Nvidia entra no mercado de chips para PC na Computex 2026 — RTX Spark combina CPU ARM, GPU Blackwell e 1 petaflop de IA

A Computex 2026, que acontece de 1 a 5 de junho em Taipei, trouxe um anúncio de hardware que muda quem compete no mercado de chips para PC. A Nvidia revelou o RTX Spark — um superchip que combina uma CPU baseada em ARM com uma GPU Blackwell em um único pacote — e já garantiu parcerias com Dell, HP, Lenovo, ASUS e Microsoft para dispositivos que chegam neste outono. A empresa que domina a infraestrutura de IA há três anos agora está diretamente no mercado de PCs consumidores, competindo com Intel, AMD e Qualcomm pelos clientes de laptops e desktops que antes alcançava apenas indiretamente por meio de GPUs discretas.

O RTX Spark é projetado como uma plataforma "agentic AI PC". A arquitetura conecta uma CPU ARM de 20 núcleos — dez núcleos Cortex-X925 de alto desempenho emparelhados com dez núcleos Cortex-A725 de eficiência, com clock de até 4,1 GHz — a uma GPU Blackwell com 6.144 núcleos CUDA via NVLink-C2C, com 600 GB/s de largura de banda chip-a-chip. A memória unificada chega a 128 GB de LPDDR5X com 300 GB/s de banda. O desempenho de IA é de 1 petaflop — o suficiente para rodar modelos de linguagem de 120 bilhões de parâmetros com janelas de contexto de até um milhão de tokens no dispositivo, sem necessidade de conexão com a nuvem. A CPU foi desenvolvida em conjunto com a MediaTek.

O que está realmente sendo lançado e quando

A linha de dispositivos anunciada na Computex é robusta. Mais de 30 laptops e 10 desktops estão confirmados para o outono de 2026. O Surface Laptop Ultra, da Microsoft, traz uma tela mini-LED de 15 polegadas com resolução 2880×1920 e 2.000 nits de brilho máximo, pesando menos de 1,8 kg. Os ProArt P16 e P14 da ASUS chegam com telas OLED, baterias de 99,9 Wh e configurações de até 128 GB de memória unificada. A Dell está trazendo uma variante do XPS 13 com RTX Spark. O Legion 7 da Lenovo aplica o chip a jogos com uma fonte de 245 W para desempenho boost sustentado. HP e MSI confirmaram linhas de produtos com RTX Spark, mas sem anunciar modelos específicos ainda.

As metas para laptops finos são agressivas: a Nvidia descreve gabinetes tão finos quanto 14 mm e tão leves quanto 1,36 kg. O envelope de potência vai de 45W a 80W de TDP, com suporte a boost transitório. Três gerações da plataforma já estão no roadmap — a atual Blackwell com LPDDR5X, seguida por Vera Rubin Spark com LPDDR6, e depois Rosa Feynman Spark com memória de próxima geração.

Os preços não foram divulgados por nenhum OEM. Com base nas configurações de memória unificada e no posicionamento premium, estimativas da indústria para o Surface Laptop Ultra variam de US$ 3.000 a US$ 7.000, dependendo da configuração. Não são dispositivos de mercado de massa.

O quadro de desempenho — benchmarks honestos

Os primeiros dados de benchmark da Computex dão uma imagem mais clara do que os materiais de imprensa. O RTX Spark supera o Apple M5 padrão em 54% na taxa de transferência do compilador Clang — uma tarefa com uso intensivo de CPU onde a contagem de núcleos ARM e a arquitetura são uma vantagem genuína. Fica ligeiramente atrás do M5 Pro no mesmo teste. Em comparações multi-thread mais amplas, o RTX Spark roda cerca de um terço mais lento que o M5 Pro e o M5 Max, que continuam sendo os líderes de desempenho no segmento de dispositivos finos e leves.

O lado da GPU é onde o RTX Spark apresenta um argumento mais convincente. A GPU Blackwell com 6.144 núcleos supera os gráficos integrados de qualquer plataforma concorrente em cargas de trabalho criativas, jogos em resoluções mais baixas e — o mais relevante para 2026 — inferência local de IA. Um chip que consegue rodar um modelo de 120 bilhões de parâmetros no dispositivo, sem latência de nuvem ou custos de API, atende a uma necessidade real de fluxo de trabalho que o M5 Pro não consegue igualar em faixas de preço equivalentes, independentemente de qual benchmark de compilador vencer.

Um obstáculo permanece significativo: a compatibilidade de aplicativos Windows ARM. Nem todo aplicativo Windows roda nativamente em ARM, embora a Microsoft tenha feito progressos substanciais no desempenho da emulação x86 e mais desenvolvedores estejam compilando versões ARM nativas. O sucesso de longo prazo da plataforma depende em parte de quão agressivamente o ecossistema de desenvolvedores Windows migra para ARM nativo, e essa transição historicamente tem sido mais lenta do que os cronogramas otimistas sugeriam.

Vera CPU: a jogada para data center em paralelo

O RTX Spark é a história de consumidor da Nvidia na Computex. O anúncio financeiramente mais significativo para os negócios da Nvidia é a CPU Vera, um processador para data center baseado em ARM voltado para cargas de trabalho de IA agentiva. A Vera é implantada como parte da plataforma rack Vera Rubin — ou seja, os hyperscalers que compram a infraestrutura Rubin de IA adquirem automaticamente CPUs da Nvidia como parte do pacote, contornando Intel e AMD na decisão de compra de data center, em vez de competir diretamente com elas em uma aquisição separada de CPU.

A Nvidia projeta US$ 20 bilhões em receita com a CPU Vera no ano fiscal atual, partindo de uma base zero. Os primeiros clientes incluem OpenAI, Anthropic, SpaceX, Dell, Oracle e CoreWeave. Todos os quatro grandes provedores de nuvem — AWS, Google Cloud, Microsoft Azure e Oracle — são confirmados como primeiros a implantar a plataforma Vera Rubin. As alegações de desempenho da Nvidia para a Vera mostram uma vantagem superior a 55% sobre a CPU flagship da Intel e 11% de liderança sobre o chip topo da AMD em cargas de trabalho de IA agentiva, com geração de tokens 1,8 vez mais rápida que as alternativas x86.

AMD e Intel também apareceram

A Computex não é um show exclusivo da Nvidia. A AMD lançou dois novos processadores e uma GPU discreta com disponibilidade global. O Ryzen 7 7700X3D para a plataforma AM5 oferece oito núcleos, 104 MB de cache total e clock boost de 4,5 GHz por US$ 329, lançamento em 16 de julho. O Ryzen 7 5800X3D Edição de 10º Aniversário — uma despedida final para a plataforma AM4 — chega por US$ 349 em 25 de junho, marcante porque a AMD confirmou simultaneamente suporte ao soquete AM5 até 2029, dando aos usuários um caminho claro de upgrade. A Radeon RX 9070 GRE, uma GPU discreta RDNA 4 com 12 GB de memória que alega desempenho médio 21% mais rápido que concorrentes em 1440p, atingiu disponibilidade global esta semana com MSRP de US$ 549.

A apresentação da Intel se concentrou no Panther Lake, seu primeiro processador construído no processo 18A — a tecnologia de manufatura que a Intel está usando para atrair clientes externos de foundry. As variantes do Panther Lake para handhelds de jogos para PC, mostradas na Computex com parceiros OEM como MSI, OneXPlayer e GPD, entregam 180 TOPS totais de desempenho de IA e uma melhoria de 60% em multi-thread em relação à geração anterior na mesma potência. Um possível handheld com marca Microsoft Xbox usando Panther Lake foi mencionado no contexto das parcerias OEM, sem confirmação oficial.

O que a semana significa para o mercado de PCs

O mercado de PCs esperava por um ponto de inflexão arquitetural que desse aos consumidores um motivo para atualizar além de melhorias anuais marginais. O RTX Spark oferece uma mudança real no patamar de capacidade de IA no dispositivo — 1 petaflop é algo significativamente diferente dos 100 a 200 TOPS que o marketing anterior de "AI PC" descrevia, e a capacidade de rodar modelos de ponta localmente representa uma mudança de funcionalidade, não apenas um aumento de especificação. Se essa capacidade se traduz em decisões de compra depende de quantos fluxos de trabalho as pessoas realmente desejam rodar localmente em vez de por APIs na nuvem, e se o ecossistema Windows ARM amadurece rápido o suficiente para tornar a transição invisível.

O que é inequívoco é que a Nvidia entrou no mercado de silício para PC com hardware credível, parceiros OEM sérios e um roadmap. A empresa que era uma fornecedora de GPUs para fabricantes de laptops agora é uma plataforma de chip que compete por design wins contra os processadores que esses laptops usavam antes. A meta declarada de Jensen Huang de possuir todas as camadas da stack de IA agora é visível tanto em produtos de consumo quanto na infraestrutura de data center.