
Testowanie wydajności Nvidia RTX Spark LIVE: testowanie procesora, karty graficznej, sztucznej inteligencji i gier
- Tags
- Tech News
- AI Laptops
- CPU Performance
- Nvidia RTX Spark
- GPU Benchmarks
- Blackwell Architecture
Wprowadzenie do testu Nvidia RTX Spark Benchmark Thunderdome
Branża technologiczna huczy od premiery nowego układu RTX Spark firmy Nvidia, który łączy procesor Grace oparty na architekturze ARM z potężnym procesorem graficznym Blackwell RTX, dzieląc do 128 GB zunifikowanej pamięci. Testy tego układu pokazują, jak radzi sobie z dużymi obciążeniami, złożonym renderowaniem, lokalnymi potokami AI i nowoczesnymi grami komputerowymi. Ta analiza testów na żywo sprawdza, czy śmiałe obietnice Nvidii przekładają się na rzeczywistą wydajność.
Geekbench 7: Analiza wydajności procesora
Jak architektura Grace firmy Nvidia oparta na architekturze ARM wypada na tle Apple, AMD i Intela, analizując obliczenia dla procesorów? W testach Geekbench 7 20-rdzeniowy procesor RTX Spark osiąga solidne wyniki, ale ustępuje układom Apple M5 Pro i Max w kategoriach wydajności jedno- i wielordzeniowej. Jednak utrzymuje swoją pozycję konkurencyjną w porównaniu ze Snapdragonem X2 Elite Extreme firmy Qualcomm i przewyższa kilku rywali x86 w zadaniach wielowątkowych.
Test wydajności w grach 3DMark i wydajność graficzna
Wyposażony w potężny, 6144-rdzeniowy procesor graficzny Blackwell RTX, RTX Spark błyszczy podczas graficznych testów obciążeniowych. W testach 3DMark — w tym Steel Nomad i Solar Bay Extreme — hybrydowy układ osiąga poziom wydajności oczekiwany od laptopów do gier z wyższej półki z kartą RTX 5070, płynnie zarządzając emulacją x86 w różnych środowiskach graficznych bez najmniejszego wysiłku.
Wydajność lokalnej sztucznej inteligencji i wyniki UL Procyon
Dzięki zunifikowanej pamięci działającej jako gigantyczna, współdzielona pula zarówno do przetwarzania, jak i pamięci VRAM, lokalna wydajność sztucznej inteligencji to obszar, w którym RTX Spark naprawdę się wyróżnia. Testy wydajności UL Procyon AI wskazują na wyjątkową szybkość generowania tekstu w modelach takich jak Phi 3.5, Mistral 7B i Llama 3.1, przewyższając wiele konwencjonalnych konfiguracji laptopów i zbliżając się do wydajności sprzętu klasy stacjonarnej.
Żywotność baterii i realna wydajność
Nvidia obiecała „całodzienny czas pracy na baterii”, a testy przeglądania stron internetowych na Microsoft Surface Laptop Ultra pokazują imponujące 10 godzin i 15 minut pracy, ale wciąż nie spełnia on wiodących w branży standardów wydajności Apple. Podczas intensywnego grania lub intensywnych zadań związanych ze sztuczną inteligencją, pobór mocy skaluje się podobnie jak w tradycyjnych laptopach do gier, co wzmacnia jego tożsamość jako stacji roboczej dla prosumentów.
Comments (0)
Sign in to join the conversation.Sign in
Loading comments...