, essa unidade marcou 2.599 pontos em núcleo único, 21.581 em múltiplos núcleos e 115.017 no teste de GPU do Geekbench 7. No Cinebench 2026, fez 541 pontos em núcleo único e 6.543 em múltiplos núcleos.
Nos jogos, a avaliação registrou média de 68 FPS em Forza Horizon 6, a 1600p, com qualidade Alta e DLSS ativado. Em Cyberpunk 2077, a média foi de 75 FPS na qualidade Alta e 46 FPS com Ray Tracing na opção Média. A publicação também relatou travamentos, problemas de compatibilidade, engasgos frequentes e quedas de quadros durante os testes.
Esse conjunto de resultados dá uma ideia do desempenho da configuração avaliada, mas não permite atribuir os mesmos números ao modelo de 20 núcleos. Para quem prioriza jogos, os problemas observados com alguns títulos e a autonomia limitada sob carga gráfica pesam junto com a taxa de quadros.
Dois níveis de RTX Spark para notebooks
A NVIDIA especifica dois níveis de N1X para notebooks. O de 18 núcleos de CPU e 5.120 núcleos de GPU tem até 32 GB de memória unificada, compartilhada entre CPU e GPU; o de 20 núcleos e 6.144 núcleos gráficos suporta até 128 GB. As especificações completas da NVIDIA para o RTX Spark também informam a faixa de TDP e o desempenho FP4 de cada nível.
| Nível N1X | Núcleos de CPU | Núcleos de GPU Blackwell | Memória unificada máxima | Desempenho FP4 declarado | TDP |
| 18 núcleos | 18 | 5.120 | 32 GB | 827 TFLOPS | 45–80 W |
| 20 núcleos | 20 | 6.144 | 128 GB | 1 petaflop | 45–80 W |
Os valores FP4 são especificações da NVIDIA, não resultados medidos pela avaliação do Yoga. A diferença de memória ajuda a identificar para qual nível cada configuração pertence; não determina, por si só, quanto desempenho um aplicativo ou modelo de IA terá.
Autonomia e compatibilidade no Windows on Arm
A How-To Geek observou desempenho de jogo sem mudança relevante com o Yoga conectado à tomada ou usando a bateria. Sob carga máxima da GPU, porém, estimou cerca de 50 minutos de autonomia. Em tarefas comuns mais concentradas na CPU, como navegação e e-mail, a média relatada foi de cinco a seis horas.
O computador usa Windows on Arm, a versão do Windows para processadores Arm. Arm64 identifica essa arquitetura de 64 bits. Aplicativos podem ser nativos para Arm64 ou depender de emulação, que permite executar determinados programas feitos para outras arquiteturas. A NVIDIA descreve esses caminhos e recomenda usar pacotes compatíveis com o sistema operacional e a arquitetura exatos.
Para desenvolvimento, a NVIDIA documenta o CUDA Toolkit 13.4.2 ou mais recente e uma rota para instalar PyTorch com CUDA nativo para Windows Arm64. Os pacotes de Windows x64, Windows Arm64 e Linux Arm64 não são intercambiáveis; além disso, uma instalação nativa de Python Arm64 não carrega extensões x64. A documentação da NVIDIA para RTX Spark e ferramentas de desenvolvimento detalha essas condições.
Na prática, os resultados de jogos e os caminhos para CUDA respondem a perguntas diferentes. A avaliação mostra como uma configuração se comportou em títulos específicos; a documentação descreve uma rota de software para desenvolvimento. Nenhum dos dois, isoladamente, garante que todo jogo, aplicativo ou fluxo de trabalho funcionará da mesma forma.
A análise anterior da NeoTeo sobre uma cena de Blender na RTX Spark aborda outro equipamento e outra carga de trabalho: renderização de uma cena com uso intenso de memória, não os jogos testados no Yoga.
