室谷代表取締役NVIDIA RTX Spark（アールティーエックス・スパーク）は、NVIDIAが2026年10月16日に発売を発表したWindows PC向けの新Superchipで、最大128GBのユニファイドメモリと最大1ペタフロップのFP4 AI性能を持ち、ノートPCや小型デスクトップで大規模AIモデルをローカル実行できるのが特徴です。これにUnsloth（アンスロス）が対応し、120B（1200億）パラメータ超のモデルをノートPCで実行・学習できると発表しました。
テキトー教師DotAI 認定講師これは単に「新しい速いGPUが出た」という話じゃないんですよ。これまでノートPCのメモリ制約で事実上不可能だった規模のモデル学習が、手元の1台で回るようになる、という構造の変化なんです。
室谷代表取締役ですよね。しかもUnsloth側は、拡散モデル・意思決定モデル・マルチモーダルモデルを、CUDA on ARM向けに最適化したカーネルとバイナリで約2.7倍高速に学習できるとしています。
ここが今日のニュースの核心なんです。
ここが今日のニュースの核心なんです。
テキトー教師DotAI 認定講師発表の主語はあくまでNVIDIAとUnslothですからね。Xで見かけたからといって「Xが発表」ではないので、そこは整理しておきましょう。
NVIDIA RTX Sparkとは？ノートPCで120Bモデルが動く新ハード
NVIDIA RTX Sparkの構成と特徴
Superchip構成
単体GPUではなく、Blackwell RTX GPUとGrace CPUを1つに統合したSuperchip
最大6,144コア
Blackwell RTX GPUを最大6,144コア搭載
最大20コア
Grace CPUを最大20コア搭載
最大1ペタフロップ
FP4 AI性能は最大1ペタフロップ
最大128GBユニファイドメモリ
GPUとCPUが同じメモリ空間を共有し、分割やCPU側への退避が不要。モデル全体を収める
最大120Bパラメータ・1Mコンテキスト
最大120Bパラメータ、1Mコンテキストのモデルを実行可能
Windows PCの新しい始まり
MicrosoftのYusuf Mehdi氏のコメントも公式発表に含まれ、ローカルで動かすものはローカル、必要ならクラウドへというハイブリッド知能の方向性
CUDAがネイティブ動作
Windows on Arm向け初のPyTorch-CUDAビルド、ネイティブがデフォルトの初のPythonビルド、初のネイティブCondaインストーラ、上位15,000のPythonパッケージの97%サポート
室谷代表取締役まずRTX Sparkの正体から整理したいんですけど、これは単体のGPUではなく、Blackwell RTX GPUとGrace CPUを1つに統合したSuperchipなんですよね。NVIDIAの公式ページでは、最大6,144コアのBlackwell RTX GPU、最大20コアのGrace CPU、最大1ペタフロップのFP4 AI性能、最大128GBのユニファイドメモリという構成が示されています。
テキトー教師DotAI 認定講師ここで大事なのは「ユニファイドメモリ」という言葉です。GPUとCPUが同じメモリ空間を共有するので、モデルをGPUメモリに詰め込むために分割したり、CPU側に逃がしたりする必要がなくなる。
NVIDIAの公式ページでも「最大128GBのユニファイドメモリがモデル全体を収める」と説明されています。
NVIDIAの公式ページでも「最大128GBのユニファイドメモリがモデル全体を収める」と説明されています。
室谷代表取締役これが120Bモデルに効くわけです。NVIDIAの公式ページには「最大120Bパラメータ、1Mコンテキストのモデルを実行できる」と書かれています。
従来のノートPCでは考えられない数字ですよね。
従来のノートPCでは考えられない数字ですよね。
テキトー教師DotAI 認定講師しかもNVIDIAはこれを「Windows PCの新しい始まり」と位置づけています。MicrosoftのYusuf Mehdi氏のコメントも公式発表に含まれていて、ローカルで動かすべきものはローカルで、必要ならクラウドへ、というハイブリッド知能の方向性が示されています。
室谷代表取締役あと地味に大きいのが、NVIDIA CUDAがRTX Spark上でネイティブに動くという点です。NVIDIAの公式発表では、Windows on Arm向けの初のPyTorch-CUDAビルド、ネイティブがデフォルトの初のPythonビルド、初のネイティブCondaインストーラ、上位15,000のPythonパッケージの97%サポートが挙げられています。
テキトー教師DotAI 認定講師ここ、講座でもよく聞かれるんですけど「ArmでCUDAが動くの？」という疑問に直球で答えているんですよ。開発環境がそのまま使えるかどうかは、実務では一番大きいポイントですからね。
室谷代表取締役MYUUUでもローカル推論の検証をよくやるんですけど、環境構築で詰まる時間が一番もったいないんですよね。そこが最初から用意されているのは強いです。
Unsloth×RTX Sparkでできること——120B超の学習と2.7倍高速化
Unsloth×RTX Sparkでできること
従来のVRAM要件
- 70BのLoRA学習:164GB
- 405B:950GB
- QLoRA(4bit)でも405Bは237GB
- 単体ノートPCでは事実上不可能
RTX Spark
- 最大128GBのユニファイドメモリを1台に搭載
室谷代表取締役次にUnsloth側の発表です。Unslothは、RTX Spark上で120B超のパラメータモデルをノートPCでローカルに実行・学習できると発表しました。
学習の高速化は約2.7倍で、これはCUDA on ARM向けに最適化したカーネルとバイナリによるものだとしています。
学習の高速化は約2.7倍で、これはCUDA on ARM向けに最適化したカーネルとバイナリによるものだとしています。
テキトー教師DotAI 認定講師対象として明記されているのは拡散モデル、意思決定モデル、マルチモーダルモデルですね。テキストLLMだけではないところがポイントです。
室谷代表取締役ここで従来の制約を数字で見ておくとわかりやすいんですよ。Unslothの要件ページには、70BモデルのLoRA学習に164GB、405Bでは950GBのVRAMが必要と書かれています。
QLoRA（4bit）でも405Bは237GBです。
QLoRA（4bit）でも405Bは237GBです。
テキトー教師DotAI 認定講師単体のノートPCでは事実上不可能な数字ですよね。それがRTX Sparkの最大128GBユニファイドメモリでどう変わるか、というのが今回の話です。
室谷代表取締役整理するとこうです。
- 従来: 70BのLoRA学習に164GB、405Bは950GBのVRAMが必要（Unsloth要件ページ）
- QLoRA（4bit）でも405Bは237GB
- RTX Spark: 最大128GBのユニファイドメモリを1台に搭載
- Unsloth×RTX Spark: 120B超モデルをノートPCでローカル実行・学習、約2.7倍高速化
テキトー教師DotAI 認定講師ただし注意点もあって、120B超が「どの量子化で」「どの学習手法で」動くのかは、今回の発表では細かく明示されていません。ここは現時点では明らかにされていない部分なので、実際に手を動かすときは自分のワークロードで確認が必要です。
室谷代表取締役そうなんですよね。あとUnsloth自体は、公式ドキュメントによれば「LLMを2倍高速、VRAM70%削減で学習」とうたっていて、Unsloth DesktopはmacOS・Windows・Linuxで動くローカルアプリとして提供されています。
RTX Sparkはその延長線上にある、という理解でいいと思います。
RTX Sparkはその延長線上にある、という理解でいいと思います。
テキトー教師DotAI 認定講師Unsloth Desktopのインストールは、macOS・Linux・WSLなら
curl -fsSL https://unsloth.ai/install.sh | sh、Windows PowerShellなら irm https://unsloth.ai/install.ps1 | iex で、約20秒から1分で終わると案内されています。RTX Sparkのスペックと価格・発売時期——128GBユニファイドメモリの実力
RTX Spark ノートPC向け N1X とデスクトップ向けのスペック比較
ノートPC向け N1X
- GPU: 6,144コア Blackwell RTX
- CPU: 20コア Grace
- メモリ: ユニファイド
- OS: Windows 11
デスクトップ向け
- GPU: 5,120コア Blackwell RTX
- CPU: 18コア Grace
- メモリ: ユニファイド
- OS: Windows 11
室谷代表取締役ここからは買う側の情報です。NVIDIAの公式発表によると、RTX SparkノートPCは2026年10月16日からASUS、Dell、HP、Lenovo、Microsoft、MSIから発売され、価格は2,599ドルから。
地域によって価格と構成が異なるとされています。
地域によって価格と構成が異なるとされています。
テキトー教師DotAI 認定講師ラインナップも公式に出ています。ASUS ProArt P14とP16、Dell XPS 16、HP OmniBook UltraとOmniBook X 14、Lenovo Yoga Pro 9n、Microsoft Surface Laptop Ultra、MSI Prestige N16 Flip AI+とPrestige N16ですね。
室谷代表取締役スペック表も見ておきましょう。公式ページのノートPC向けN1Xは、6,144コアのBlackwell RTX GPU、20コアのGrace CPU、ユニファイドメモリ、Windows 11。
デスクトップ向けは5,120コアのBlackwell RTX GPU、18コアのGrace CPUという構成です。
デスクトップ向けは5,120コアのBlackwell RTX GPU、18コアのGrace CPUという構成です。
テキトー教師DotAI 認定講師整理するとこうです。
| 項目 | ノートPC向け N1X | デスクトップ向け |
|---|---|---|
| GPU | 6,144コア Blackwell RTX | 5,120コア Blackwell RTX |
| CPU | 20コア Grace | 18コア Grace |
| メモリ | ユニファイド | ユニファイド |
| OS | Windows 11 | Windows 11 |
室谷代表取締役性能の具体例も公式にあります。3Dシーンは最大90GBまで、8K 4:2:2動画の編集、HEVC・H.264・AV1のハードウェアエンコード/デコード、1440pで100fps超のAAAゲーム、ComfyUIのRTX Videoノードで15fpsのAI生成動画を60fpsに変換、といったところです。
テキトー教師DotAI 認定講師クリエイター向けには「サブスクなし・プロンプト課金なし・順番待ちなし」で画像や動画を生成できる、という訴求も公式に書かれています。ここはクラウド従量課金に疲れた層に刺さるポイントですよね。
室谷代表取締役あと見逃せないのが、NVIDIA PAIRという仕組みです。RTX Sparkがホームネットワーク上のWindows、Linux、macOSマシンにAI推論を提供できると公式に書かれていて、これは家庭内の他のPCを空けておけるという発想なんですよね。
テキトー教師DotAI 認定講師エージェント周りもday-one対応が並んでいます。GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi、WorkBuddyがコマンドラインなしで導入できると案内されています。
室谷代表取締役モデル側では、NVIDIAのNemotron 3.5 Bolt 74B-A9B 24GBが、ツール呼び出しとマルチステップタスク向けに最適化されたモデルとして対応構成で動くとされています。
テキトー教師DotAI 認定講師セキュリティ面も公式に触れられていて、NVIDIA OpenShellのセキュアランタイムとMicrosoft Execution Containersでエージェントの権限を制御できるとされています。ローカルでエージェントを常時動かすなら、ここは実務で効いてきます。
RTX Sparkの使い方・始め方——Unslothでローカル学習を動かすには
室谷代表取締役じゃあ実際どう始めるのか、という話です。Unsloth側の手順は公式ドキュメントに沿うとシンプルで、まずUnsloth Desktopをインストールします。
macOS・Windows・Linuxに対応しています。
macOS・Windows・Linuxに対応しています。
テキトー教師DotAI 認定講師起動は
unsloth studio -H 0.0.0.0 -p 8888 で、ブラウザから http://127.0.0.1:8888 を開く流れですね。HTTPSで安全に公開したい場合は unsloth studio --secure というCloudflareトンネル経由の方法も用意されています。室谷代表取締役初回起動時にパスワードを設定して、Unsloth Chatタブでモデルを検索してダウンロード、という流れです。推論パラメータは自動設定されますが、手動で変更もできます。
テキトー教師DotAI 認定講師要件も押さえておきましょう。WindowsならWindows 10または11の64bit、NVIDIA GPUとドライバ、Python 3.11以上3.14未満。
Linux/WSLならUbuntu 20.04以降、CUDAツールキットは12.4以上、Blackwellなら12.8以上が推奨とされています。
Linux/WSLならUbuntu 20.04以降、CUDAツールキットは12.4以上、Blackwellなら12.8以上が推奨とされています。
室谷代表取締役ここで注意なんですけど、Unslothのドキュメントには「CUDA 13.2を使うと出力が乱れる可能性があるので、13.2未満か13.3を使うように」という警告が書かれています。こういう細かい罠は先に知っておきたいですよね。
テキトー教師DotAI 認定講師講座でも、環境構築の段階でバージョン不一致にハマる受講生さんが多いんですよ。RTX SparkでCUDA on ARM向けの最適化バイナリが提供されるというのは、この手のトラブルを減らす方向の話でもあります。
室谷代表取締役あと学習面では、Unsloth StudioのトレーニングがNVIDIA、AMD、MLX、Intelデバイスで動くとされています。RTX SparkはNVIDIA側なので、既存のUnslothのワークフローがそのまま延長できる、という理解でよさそうです。
テキトー教師DotAI 認定講師ただし、RTX Spark上での具体的な学習手順や、120B超モデルでの推奨設定がどこまで公開されているかは、現時点では明らかにされていません。発表時点では「できる」という宣言と、最適化カーネル・バイナリの提供が中心です。
なぜ今ローカル実行・学習なのか——クラウド依存のコストとデータ管理の限界
室谷代表取締役ここが一番本質的なところだと思うんですけど、なぜ今ローカルなのか。NVIDIAの公式ページは利点をはっきり書いていて、「即時反復、API課金なし、データがマシン上に残る」の3点です。
テキトー教師DotAI 認定講師これは単にコストの話じゃないんですよ。データが外に出ないというのは、法務やセキュリティの観点で意思決定の幅が変わるんです。
クラウドに送れないデータを扱っている現場ほど、ローカルで回せる意味は大きい。
クラウドに送れないデータを扱っている現場ほど、ローカルで回せる意味は大きい。
室谷代表取締役開発者向けには「ローカルでコードとコンテキストを端末に保持できる」と公式に書かれています。あと「より大きな規模が必要ならクラウドにオフロードでき、コードはそのまま動く」という点も重要で、これはCUDAスタックが共通だからこそなんですよね。
テキトー教師DotAI 認定講師クリエイター向けの「サブスクなし、プロンプト課金なし、順番待ちなし」も同じ構造です。生成のたびに課金を気にする状態と、気にせず何度も試せる状態では、創作の進め方そのものが変わりますからね。
室谷代表取締役MYUUUでも、クライアントワークで生成AIを使うときに「このデータをクラウドに上げていいのか」という確認が必ず発生するんですよ。ローカルで完結できる選択肢があるだけで、提案の幅が広がるんですよね。
テキトー教師DotAI 認定講師逆に言うと、ローカル一択にする必要もなくて、NVIDIAもMicrosoftも「ローカルで動かすべきものはローカル、必要ならクラウド」というハイブリッド前提で語っています。ここは誤解されやすいポイントです。
室谷代表取締役そうそう。全部を手元に置くというより、手元に置ける選択肢が増えた、というのが正しい捉え方だと思います。
テキトー教師DotAI 認定講師教育の現場でも、これまでは「まずクラウドAPIで試して、コストとデータの壁に当たってから考える」という順番だったのが、最初からローカルという選択肢を前提に設計できるようになる。これは講座のカリキュラム設計にも影響しますね。
よくある質問——対応ノートPC、日本で買えるか、従来PCとの違い
室谷代表取締役最後に、よく聞かれるところを整理しておきます。
テキトー教師DotAI 認定講師まず「対応ノートPCはどれか」。NVIDIAの公式発表ではASUS ProArt P14とP16、Dell XPS 16、HP OmniBook UltraとOmniBook X 14、Lenovo Yoga Pro 9n、Microsoft Surface Laptop Ultra、MSI Prestige N16 Flip AI+とPrestige N16が挙げられています。
室谷代表取締役「日本で買えるのか」については、公式発表では「ASUS、Dell、HP、Lenovo、Microsoft、MSIから各社のウェブサイトと主要小売店を通じてグローバルで発売」とされていて、価格と構成は地域によって異なるとされています。日本国内での具体的な販売時期や価格は、現時点では明らかにされていません。
テキトー教師DotAI 認定講師「従来のRTX PCとの違いは何か」という点は、RTX Sparkが単体GPUではなくBlackwell RTX GPUとGrace CPUを統合したSuperchipで、最大128GBのユニファイドメモリを持つこと、そしてCUDAがネイティブで動くことです。NVIDIAは「150百万台以上のRTX AI PCとクラウドGPUへ展開可能」としており、開発したものがそのまま他のNVIDIA GPUでも動くという位置づけを示しています。
室谷代表取締役「120Bモデルは本当にノートPCで動くのか」については、NVIDIAの公式ページに「最大120Bパラメータ、1Mコンテキストのモデルを実行できる」と明記されています。ただし量子化の種類やコンテキスト長によって必要メモリは変わるので、実際の構成次第という部分はあります。
テキトー教師DotAI 認定講師「学習もできるのか」については、Unslothが120B超のモデルをノートPCでローカルに実行・学習できると発表し、拡散モデル・意思決定モデル・マルチモーダルモデルをCUDA on ARM向け最適化カーネルとバイナリで約2.7倍高速に学習できるとしています。
室谷代表取締役「エージェントは何が動くのか」は、GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi、WorkBuddyがコマンドラインなしで導入できると公式に案内されています。NVIDIAのNemotron 3.5 Bolt 74B-A9B 24GBも対応構成で動くとされています。
テキトー教師DotAI 認定講師「ゲームもできるのか」もよく聞かれますね。公式にはCyberpunk 2077、Fortnite、Gears of War: E-Day、Marvel Rivals、World of Warcraft、NBA 2K27などのローンチ対応が挙げられていて、1440pで100fps超のAAAゲームが動くとされています。
室谷代表取締役まとめると、RTX Sparkは「AIのために作られたWindows PC」で、Unslothがそこにローカル学習の実用性を持ち込んだ、というのが今回の構図です。クラウド前提だったワークフローを、手元に引き寄せられる選択肢が増えた。
これは実務者としては素直に嬉しい話なんですよね。
これは実務者としては素直に嬉しい話なんですよね。
テキトー教師DotAI 認定講師そうですね。まずは対応製品のラインナップと、自分のワークロードでどのくらいのメモリが必要かを照らし合わせるところから始めるのが現実的だと思います。
