NVIDIA RTX Spark N1X 18 Cores: fast wie ein 20-Kerner, aber mit 32 GB Speicher

NVIDIA RTX Spark N1X 18 Cores ist die kleinere Version des NVIDIA-Prozessors für Windows-11-Arm-Notebooks. Er kombiniert 18 Grace-Kerne mit der Blackwell-Grafik und 5120 CUDA-Kernen. In Cinebench 2026 übertraf ein Notebook mit diesem Chip sogar eine der 20-Kern-Konfigurationen.

Die verfügbaren Notebooks mit dem kleineren N1X sind allerdings nur mit 24 oder 32 GB Speicher ausgestattet, während die größere Version in Konfigurationen mit bis zu 128 GB erhältlich ist. Für lokale neuronale Netze ist dieser Nachteil wichtiger als der Unterschied bei der Anzahl der CPU-Kerne.

Worin sich der 18-Kern-N1X vom 20-Kern-N1X unterscheidet

Beide Versionen nutzen die Blackwell-Grafikarchitektur, gemeinsam genutzten LPDDR5X-Speicher mit einem 256-Bit-Bus und unterstützen CUDA, DLSS sowie Hardware-Raytracing. Der TDP-Bereich liegt bei 45-80 W. Die angegebene KI-Leistung bezieht sich auf Berechnungen für neuronale Netze, nicht auf FP32.

In der offiziellen Dokumentation von NVIDIA gibt es eine Abweichung: Die detaillierte Spezifikation begrenzt den Speicher des kleineren N1X auf 32 GB, während auf der allgemeinen RTX-Spark-Seite 64 GB angegeben werden. Im Handel sind bislang Konfigurationen mit 24 und 32 GB bestätigt.

CPU-Leistung: 18 Kerne fast gleichauf mit 20

StorageReview verglich das Lenovo Pro 9n 15 mit dem kleineren N1X und zwei Notebooks mit der 20-Kern-Version. Die Geräte wurden am Netzteil im Hochleistungsmodus getestet.

Cinebench 2026

Das Lenovo mit 18 Kernen lag im Multithread-Test nur 8 % hinter dem HP, übertraf aber das 20-Kern-Modell Yoga 9n um 2 %. Der Unterschied hängt mit den Leistungseinstellungen und der Kühlung der Notebooks zusammen.

In Geekbench 7 erreichte das getestete Lenovo Pro 9n 2470 Punkte im Single-Core-Test und 20 924 Punkte im Multi-Core-Test. Diese Ergebnisse wurden von Micro Center nach einer anderen Methodik ermittelt. Insgesamt liegt der kleinere N1X bei Multithread-Aufgaben, darunter Rendering und Kompilierung, nahe an der größeren Version.

Blackwell: Leistung in Spielen und 3DMark

Der kleinere RTX Spark ist mit 5120 CUDA-Kernen, Tensor Cores der fünften Generation und RT Cores der vierten Generation ausgestattet.

In den Tests von Micro Center erreichte die Grafik des Lenovo Pro 9n 2822 Punkte in 3DMark Steel Nomad und 6737 Punkte in Port Royal. Zum Vergleich: Das ASUS ProArt P16 mit einem 20-Kern-N1X erzielte 3134 Punkte in Steel Nomad, während das HP HyperX Omen 16 mit einer GeForce RTX 5070 Laptop 3049 Punkte erreichte. Die Ergebnisse stammen aus unterschiedlichen Laboren und sind daher nur als Orientierung zu verstehen.

In Spielen liegt die integrierte Blackwell-Grafik gewöhnlich hinter dedizierten GeForce-GPUs.

Gaming-Tests von Notebookcheck, 1920 × 1080

Die Tests wurden ohne Auflösungsskalierung und Frame Generation durchgeführt. Die Notebooks unterscheiden sich bei den Leistungseinstellungen und der Kühlung.

In Cyberpunk 2077 lag die kleinere Blackwell-Version 11 % hinter der RTX 5060 Laptop, in Baldur's Gate 3 waren es 14 %. Für eine integrierte GPU ist das ein hohes Ergebnis, allerdings lässt sich die Gesamtleistung nicht anhand eines einzigen Spielepaars beurteilen.

Auch die Einschränkungen von Windows on Arm bleiben bestehen. Spiele ohne native Arm-Unterstützung können über die Prism-Emulation laufen, doch die Kompatibilität hängt vom jeweiligen Spiel, seinem Kopierschutz und den verwendeten Bibliotheken ab.

Lokale neuronale Netze: Leistung und Einschränkungen durch den Speicher

RTX Spark nutzt gemeinsam genutzten Speicher für CPU und GPU. Unter Windows muss der der GPU zur Verfügung stehende Speicher jedoch separat über die NVIDIA App festgelegt werden.

Beim getesteten Lenovo Pro 9n wurden von den 32 GB Speicher 12 GB der GPU zugewiesen, sodass 20 GB für das System verblieben. StorageReview konnte die Zuweisung auf 16 GB erhöhen, doch die NVIDIA App warnte bei extremen Einstellungen vor möglicher Instabilität.

Mit den ursprünglichen 12 GB gelang es dem Labor nicht, den Test gpt-oss:20b zu starten, da dieser mehr verfügbaren GPU-Speicher benötigte. Bei einer anderen Speicheraufteilung oder Lademethode kann das Ergebnis anders ausfallen.

Generierungsgeschwindigkeit lokaler LLMs

Die Ergebnisse für Llama 3.1 8B wurden von StorageReview in MLPerf Client 2.0 ermittelt. Bonsai 27B und Gemma 4 12B wurden von Micro Center getestet. Die Bereiche spiegeln unterschiedliche Szenarien mit kurzen und langen Anfragen wider. Die Geschwindigkeit verschiedener Modelle wird nicht direkt miteinander verglichen.

In MLPerf lag der kleinere N1X bei der Generierungsgeschwindigkeit von Llama 3.1 8B nur 2 % hinter dem 20-Kern-HP. Gleichzeitig konnte das Lenovo Bonsai 27B mit bis zu 42 Token/s ausführen.

Ob ein Modell gestartet werden kann, hängt nicht nur von der Parameterzahl ab, sondern auch von der Quantisierung, der Kontextlänge und dem von anderen Anwendungen belegten Speicher. Ein erfolgreicher Test eines einzelnen 27B-Modells garantiert daher nicht, dass jedes Modell dieser Größe funktioniert.

Preis: Lohnt sich das Sparen mit der kleineren Version?

Im November 2026 bot Micro Center zwei Konfigurationen des Lenovo Pro 9n an.

Die Preise berücksichtigen die Rabatte von Micro Center und können sich ändern.

Für einen Aufpreis von $1000 erhält man zwei zusätzliche CPU-Kerne, 20 % mehr CUDA-Kerne, doppelt so viel Speicher und eine 2-TB-SSD statt 1 TB.

Für lokale LLMs ist der größere Speicher besonders nützlich. LPDDR5X ist jedoch auf dem Mainboard verlötet und kann daher nach dem Kauf nicht aufgerüstet werden.

Eine Alternative können Notebooks mit dedizierten GeForce-GPUs RTX 5070 oder RTX 5080 Laptop sein. Sie eignen sich besser für Spiele und herkömmliche x64-Windows-Anwendungen. Der für die GPU verfügbare Speicher wird bei ihnen jedoch in erster Linie durch den eigenen Grafikspeicher der Grafikkarte bestimmt, nicht durch den gemeinsamen System-RAM.

Sollte man die NVIDIA RTX Spark N1X 18 Cores kaufen?

Der kleinere N1X ist für Aufgaben interessant, die CUDA und unterstützte Programme unter Windows on Arm erfordern:

• Lokales Ausführen von LLMs, die in den verfügbaren GPU-Speicher passen.
• Entwicklung und Testen von CUDA-Programmen.
• GPU-Beschleunigung in kompatiblen professionellen Anwendungen.

Bei der CPU-Leistung liegt der kleinere N1X nahe an der größeren Version, und die integrierte GPU kommt sogar mit anspruchsvollen Spielen zurecht. Für größere lokale LLMs sollte man jedoch eine Konfiguration mit 64 oder 128 GB Speicher wählen.

Bei einem Preis von etwa $2800 bleibt die RTX Spark N1X 18 Cores eine Speziallösung. Wird CUDA auf Arm nicht benötigt, kann ein x86-Notebook mit dedizierter GeForce die bessere Wahl sein.