RTX Sparkとは？128GB統合メモリでローカルLLMを動かす新Windows PCを解説

ローカルAI用PCの選び方に、新しいカテゴリが加わる。

NVIDIAは2026年10月から、RTX Sparkを搭載したWindows PCを展開する。従来の「CPU + GeForce RTX + 専用VRAM」と違い、Grace CPUとBlackwell RTX GPUを統合し、CPUとGPUが大容量メモリを共有する設計だ。

上位構成では最大128GBのLPDDR5X統合メモリ、最大20コアのGrace CPU、6,144コアのBlackwell RTX GPU、最大1 PFLOPのFP4 AI性能をうたう。

ローカルLLM利用者にとって最大の注目点は128GBだ。ただし、128GB統合メモリ = 128GBの専用VRAMではない。「120Bモデル対応」という公式表現も、120Bなら何でも快適に動くという意味ではない。

RTX SparkをローカルLLM、ComfyUI、動画生成、エージェント用PCの候補として、従来のGeForce RTX PCやDGX Sparkと比べながら整理する。

大容量モデルをWindowsで扱いたい人には有力。ただし実測待ち

RTX Sparkを待って比較する価値が高いのは、24GBや32GB VRAMでは入りにくいモデルを1台で扱いたい人、CUDAを維持しながら64〜128GB級のGPU共有メモリが欲しい人、LLMと画像・動画生成を同じWindows PCへまとめたい人だ。

一方、2026年9月4日時点では価格、LLMのtok/s、ComfyUIの生成時間、長時間負荷時の性能など、購入判断に必要な第三者実測が十分ではない。

RTX Sparkは有力候補だが、まだ「ローカルAI PCの最適解」と断定する段階ではない。

RTX Sparkの基本仕様

NVIDIA公式ページではRTX Spark N1Xについて、上位構成と小容量構成が掲載されている。

項目	上位N1X	別構成N1X
GPU	6,144-中核 Blackwell RTX	5,120-中核 Blackwell RTX
CPU	20-中核 Grace	18-中核 Grace
メモリ	最大128GB LPDDR5X	最大64GB LPDDR5X
OS	Windows 11	Windows 11
ノート向けTDP	45〜80W	45〜80W
CUDA	対応	対応

デスクトップ向け上位N1Xは140Wとされている。Tensor 中核は第5世代で、上位構成は最大1 PFLOPのFP4 AI性能を掲げる。

「RTX Spark搭載」だけでは64GBか128GBか、GPU 中核数はいくつか分からない。OEM製品ごとの構成確認が必要だ。

128GB統合メモリの何が新しい？

従来の独立型 GPU PCではシステムRAMとGPU VRAMが分かれている。32GB VRAMのGPUを積んだPCに128GB RAMを載せても、96GBの重みをそのままGPU VRAMへ置けるわけではない。

RTX SparkではCPUとGPUが統合メモリを共有するため、固定された24GB・32GBといった専用VRAM境界を越えて、大きなモデルやワークフローへメモリを割り当てやすい。

ただし128GBすべてがモデル専用ではない。Windows、アプリ、モデルの重み、KVキャッシュ、作業用バッファ、画像・動画生成の中間テンソルなどが同じ空間を使う。

したがって「128GBなら120GBのGGUFを安全に使える」とは計算できない。量子化とKVキャッシュについてはGGUF量子化とVRAM・品質の関係も参照してほしい。

「120B LLM対応」はどう読むべき？

NVIDIAとASUSはRTX Sparkの用途として最大120Bパラメータ級LLMを挙げている。

しかし必要メモリはパラメータ数だけでは決まらない。BF16、FP8、FP4、GGUF Q8/Q6/Q4で重み容量は変わり、密な構造のかMoEか、コンテキスト長さ、KVキャッシュ精度でも実使用量は変化する。

120Bという表現は「120Bなら任意の精度・コンテキストで128GBに収まる」という保証ではない。

購入時は、使いたいモデルの実際の配布形式と重み容量を先に確認し、KVキャッシュやOS用の余白を残す必要がある。

128GBだからRTX 5090 32GBより速いわけではない

ローカルAIでは入ることと速いことを分ける必要がある。

RTX 5090のような独立型 GPUは高速な専用VRAMと大きな消費電力枠を持つ。一方、RTX Sparkノート向けN1Xは45〜80Wだ。

RTX Sparkの強みは、従来GPUで収まりにくいモデルを大きな共有メモリへ置けることにある可能性が高い。7B〜30B級を最高速度で回すだけなら、既存GeForce RTX PCの方が価格性能比で有利になる可能性もある。

発売後は単純なtok/sだけでなく、70B〜120B級が実用速度で動くかを見るべきだ。

64GBと128GBはローカルAIでは別の購入判断

64GBでも一般PCとしては大容量だが、RTX Sparkの強みを最大限使うなら128GB構成との差が重要になる。

用途	64GB	128GB
7B〜30B LLM	余裕を持ちやすい	容量を持て余しやすい
30B〜70B級量子化	有力	より余裕あり
100B級以上	形式・コンテキスト次第	強みが出やすい
大規模ComfyUI	ワークフロー次第	中間テンソルにも余裕を取りやすい
複数モデル / エージェント	配分に注意	並行利用で有利になりやすい

これは厳密な必要メモリ表ではない。モデルアーキテクチャと実行環境で変わる。

64GBから128GBへの価格差が出たときは、自分のワークロードが本当に64GBの境界を越えるかで判断したい。

ComfyUI・画像生成・動画生成にも効く

RTX SparkはLLM専用ではない。CUDA、Tensor 中核、RTX クリエイター向け構成一式を利用でき、ASUSはProArtでFLUX、WAN、ComfyUIを使うローカル生成ワークフローを紹介している。

通常のStable Diffusion画像生成だけなら24〜32GB VRAMでも多くのワークフローを実行できるため、128GBの必要性は低い。

差が出やすいのは、大型動画モデル、高解像度動画生成、複数モデルを同時保持するワークフロー、LLM/VLMとComfyUIを組み合わせるエージェントなどだ。

ASUSは4K AI 動画生成や90GB超の3D 場面を用途として挙げる。ただしこれはプラットフォームの能力表現であり、ComfyUIの生成時間を示す独立ベンチマークではない。

DGX Sparkとは何が違う？

DGX SparkもGrace Blackwell系で、128GB CPUとGPUで共有する統合メモリと最大1 PFLOP FP4を持つため名前だけでなく仕様も似ている。

ただし位置付けは違う。DGX SparkはNVIDIA DGX OSを使うAI開発用デスクトップPCで、NVIDIAは最大200Bモデルの推論、最大70Bの追加学習、ConnectXによる複数台構成を用途としている。

RTX SparkはWindows 11で、クリエイター向け、ゲーミング、個人向けエージェントまで同じPCへ統合する方向だ。

項目	RTX Spark	DGX Spark
主用途	Windows 個人向け AI / クリエイター向け / ゲーミング	AI開発デスクトップPC
OS	Windows 11	NVIDIA DGX OS
統合メモリ	最大128GB	128GB
FP4 AI性能	最大1 PFLOP	最大1 PFLOP
複数台AI接続	通常PCとしてのネットワーク機能	ConnectXを明確に搭載

同じ128GB・1 PFLOPだから同一性能、という意味ではない。ソフトウェア構成一式、メモリ仕様、冷却、電力、ネットワーク機能が異なる。

ASUS ProArt P16 / P14は薄型AI PCとして注目

IFA 2026でASUSはRTX Spark搭載ProArt P16 / P14を展示した。

P16は12.9mm・1.77kg、99Wh バッテリー。P14は13.9mm・1.48kg、90Wh バッテリーとされている。P16は最大4K 120Hz、P14は最大3K OLEDを採用する。

注目点は、大容量GPU共有メモリを狙えるAI PCが大型ワークステーションではなく1.5〜1.8kg前後のクリエイター向けノートPCへ入ることだ。

ただし薄型筐体では冷却と電力制御が継続性能に直結する。同じN1XでもデスクトップPC 140WとノートPC 45〜80Wでは性能特性が同じとは限らない。

発売は2026年10月。価格は最大の未確定要素

NVIDIAはRTX Spark Windows PCを2026年10月から展開すると案内している。製品ページにはASUS、Dell、HP、Lenovo、Microsoft、MSIなどのノートPCと複数メーカーのデスクトップPCが掲載されている。

現時点では価格が大きな未確定要素だ。

比較時には128GB構成の実売価格、64→128GBの差額、SSD、保証、国内価格、同価格帯のRTX 5090/RTX PRO PCまで見る必要がある。

BTOと自作PCの比較やゲーミングBTOとクリエイター向け PCの比較と同じく、容量だけでなく総額と実効性能で判断したい。

RTX Sparkを待つべき人・待たなくてよい人

待つ価値が高いのは、70B以上をWindowsで頻繁に扱う、ノート1台でLLM・画像・動画をまとめたい、常時稼働ローカルエージェントで複数モデルを保持したい、Apple SiliconではなくCUDA エコシステムを維持したい人だ。

一方、7B〜30Bが中心、Stable Diffusion画像生成だけが中心、現在の24〜32GB VRAMで用途を満たしている、最高速度や価格性能比だけを求める人は急いで買い替える必要が薄い。

発売後に確認する5項目

1. 64GB / 128GB構成の国内実売価格
2. llama.cpp / Ollama / LM Studioの入力処理とトークン生成
3. 70B〜120B級モデルのコンテキスト別速度と実使用メモリ
4. ComfyUIのFLUX / WAN系ワークフローの生成時間とピークメモリ
5. ノートで30分〜数時間連続実行したときの性能維持率

RTX Sparkで重要なのは「ベンチマークの最高値」より、従来GPUでは入らなかったワークロードが実用速度で動くかだ。