La respuesta corta: el 16 de octubre de 2026, los portátiles RTX Spark de NVIDIA salieron a la venta en todo el mundo de la mano de ASUS, Dell, HP, Lenovo, Microsoft y MSI, desde 2,599 dólares estadounidenses, unos 9,746 riales al tipo oficial de 3.75. Combinan un procesador NVIDIA Grace con un chip gráfico Blackwell RTX y hasta 128 GB de memoria compartida, de modo que los modelos de IA pueden ejecutarse en el propio equipo sin enviar tus archivos a la nube. Tienen sentido para un desarrollador, un diseñador o un equipo que maneja documentos sensibles. Para el trabajo de oficina habitual son una máquina cara, y como el procesador se basa en Arm, prueba tu software de contabilidad y los controladores de impresora antes de comprar.

¿Qué ha lanzado NVIDIA y cuánto cuesta?

RTX Spark es un único «superchip» que reúne el procesador, los gráficos y la memoria en un solo encapsulado. Según el anuncio de NVIDIA, ofrece hasta un petaflop de cómputo de IA (en formato FP4), con un procesador de hasta 20 núcleos, un chip gráfico de hasta 6,144 núcleos y hasta 128 GB de memoria unificada compartida entre ambos. Las reservas se abrieron el 7 de octubre y los portátiles salieron a la venta el 16 de octubre. NVIDIA afirma que en noviembre de 2026 llegarán equipos de sobremesa compactos.

Los primeros modelos son los ASUS ProArt P14 y P16, el Dell XPS 16, los HP OmniBook Ultra y OmniBook X 14, el Lenovo Yoga Pro 9n, el Microsoft Surface Laptop Ultra y el MSI Prestige N16. El Surface Laptop Ultra de Microsoft muestra cómo sube el precio con la memoria:

Configuración del Surface Laptop UltraPrecio en EE. UU.Aprox. en riales
18 núcleos, 24 GB de memoria, 512 GB de almacenamiento$2,5999,746
20 núcleos, desde 32 GB de memoriadesde $3,69913,871
Configuración máxima, 128 GB de memoria$5,89922,121

Las cifras en riales son una conversión directa del precio estadounidense. El precio en una tienda saudí puede ser distinto, así que pide un presupuesto local antes de fijar el presupuesto.

¿Qué aporta realmente a una empresa ejecutar la IA en el equipo?

Hoy la mayoría de las empresas usa la IA a través de un servicio en la nube: el empleado escribe o sube un archivo y este se procesa en los servidores del proveedor. RTX Spark ofrece un modelo distinto. NVIDIA dice que puede ejecutar modelos «sin medidor» y «sin enviar datos a la nube». En la práctica, eso aporta tres cosas:

  • Privacidad: los contratos de clientes, los archivos financieros y los documentos internos se quedan en la máquina en lugar de ir a un servidor externo.
  • Sin factura por uso: una vez que el equipo es tuyo, resumir mil páginas no cuesta nada más, a diferencia de los servicios que cobran por petición.
  • Trabajo sin conexión: el modelo sigue funcionando sin internet, por ejemplo en una visita a obra.

El tamaño del modelo que puedes ejecutar depende de la memoria. NVIDIA menciona su modelo Nemotron 3.5 Bolt funcionando en una configuración de 24 GB, y los modelos más grandes necesitan 64 o 128 GB. Mantén expectativas realistas: un modelo local en un portátil es útil para resumir, redactar, buscar en tus propios documentos y escribir código, pero los modelos más potentes de la nube siguen por delante en las tareas más difíciles.

La pega: es un ordenador Arm

El procesador Grace usa la arquitectura Arm, no la arquitectura de Intel y AMD para la que se creó la mayor parte del software de oficina. Microsoft explica que Windows 11 en Arm ejecuta aplicaciones x86 y x64 mediante emulación, pero que esa emulación solo cubre las aplicaciones normales y no los controladores: cualquier controlador debe estar compilado de forma nativa para Arm64. En su análisis del Surface Laptop Ultra, PCWorld señaló que algunas aplicaciones no se ejecutan de forma nativa y que Adobe Premiere al principio se negó a funcionar hasta que una versión beta dio soporte a la plataforma.

Para una empresa saudí, esto significa comprobar antes de comprar:

  • Tu software de contabilidad o ERP de escritorio, si está instalado en el equipo en lugar de usarse en el navegador.
  • Los controladores de impresoras, impresoras de etiquetas y lectores de códigos de barras.
  • El cliente VPN y el agente de seguridad y antivirus que usa tu empresa.
  • Los controladores de los tokens USB utilizados para firma digital o banca.

¿Portátil local o suscripción en la nube? ¿Quién debería comprar?

El equipo encaja con un desarrollador que integra funciones de IA en vuestros sistemas y necesita probar modelos sin una factura de API creciente; con un equipo que maneja documentos que no puede enviar fuera de la empresa; y con diseñadores y editores de vídeo, ya que NVIDIA afirma que puede editar vídeo 8K y renderizar escenas 3D de 90 GB o más. No encaja con un contable o un comercial cuyo trabajo es correo, hojas de cálculo y navegador: un portátil más barato hace ese trabajo, y la diferencia paga una suscripción en la nube durante años. Si vas a renovar varios equipos, lee primero nuestro artículo sobre cómo sustituir los portátiles de la empresa por prioridad.

Antes de comprar: cinco pasos

  1. Define la tarea: ¿qué ejecutará el empleado en el equipo que no pueda ejecutarse en la nube?
  2. Elige la memoria según la tarea: 24 GB para modelos pequeños y trabajo diario, de 64 a 128 GB para modelos más grandes.
  3. Prueba tus programas y controladores en una unidad de demostración o con el vendedor antes de hacer un pedido grande.
  4. Pide un presupuesto y una garantía locales en Arabia Saudí en lugar de fiarte del precio estadounidense.
  5. Compara el coste del equipo a tres años con la suscripción en la nube que sustituiría.

La opinión de Origami

Ejecutar la IA en el equipo es un paso real para las empresas que dudaban en enviar sus datos a la nube, pero es una herramienta para personas concretas, no un motivo para sustituir todas las máquinas. Nuestro consejo es empezar con una o dos unidades para el desarrollador o el equipo que maneja datos sensibles, medir el beneficio durante un mes y luego decidir. Si quieres crear una herramienta de IA que funcione dentro de tu empresa, en tus propios equipos o servidores, habla con nosotros.

Fuentes