O teste de Blender da RTX Spark relatado por Adam Conway, da XDA, chegou a 49,3 GB de memória de cena no nível de detalhe mais alto. O render em 1080p levou cerca de 12 minutos, com 64 amostras, no HP OmniBook Ultra 16. O resultado mostra que essa configuração comportou uma cena específica de alto consumo de memória; não demonstra renderização mais rápida que a RTX 5090.
O que os níveis de detalhe mudaram
Conway usou o Blender 5.3 beta com o renderizador Cycles e OptiX. O HP OmniBook Ultra 16 tinha CPU Grace de 20 núcleos, GPU Blackwell de 6.144 núcleos e 128 GB de memória unificada, compartilhada entre CPU e GPU. A reserva de memória para a GPU ficou no padrão de 64 GB.
| Nível de detalhe | Vértices avaliados | Memória máxima de cena | Render em 1080p |
| Nível 4 | 6,65 milhões | 6,7 GB | 10 a 17 segundos, 48 amostras |
| Nível 6 | 106,3 milhões | 38,4 GB | 6,5 minutos, 16 amostras |
| Nível 6, com 11% dos edifícios no nível 7 | 139,3 milhões | 49,3 GB | Cerca de 12 minutos, 64 amostras |
Os 49,3 GB correspondem à memória da cena. O uso total de GPU informado chegou a 50,6 GB, incluindo cerca de 1,3 GB já ocupados antes da renderização.
A cidade procedural tinha cerca de 13.600 objetos, mas o arquivo da cena ficou abaixo de 2 MB. O tamanho do arquivo, portanto, não indicava quanto espaço a geometria avaliada e as estruturas de aceleração do OptiX exigiriam na GPU. Mesmo com 16 amostras, o render de alto detalhe levou mais de 11 minutos. Conway atribuiu boa parte do tempo à preparação da geometria e à construção dessas estruturas, não apenas ao cálculo das amostras.
Mais memória não significa mais velocidade
A RTX 5090 de desktop tem 32 GB de memória dedicada e largura de banda de 1.792 GB/s. Para a RTX Spark, Conway informou 300 GB/s de largura de banda. A cena do teste ultrapassou a memória dedicada da RTX 5090, mas essa diferença de capacidade não prova que a Spark renderiza mais rápido. Para cenas que cabem na VRAM, Conway aponta a RTX 5090 como a opção mais rápida.
O Cycles pode recorrer à RAM do sistema para algumas alocações que não cabem na VRAM. Nem todos os dados podem ser transferidos dessa forma, e a renderização pode falhar se o que precisa permanecer na GPU não couber. Assim, exceder os 32 GB da RTX 5090 não torna automaticamente impossível renderizar a cena, mas o teste não relata uma execução equivalente nela.
As referências gerais ajudam a dimensionar o resultado, sem transformá-lo em requisito para todo projeto. O Blender recomenda 32 GB de RAM de sistema no Windows. Já a NVIDIA Studio classifica uma RTX 5060 Laptop GPU com 8 GB como opção Essential para cenas 3D médias. São orientações para usos gerais; a cena de 49,3 GB do teste tinha uma demanda bem diferente. Os 64 GB reservados para a GPU no HP também não são uma recomendação de RAM de sistema.
Um benchmark separado mede outro tipo de resultado
Em outro teste, a DDay.it relatou pontuação de 4.679 no Blender 5.3 com OptiX, em um Microsoft Surface Laptop Ultra com CPU de 20 núcleos e 128 GB de memória. O resultado ficou entre as medianas citadas pela publicação para a RTX 5070 Laptop, com 4.005, e a RTX 5070 Ti Laptop, com 5.007.
Essa pontuação vem de um teste diferente da cena personalizada de Conway. As medianas usadas na comparação misturam versões do Blender, sistemas operacionais e limites de potência de notebooks, por isso não equivalem a uma disputa controlada entre essas GPUs no mesmo equipamento.
Como o modelo local participou da criação
O Qwen3.8 Flash Next, executado localmente, gerou a cena e os scripts de renderização. O modelo produziu um script em Python com pouco mais de 700 linhas; a sequência do prompt até o primeiro render Cycles em tamanho completo levou cerca de 81 minutos, sem intervenção do autor. O servidor de inferência foi desligado antes dos renders finais, então essa etapa não mediu geração local de IA e renderização final ao mesmo tempo.
A cobertura anterior da NeoTeo sobre IA local e autonomia na RTX Spark tratou de outro uso do equipamento. Aqui, o dado central é quanto uma cena de Blender exigiu da memória da GPU.
