Gli sviluppatori che sperano di sfuggire a Windows sui laptop RTX Spark di Nvidia si sono scontrati con un muro. Una revisione pratica dettagliata pubblicata da MindStudio ha scoperto che mentre Linux si installa e funziona su queste macchine incentrate sull'intelligenza artificiale (con accelerazione GPU, un desktop completo e periferiche funzionanti), il firmware crittografato di gestione dell'alimentazione blocca la GPU a circa un terzo della velocità di clock di Windows, facendo crollare l'inferenza dell'IA locale da 65,4 token al secondo a soli 13,9 sullo stesso hardware e modello.
Si tratta di un divario di quasi cinque volte rispetto alle macchine esatte commercializzate dagli sviluppatori di intelligenza artificiale. Per ulteriori informazioni su questa storia, consulta i nostri ultimi sviluppi dell'intelligenza artificiale.
I parametri di riferimento: un modello, quattro configurazioni
La revisione ha valutato GPT-OSS-120B, un modello aperto da 120 miliardi di parametri che si adatta ai 128 GB di memoria unificata del laptop, in quattro configurazioni:
- Windows su ARM (nativo): 65,4 token al secondo
- WSL (Linux all'interno di Windows): 65,1 token al secondo
- Nvidia DGX Spark (unità desktop): 61 token al secondo
- Linux nativo (stesso laptop): 13,9 token al secondo
Lo schema è sorprendente. WSL – Linux in esecuzione come sottosistema su Windows – corrisponde quasi esattamente a Windows nativo. Il DGX Spark di classe desktop è leggermente più lento del laptop su Windows, probabilmente riflettendo il suo diverso profilo termico. Ma Linux nativo sullo stesso laptop riesce a gestire appena un quinto delle prestazioni di Windows.
Il firmware crittografato è la causa principale
Il colpevole non è il driver del kernel Nvidia open source, che funziona e fornisce l'accelerazione CUDA. Si tratta di un componente solo per Windows chiamato Nvidia Platform Controllers and Framework, che gestisce l'erogazione di potenza tra CPU e GPU. La revisione ha rilevato che questo firmware non ha un equivalente Linux e il suo power table è crittografato, quindi solo il driver Windows può leggerlo.
L'effetto pratico: una volta collegato il laptop alla presa di corrente, la GPU viene bloccata a circa 780 MHz su Linux invece degli oltre 2,2 GHz che raggiunge su Windows. Con la batteria, la differenza si riduce, ma il funzionamento collegato è esattamente quando ti aspetteresti le massime prestazioni di inferenza - ed esattamente quando Linux non è in grado di fornirle.
Il problema della divisione della memoria
La velocità dell'orologio non è l'unica impostazione dipendente da Windows. Il firmware del laptop riserva per impostazione predefinita 96 GB dei suoi 128 GB di memoria unificata per la GPU e, ancora una volta, solo Windows espone un'impostazione per modificare tale suddivisione.
Il recensore lo ha scoperto nel modo più duro: dopo aver avviato Linux, solo 28 GB dei 128 GB erano visibili nel sistema. La correzione richiedeva il riavvio in Windows, la riduzione della riserva di memoria della GPU a 4 GB e quindi il riavvio in Linux, che poteva quindi raggiungere 120 GB. Senza questa deviazione, i modelli di grandi dimensioni che dovrebbero stare comodamente sulla macchina sono semplicemente fuori portata su Linux.
Installare Linux è ancora un'avventura
Anche arrivare alla GPU limitata non è stato banale. Il primo tentativo di recensione con Omarchy, una distribuzione basata su Arch che già supporta il chip su hardware Asus e Dell, è fallito sull'MSI Prestige N16 Flip AI Plus con un display tremolante e instabile durante l'avvio. Il passaggio a Debian ha funzionato in modo più affidabile ma ha richiesto soluzioni alternative: il programma di installazione non poteva connettersi tramite Wi-Fi, richiedendo un adattatore Ethernet USB e un kernel Vanilla fornito senza supporto per la tastiera, il touchpad o la GPU del laptop.
Il ritorno a Omarchy ha risolto il problema del driver, poiché il suo kernel racchiude il driver open source di Nvidia. All'inizio del processo, anche l'uscita HDMI si è rifiutata di funzionare durante l'installazione: il recensore è ricorso a puntare una fotocamera esterna verso lo schermo interno del laptop solo per seguire l'installatore. Una volta configurato, il sistema finale eseguiva un desktop completo a 4K e 120 Hz con audio, tastiera, touchpad e accelerazione CUDA funzionanti.
Perché questo è importante per gli sviluppatori IA locali
La piattaforma RTX Spark viene fornita su macchine tra cui MSI Prestige, Asus ProArt e Dell XPS, tutte che utilizzano lo stesso design GPU dell'unità desktop DGX Spark di Nvidia. Ma c'è una divergenza chiave: il DGX Spark viene fornito con la build Linux di Nvidia pronta all'uso, mentre ogni variante di laptop viene fornita con Windows su ARM. Gran parte dei seri strumenti di intelligenza artificiale locale - vLLM, SGLang - sono costruiti innanzitutto su Linux, motivo per cui gli sviluppatori che acquistano queste macchine vogliono Linux su di loro.
La revisione conclude che WSL è la risposta pratica oggi: utilizza lo stack di driver di Windows, mantiene il pieno potenziamento della GPU sia collegato che a batteria ed esegue comunque gli strumenti AI di Linux-first. Native Linux rimane un progetto hobbistico: funzionale, ma che lascia sul tavolo la maggior parte delle prestazioni pubblicizzate dell'hardware.
Una vera soluzione dipende dal fatto che Nvidia trasferisca la logica di gestione energetica del controller della piattaforma nel suo driver Linux. Fino a quando ciò non accadrà, osserva la recensione, il laptop non potrà diventare ciò che gli acquirenti vogliono che sia: un DGX Spark portatile. Nvidia non ha commentato pubblicamente la scoperta né segnalato una sequenza temporale per il supporto Linux. Per gli sviluppatori che devono decidere tra questi laptop e l'unità desktop, lo stato attuale del firmware è un avvertimento materiale: la scheda tecnica dice 2 GHz, ma su Linux solo Windows sa come richiederlo.
---
Stai al passo con l'intelligenza artificialeRicevi le ultime notizie, analisi e scoperte sull'intelligenza artificiale, tutto in un unico posto.
Leggi altre notizie sull'AI →
