News Nvidia RTX Spark: Lieber ein Notebook mit RTX Spark oder doch ein MacBook?

[Fegefeuer86]

Starke GPU-Leistung und kompakter Laptop sind so ziemlich die gegensätzlichsten Ansätze.
Kaum Platz, Kühlung miserabel umsetzbar und widerspricht dem Gedanken der Mobilität durch die hohe Leistungsaufnahme. Keine Firma stellt ihren Mitarbeitern völligst überteuerte Notebooks für anspruchsvollen GPU Kram hin. Da steht dann im besten Fall ein Thick Client.

 

[SheepShaver]

Ich bleib beim MacBook. Ja, Spark ist bei KI im Prefill stark, aber für mich ist ein Laptop halt erstmal ein Laptop und kein Inferenz-Server. Ich kauf mir ein Laptop ja nicht, um da den ganzen Tag Prompts durchzujagen. Wenn ich unterwegs bin will ich dass der Akku hält, dass das Ding leise ist und dass es nicht nach zwei Stunden am Netzteil hängen muss.

Dazu kommt Windows on Arm. Ich hab Windows seit gut zehn Jahren nicht mehr angefasst und werd das auch für kein Laptop der Welt ändern. Als Entwickler tu ich mir das nicht an. Auf dem Mac hab ich ein ordentliches Unix drunter, Terminal, Docker, Entwicklungszeug, alles läuft einfach.

Lokale Modelle laufen mit MLX inzwischen auch richtig gut. Ein M5 Pro ist bei Agenten-Workloads langsamer als Spark, aber wer da wirklich Tempo will nimmt halt nen M5 Max, der hat doppelt so viel Bandbreite wie Spark und ist beim Generieren deutlich schneller. Und wer richtig große Modelle laufen lassen will stellt sich eh nen Mac Studio oder nen DGX Spark hin und macht das nicht auf dem Laptop.

Was mich am meisten stört sind die Preise. Für das was die Spark Laptops mit ordentlich RAM gerade kosten bekommt man nen gut ausgestattetes MacBook Pro, und das ist in zwei, drei Jahren auch noch was wert. Bei ner ersten Generation von Nvidia wär ich mir da nicht so sicher.

Wer CUDA braucht, ok, dann führt eh kein Weg dran vorbei. Für alle anderen seh ich keinen Grund das MacBook dafür liegen zu lassen.

 

[ThePnX]

Um Windows den Rang abzulaufen, muss die Kompatibilität stimmen.
Um mac den Rang abzulaufen, muss es eine Lösung für Kreative bieten.
Um Linux den Rang abzulaufen, muss es offen sein.

Ich finde gut, wenn es einen neuen Spieler mit Hardware gibt. Aber aktuell habe ich meinen Laptop hauptsächlich für Surfen und Administrieren (Linux). KI laufen lassen klingt gut, aber dann sollte es Power haben, wie die Quadrochips, zB. Meines Dell Precision.
Es ist noch weder Fisch noch Fleisch für mich.

Mit ihrer Erfahrung von RISC-V in der Datacenter-Schiene hatte ich mir auch etwas in der Richtung erhofft. Für incore Emulation. Und damit näher an Mac, weil Hardwarenah emuliert wird (vgl ntsync im Linux Kernel).

Und ein Linux First Book mit Fokus auf Devs, dann hätte man einen USP und eine Nische gefüllt.

Leute haben bereits ihre gewohnte Umgebung und wollen jetzt kein Windows in Arm Experiment, sondern eine Umgebung, die Arbeitsprozesse beschleunigt .

 

[TeeKayEV]

@ThePnX Alex Ziskind (Youtube) hat schon Linux in ner VM unter Windows auf RTX Spark getestet. Da hat es teils bessere Performance als die selbe Software nativ unter Windows... Es ist reine Unternehmenspolitik, die Notebooks nicht wenigstens optional mit DGX OS anzubieten.

Interessant fand ich, dass die Performance von RTX Spark teils so deutlich über der von DGX Spark liegt, dass das nicht mit dem höheren Speichertakt zu erklären ist. Dazu kommt noch das deutlich geringere Powerbudget von RTX ggü DGX. Irgendwas müssen sie am Chip selbst geändert haben. Aber das macht ihn offensichtlich nicht inkompatibel zu Linux.

 

[conspectumortis]

Zu lahm für KI und sonst in meinen Augen nutzlos. Da nimmste lieber ein MacBook und kannst wenigstens noch mehr damit anfangen.

 

[ThePnX]

@ThePnX Es ist reine Unternehmenspolitik, die Notebooks nicht wenigstens optional mit DGX OS anzubieten.
...

Dankenfurnden Tipp. Ich finde es sehr spannend und seltsam, dass man nicht einen deep dive ins Ökosystem gemacht hat.
Gerade ein Taschen Full Stack wäre genial.

Aber das macht ihn offensichtlich nicht inkompatibel zu Linux.

Und könnte mir Firmenpolitik als Grund vorstellen, mit Windows zu kooperieren.