Ontwikkelaars die hopen te ontsnappen aan Windows op Nvidia's RTX Spark-laptops lopen tegen een muur aan. Uit een gedetailleerde praktijkgerichte recensie, gepubliceerd door MindStudio, blijkt dat hoewel Linux deze op AI gerichte machines installeert en draait – met GPU-versnelling, een volledige desktop en werkende randapparatuur – de gecodeerde firmware voor energiebeheer de GPU vergrendelt op ongeveer een derde van de Windows-kloksnelheid, waardoor de lokale AI-inferentie terugloopt van 65,4 tokens per seconde naar slechts 13,9 op dezelfde hardware en hetzelfde model.

Dat is een gat van bijna vijf keer op de exacte machines die bij AI-ontwikkelaars op de markt worden gebracht. Voor meer context over dit verhaal, zie onze voortdurende nieuwste AI-ontwikkelingen.

De benchmarks: één model, vier configuraties

In de test werd de GPT-OSS-120B vergeleken, een open model met 120 miljard parameters dat past op het 128 GB uniforme geheugen van de laptop, in vier configuraties:

  • Windows op ARM (native): 65,4 tokens per seconde
  • WSL (Linux binnen Windows): 65,1 tokens per seconde
  • Nvidia DGX Spark (desktopeenheid): 61 tokens per seconde
  • Native Linux (dezelfde laptop): 13,9 tokens per seconde

Het patroon is opvallend. WSL – Linux dat als subsysteem bovenop Windows draait – komt vrijwel exact overeen met native Windows. De DGX Spark van desktopklasse is iets langzamer dan de laptop op Windows, wat waarschijnlijk het andere thermische profiel weerspiegelt. Maar native Linux op dezelfde laptop beheert nauwelijks een vijfde van de Windows-prestaties.

Gecodeerde firmware is de hoofdoorzaak

De boosdoener is niet de open-source Nvidia-kerneldriver, die werkt en CUDA-versnelling biedt. Het is een component die alleen voor Windows beschikbaar is, de Nvidia Platform Controllers and Framework genaamd, die de stroomtoevoer tussen de CPU en GPU beheert. Uit de review bleek dat deze firmware geen Linux-equivalent heeft - en dat de power table gecodeerd is, zodat alleen het Windows-stuurprogramma deze kan lezen.

Het praktische effect: zodra de laptop op het stopcontact is aangesloten, wordt de GPU vergrendeld op ongeveer 780 MHz op Linux in plaats van de 2,2 GHz plus die hij op Windows bereikt. Op de batterij wordt het verschil kleiner, maar de aangesloten werking is precies wanneer je maximale inferentieprestaties zou verwachten - en precies wanneer Linux deze niet kan leveren.

De geheugensplits-gotcha

Kloksnelheid is niet de enige Windows-afhankelijke instelling. De firmware van de laptop reserveert standaard 96 GB van het 128 GB verenigde geheugen voor de GPU, en – nogmaals – alleen Windows geeft een instelling weer om die splitsing te wijzigen.

De recensent ontdekte dit op de harde manier: nadat hij Linux had opgestart, was slechts 28 GB van de 128 GB zichtbaar voor het systeem. De oplossing vereiste het opnieuw opstarten in Windows, het verlagen van de GPU-geheugenreservering naar 4 GB en vervolgens opnieuw opstarten in Linux, dat dan 120 GB zou kunnen zien. Zonder die omweg zijn grote modellen die comfortabel op de machine zouden moeten passen simpelweg onbereikbaar onder Linux.

Linux installeren is nog steeds een avontuur

Zelfs het bereiken van de gesmoorde GPU was niet triviaal. De eerste poging van de recensie met Omarchy, een op Arch gebaseerde distributie die de chip op Asus- en Dell-hardware al ondersteunt, mislukte op de MSI Prestige N16 Flip AI Plus met een flikkerend, onstabiel scherm tijdens het opstarten. De overstap naar Debian werkte betrouwbaarder, maar vereiste oplossingen: het installatieprogramma kon geen verbinding maken via Wi-Fi, waarvoor een USB Ethernet-adapter nodig was, en een vanille-kernel die werd geleverd zonder ondersteuning voor het toetsenbord, het touchpad of de GPU van de laptop.

Terugkeren naar Omarchy loste het driverprobleem op, aangezien de kernel de open-source driver van Nvidia bundelt. In het begin van het proces weigerde de HDMI-uitvoer ook te werken tijdens de installatie; de ​​recensent richtte zijn toevlucht tot het richten van een externe camera op het interne scherm van de laptop, alleen maar om het installatieprogramma te volgen. Eenmaal geconfigureerd draaide het uiteindelijke systeem op een volledige desktop op 4K en 120 Hz met werkende audio, toetsenbord, touchpad en CUDA-versnelling.

Waarom dit belangrijk is voor lokale AI-ontwikkelaars

Het RTX Spark-platform wordt geleverd in machines zoals de MSI Prestige, de Asus ProArt en de Dell XPS, die allemaal hetzelfde GPU-ontwerp gebruiken als Nvidia's DGX Spark-desktopeenheid. Maar er is een belangrijk verschil: de DGX Spark wordt geleverd met Nvidia's eigen Linux-build uit de doos, terwijl elke laptopvariant wordt geleverd met Windows op ARM. Een groot deel van de serieuze lokale AI-tools – vLLM, SGLang – is eerst Linux gebouwd, en dat is precies de reden waarom ontwikkelaars die deze machines kopen, Linux erop willen hebben.

De review concludeert dat WSL vandaag de dag het praktische antwoord is: het draait op de Windows-driverstack, behoudt de volledige GPU-boost, ongeacht of deze is aangesloten of op de batterij, en draait nog steeds op Linux gebaseerde AI-tools. Native Linux blijft een hobbyproject – functioneel, maar laat de meeste geadverteerde hardwareprestaties op tafel.

Een echte oplossing hangt ervan af of Nvidia de energiebeheerlogica van de platformcontroller overzet naar de Linux-driver. Totdat dat gebeurt, zo merkt de recensie op, kan de laptop niet worden wat kopers willen dat hij is: een draagbare DGX Spark. Nvidia heeft niet publiekelijk gereageerd op de bevinding en heeft ook geen tijdlijn aangegeven voor Linux-ondersteuning. Voor ontwikkelaars die een keuze maken tussen deze laptops en de desktopcomputer is de huidige stand van de firmware een belangrijke waarschuwing: op het specificatieblad staat 2 GHz, maar op Linux weet alleen Windows hoe er om gevraagd moet worden.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →