RTX Spark: Nvidia pone el workflow de coding agents en una sola máquina

La RTX Spark de Nvidia ya está disponible en notebooks, y en noviembre llegan las desktops compactas. Junta el system-on-a-chip GB10 (CPU Grace más GPU Blackwell) con hasta 128 GB de memoria unificada y 1 petaflop de compute FP4, y la promesa es una sola máquina para el loop completo de desarrollo con agentes: correr coding agents en local, fine-tuning, compilar, testear y deploy, sin una VM en la nube en el medio.

Una sola máquina, números de vendor

El argumento del workflow es este: el desarrollo con agentes es GPU-bound, no CPU-bound. Corrés inferencia para el coding agent, hacés algo de fine-tuning, y aun así compilás código. Nvidia midió su plataforma contra el Intel Core Ultra X9 388H (Panther Lake 12Xe) y, según la empresa, rinde 4.6x en coding agents (AA-AgentPerf-local con Qwen3.8-27B), 2.7x en fine-tuning (Unsloth LoRA con Llama-3.1-8B) y 1.8x compilando el kernel de Linux. Son números de Nvidia, con su propio setup de testeo, y todavía no hay resultados independientes.

La memoria unificada es la parte práctica: con 128 GB, modelos como Qwen 3.8 Flash Next corren en local, lo que baja la factura de tokens de los coding agents en la nube. Y como el target es una GPU de Nvidia, lo que testeás en la máquina es lo que se deploya a los 150 millones de PCs RTX y a las nubes que corren silicio Nvidia. Sin migración de código entre máquina de desarrollo y target.

Un stack Windows on Arm que por fin trae CUDA

Nvidia dice que el bloqueador clásico del desarrollo en Windows on Arm, el path de CUDA que faltaba, es justo lo que arregló con Microsoft: el primer build de PyTorch-CUDA para la plataforma, Python 3.15 nativo por defecto, más de 2.000 paquetes Conda listos para usar, y versiones compatibles con Arm para más del 97% de los 15.000 paquetes Python más usados. Además hay una Windows Developer Config conjunta que preinstala los frameworks principales y silencia las notificaciones.

Si Windows on Arm no es tu entorno, WSL en la misma máquina te da las mismas dependencias con las que vas a deployar. Para aplicaciones existentes, el camino es builds nativos Arm64 o Arm64EC para mover componentes de a poco, y la docs de porting de Nvidia cubre las herramientas.

Agentes locales, y un modelo 74B nuevo para ellos

El lado de ecosistema es donde está la mayor parte de la noticia. Nvidia trabajó con GitHub Copilot, Pi, Hermes y OpenClaw en soporte de modelos locales. Copilot corre IA local por Windows ML con llama.cpp de backend, y el nuevo modelo MAI 1.1 Coding Flash corre en el dispositivo. JetBrains lanzó soporte nativo de Junie Local, con la context window ajustada a la memoria que tenga la GPU.

El modelo nuevo es Nemotron 3.5 Bolt 74B-A9B: un mixture-of-experts de 74.000 millones de parámetros con 9.000 millones activos, metido en 24 GB con cuantización a 2 bits. Sale a launch por llama.cpp, vLLM, Ollama, Unsloth y LM Studio, y Nvidia dice que es fully open source, incluyendo datos de entrenamiento y recetas. Los decision models, los modelos de routing que usan los agentes para elegir la siguiente acción, ya tienen soporte en llama.cpp y Unsloth, con Nvidia reclamando hasta 200x más velocidad en la selección de acción que los reasoning loops tradicionales.

La lectura práctica

Si tu workflow ya está partido entre una laptop, una API de modelos en la nube y una VM, la RTX Spark es la respuesta de Nvidia para juntar todo en una caja. La compra depende de dos cosas que conviene revisar antes: si tu toolchain es realmente Arm64-ready (el número de 97% de cobertura deja un 3%), y si el ahorro de modelos locales gana a tu gasto actual en la nube para tu workload. Algunos van a considerar hype el 200x de los decision models hasta que salgan benchmarks independientes, y el 4.6x titular lo midió el vendor. El hardware, el techo de memoria y el CUDA sobre Windows on Arm son la parte durable del anuncio.