AI PC telah hadir, secara lokal menyaingi model besar 120B! Nvidia menggunakan RTX Spark untuk mendefinisikan ulang dasar "Komputer AI Pribadi"

Dalam dua tahun terakhir, produsen PC berulang kali menyebut parameter saat mempromosikan "AI PC": kekuatan NPU. Tetapi baik itu 45 TOPS dari Lunar Lake Intel maupun 50 TOPS dari AMD Strix Point, angka-angka ini tetap berada pada tingkat yang relatif moderat. Bisa melakukan latar belakang buram, bisa melakukan pengurangan kebisingan suara, bisa menjalankan beberapa model kecil di sisi perangkat, tetapi hanya sebatas itu.

Pada 31 Mei, Nvidia memperkenalkan chip super RTX Spark di GTC 2026, yang meningkatkan angka ini menjadi 1 petaflop, yaitu 1000 TOPS. Bukan peningkatan 30% atau 50%, tetapi langsung melompati satu tingkat kuantitas.

Selain itu, ada beberapa pengumuman lain yang dirilis bersamaan: Microsoft bekerja sama dengan RTX Spark untuk meningkatkan mekanisme keamanan asli Windows, dan memperkenalkan OpenShell, sandbox runtime open-source Nvidia ke platform Windows; Adobe mengumumkan rekonstruksi dasar Photoshop dan Premiere secara khusus agar sesuai dengan arsitektur memori terpadu RTX Spark; enam produsen OEM pertama mengonfirmasi akan meluncurkan laptop tipis dan ringan serta desktop kompak yang dilengkapi chip ini pada musim gugur tahun ini.

Apa yang dilakukan Nvidia di GTC ini bukan sekadar merilis chip baru. Mereka berusaha menetapkan standar perangkat keras baru untuk kategori "komputer AI pribadi".

Ketika GPU Menjadi Tokoh Utama PC

Pertama, mari lihat chip ini sendiri. Berdasarkan data yang diumumkan Nvidia di GTC, RTX Spark mengintegrasikan GPU arsitektur Blackwell dengan 6144 inti CUDA, dipadukan dengan CPU Arm Grace 20-core yang dirancang bersama MediaTek, menggunakan proses TSMC 3nm. Perubahan utama terletak pada arsitektur memori: memori terpadu hingga 128GB, di mana CPU dan GPU berbagi satu kolam memori yang sama, sehingga data tidak perlu dipindahkan bolak-balik di antara keduanya.

Ini berlawanan dengan logika arsitektur PC sebelumnya.

Struktur dasar PC tradisional adalah "CPU x86 sebagai pengolah utama, GPU terpisah sebagai opsi tambahan". Bahkan konsep AI PC yang muncul belakangan ini, pendekatan Intel dan AMD juga menanamkan NPU di dalam CPU sebagai modul akselerasi AI tambahan, dengan kekuatan komputasi umumnya sekitar 40-50 TOPS. GPU tetap sebagai "perangkat eksternal".

RTX Spark mengubah distribusi kekuasaan ini. SoC ini menjadikan GPU sebagai tokoh utama, sementara CPU berperan sebagai pendukung. Nvidia menyebutkan kekuatan komputasi AI sebesar 1 petaflop FP4, setara dengan 1000 TOPS, lebih dari 20 kali lipat kekuatan NPU bawaan AI PC generasi sebelumnya. Ini bukan sekadar peningkatan kecepatan di jalur yang sama, tetapi memulai jalur yang berbeda.

Kecepatan pengikut dari produsen OEM membenarkan penilaian ini. Berdasarkan pengumuman resmi Nvidia dan laporan lanjutan dari DIGITIMES, Asus, Dell, HP, Lenovo, Surface dari Microsoft, dan MSI akan meluncurkan laptop tipis dan desktop kecil yang dilengkapi RTX Spark pada musim gugur ini, sementara model dari Acer dan GIGABYTE akan menyusul. Hampir semua merek PC Windows utama terlibat.

RTX Spark bukan produk yang lahir dari nol. Pada awal 2025, chip dengan inti Blackwell dan Grace yang sama pernah muncul dalam bentuk Project DIGITS dan DGX Spark, tetapi saat itu ditujukan sebagai superkomputer desktop Linux untuk pengembang, berukuran mendekati PC kecil. Satu tahun kemudian, arsitektur ini dimasukkan ke dalam ruang pendinginan laptop tipis, sistem operasinya dari Linux diubah ke Windows, dan target pengguna diperluas dari pengembang AI ke konsumen umum dan pengguna perusahaan. Inilah perubahan paling mencolok dalam peluncuran konsumen GTC 2026: Nvidia tidak hanya merilis mainan pengembang, tetapi membuka pintu pasar konsumen.

120B Model Bisa Dijalankan Secara Lokal, Cukupkah?

Kekuatan dan angka memori akhirnya harus menjawab satu pertanyaan: bisa melakukan apa?

Jawaban yang diberikan Nvidia di acara peluncuran adalah, RTX Spark mendukung menjalankan model besar dengan 120B parameter secara lokal, dengan jendela konteks hingga satu juta token. Apa arti 120B ini? Sebagai referensi, praktik utama saat ini untuk menjalankan model lokal di hardware konsumen adalah RTX 4090 dengan 24GB VRAM yang dapat menjalankan model 30B hingga 40B parameter melalui kuantisasi dan kompresi. Beberapa model kecil dapat dijalankan dengan cepat di GPU konsumen, yaitu model 9B. Dari 9B ke 120B, lonjakan ini mengubah standar "cukup" untuk AI sisi perangkat.

128GB memori terpadu adalah prasyarat untuk semua ini. Pada arsitektur PC tradisional, CPU memiliki memori sistem sendiri, GPU memiliki VRAM sendiri, dan keduanya dipisahkan secara fisik. Model besar yang melebihi kapasitas VRAM tidak bisa dijalankan sama sekali, atau harus melalui pemecahan model dan pertukaran memori yang rumit, yang secara drastis menurunkan kecepatan. Arsitektur memori terpadu menghilangkan hambatan ini, data model langsung disimpan dalam kolam berbagi 128GB, dan CPU serta GPU dapat mengaksesnya secara langsung. Apple Silicon membuktikan bahwa jalur teknologi ini layak secara konsumen, dan sekarang Nvidia membawanya ke platform Windows.

Selain inferensi model besar, penggunaan lain yang disebutkan Nvidia termasuk pengeditan video 12K, rendering skenario 3D di atas 90GB, dan game ray tracing dengan lebih dari 100 fps pada resolusi 1440p. Karakteristik umum dari skenario ini adalah volume data yang sangat besar, sehingga PC tradisional harus menunggu beberapa kali lipat waktu proses, atau bahkan tidak mampu menjalankan sama sekali.

"Support running" dan "layak secara lancar" masih memiliki jarak. Nvidia belum mengumumkan kecepatan inferensi nyata model 120B di RTX Spark, maupun latensi token pertama dalam skenario konteks satu juta token. Indikator utama kecepatan inferensi konteks panjang adalah bandwidth memori. Sebagai referensi, DGX Spark yang sama-sama menggunakan inti GB10 memiliki bandwidth memori sekitar 301GB/s dalam pengujian nyata. Bandwidth ini cukup untuk menjalankan model 120B, tetapi saat memproses konteks satu juta token, pengguna mungkin harus menunggu beberapa detik untuk melihat token output pertama. Versi laptop RTX Spark mungkin juga mengalami penyesuaian bandwidth karena batasan daya.

Memberi Pengawasan Keamanan pada Agen AI

Selain kekuatan komputasi, pengumuman penting lainnya adalah kolaborasi antara Nvidia dan Microsoft di tingkat sistem. Ini mungkin adalah konten yang paling sering terabaikan dalam peluncuran konsumen GTC 2026, tetapi memiliki dampak industri yang paling dalam.

Sebuah komputer yang mampu menjalankan model 120B, jika digunakan oleh agen AI yang dapat mengoperasikan desktop secara mandiri, mengklik tombol, membaca dan menulis file, risiko keamanannya bukan lagi sekadar "data hilang" tetapi "agen melakukan hal yang tidak diinginkan". Tanpa solusi ini, perusahaan tidak akan mengizinkan perangkat semacam ini dibeli dan digunakan karyawannya.

Microsoft dan Nvidia menawarkan dua lapisan perlindungan. Pertama, Microsoft meningkatkan mekanisme keamanan asli Windows, menyediakan monitoring dan pembatasan perilaku agen AI dari tingkat sistem operasi. Kedua, Nvidia secara resmi memperkenalkan OpenShell runtime sandbox ke platform Windows. Menurut dokumen resmi Nvidia, OpenShell adalah runtime sandbox open-source yang menyediakan isolasi kernel-level. Ini membatasi ruang operasi agen AI agar tetap dalam batas yang dapat dikendalikan, tetapi agen tetap dapat menjalankan tugas secara mandiri dalam batas tersebut, dengan hak akses yang sangat terbatas, tidak bisa melewati batas untuk mengakses file sistem inti, koneksi jaringan, atau data sensitif pengguna.

Gabungan ini memiliki arti penting bagi pengadaan perusahaan. Sebelumnya, konsep "agen AI lokal" masih sebatas demonstrasi teknologi. Hardware mampu berjalan, tetapi kerangka keamanan kosong. Tidak ada departemen TI perusahaan yang berani memasukkan perangkat seperti ini ke dalam daftar pengadaan. Nvidia dan Microsoft menambahkan lapisan isolasi standar di antara perangkat keras dan aplikasi, mengubah "bisa digunakan" menjadi "dapat dikelola".

Performa OpenShell sendiri masih perlu diamati. Isolasi sandbox biasanya membawa biaya performa tertentu, dan seberapa besar pengaruhnya terhadap kecepatan inferensi atau respons sistem saat ini belum dipublikasikan Nvidia. Kompleksitas deployment di sisi TI perusahaan dan kompatibilitas dengan kebijakan keamanan yang ada juga menjadi faktor yang harus diverifikasi setelah perangkat OEM tersedia di pasar.

Mengapa Adobe Bersedia "Membangun Ulang dari Dasar"

Tingkat kerja sama dari vendor perangkat lunak biasanya menjadi indikator utama apakah platform hardware baru ini akan bertahan atau tidak.

Pengumuman Adobe selama GTC adalah sinyal terbesar dari sisi perangkat lunak dalam peluncuran ini. Berdasarkan blog resmi Nvidia dan konfirmasi dari eksekutif Adobe, Adobe memulai rekonstruksi dasar Photoshop dan Premiere secara khusus agar sesuai dengan arsitektur memori terpadu RTX Spark, dan mengklaim peningkatan performa AI dan grafis hingga 2 kali lipat.

"Rekonstruksi dasar" ini bukan sekadar menambahkan plugin atau lapisan adaptasi. Pada PC tradisional, CPU dan GPU masing-masing memiliki ruang memori sendiri, dan saat mengolah file PSD besar atau timeline video 8K, data harus bolak-balik dipindahkan antara dua memori ini, yang merupakan pemborosan performa besar. Memori terpadu RTX Spark memungkinkan CPU dan GPU berbagi satu ruang 128GB secara langsung, dan perubahan struktur ini memiliki nilai nyata bagi alur kerja para profesional kreatif. Adobe melakukan modifikasi kode dasar, menunjukkan bahwa mereka mengakui bahwa arah arsitektur ini bukan sekadar gimmick pemasaran.

Namun, apa dasar perbandingan "2 kali lipat" ini? Nvidia dan Adobe belum mengumumkan standar pengujian yang digunakan. Apakah dibandingkan dengan prosesor x86 generasi yang sama dengan kartu grafis terpisah, atau dengan solusi NPU dari generasi sebelumnya? Hasilnya bisa sangat berbeda. Sampai benchmark resmi diumumkan, angka ini hanya bisa dipertanyakan.

Selain itu, ada juga dukungan dari Blackmagic Design, ComfyUI, llama.cpp, OTOY, dan beberapa pengembang game. Dukungan awal dari komunitas pengembang seringkali lebih mencerminkan potensi ekosistem platform ini daripada janji dari perusahaan besar.

Nvidia sedang membangun pengalaman serupa Apple yang terintegrasi perangkat keras dan perangkat lunak di Windows melalui ekosistem CUDA dan arsitektur memori terpadu. Bedanya, Apple membangun temboknya sendiri, Nvidia harus meyakinkan Microsoft dan pengembang perangkat lunak independen untuk ikut membangun. Adobe bersedia melakukan rekonstruksi dari dasar, setidaknya menunjukkan bahwa batu pertama dari tembok ini sudah diletakkan.

Parameter di Luar Angka Teknis

Kembali ke pertanyaan paling praktis: apakah perangkat ini benar-benar bisa dibeli, dan bagaimana pengalaman membawanya pulang?

Berdasarkan informasi yang diumumkan Nvidia, perangkat RTX Spark pertama akan diluncurkan pada musim gugur tahun ini, mencakup laptop tipis dari Asus, Dell, HP, Lenovo, Surface dari Microsoft, dan MSI, serta desktop kecil dari Acer dan GIGABYTE. Harga dan tanggal pasti peluncuran belum diumumkan.

Lebih penting dari harga adalah beberapa ketidakpastian fisik. Bagaimana menyeimbangkan konsumsi daya dan pendinginan saat menempatkan chip dengan kekuatan 1 petaflop ke dalam laptop tipis? Bagaimana performa dan daya tahan baterai saat RTX Spark digunakan untuk pekerjaan non-AI sehari-hari? Apakah bandwidth memori terpadu 128GB di bentuk laptop akan berkurang secara signifikan karena batasan daya?

Pertanyaan-pertanyaan ini adalah ujian nyata dari proses industrialisasi. Puncak kekuatan chip dalam prototipe teknik dan performa nyata saat digunakan oleh konsumen setiap hari seringkali berbeda jauh. Nvidia menekankan efisiensi energi RTX Spark, tetapi tidak menyertakan angka TDP atau data daya tahan baterai secara spesifik.

Dari sudut pandang ekosistem PC, kemunculan RTX Spark menandai terbentuknya pola pembagian kerja baru. Selama tiga puluh tahun terakhir, kekuasaan utama atas chip PC berada di tangan produsen prosesor x86, sementara GPU semakin penting tetapi tetap sebagai "perangkat tambahan" yang dipasang di motherboard. Kali ini, Nvidia memperkenalkan SoC lengkap, dari CPU hingga GPU dan pengontrol memori, dengan CPU berbasis arsitektur Arm dari MediaTek. Struktur kekuasaan industri PC sedang bertransformasi dari "x86 CPU plus GPU opsional" menjadi "platform SoC berbasis GPU".

Perubahan ini tidak akan selesai dalam semalam. Strategi harga OEM, performa efisiensi nyata produk, kemajuan kompatibilitas perangkat lunak ISV, dan siklus verifikasi pembelian dari pelanggan perusahaan semuanya akan menentukan apakah RTX Spark akan menjadi titik baru dalam ekosistem PC atau sekadar demonstrasi teknologi yang berpotensi menurun performanya. Jawaban ini setidaknya harus menunggu musim gugur tahun ini.