NVIDIA, Grace·Blackwell 탑재 ‘RTX Spark’ PC 공개… 게이밍·AI 모두 겨냥
요약
NVIDIA가 AI 및 게이밍 성능을 결합한 최초의 완성형 클라이언트 PC 플랫폼인 RTX Spark를 공개하고 사전예약을 시작했습니다. N1X SoC는 Arm CPU와 Blackwell 기반 RTX GPU를 통합하여, 개발자, 크리에이터, 게이머 모두에게 최적화된 환경을 제공합니다.
핵심 포인트
- NVIDIA가 자체 개발한 클라이언트 PC 플랫폼 'RTX Spark' 출시.
- N1X SoC는 Arm CPU와 Blackwell GPU를 결합한 올인원 솔루션.
- 개발자/크리에이터/게이머 모두에게 최적화된 성능 제공.
- Microsoft Surface Laptop Ultra 등 다양한 OEM 파트너 제품으로 출시.
NVIDIA의 RTX Spark PC가 사전예약을 시작했다. NVIDIA의 AI 및 게이밍 성능을 슬림하고 세련된 디자인에 담은 제품으로, 일반 소비자를 겨냥한 새로운 PC 플랫폼으로 주목받고 있다.
새로운 시대를 여는 RTX Spark, x86 아성에 도전하고 기존 Windows on ARM 제품에도 위협
RTX Spark는 소비자를 위해 설계된 PC 플랫폼으로, 게임과 콘텐츠 제작, AI 작업을 모두 지원하도록 제작됐다. 1세대 N시리즈 칩인 N1X를 기반으로 한 올인원 솔루션을 제공하는 것이 특징이다.
새로운 RTX Spark PC는 다음과 같은 사양을 제공한다.
개발자는 별도의 코드 수정 없이 모델, 도구, 워크플로를 그대로 옮길 수 있다. RTX Spark에서 DGX Station까지 동일한 NVIDIA AI 스택을 사용할 수 있어 개발 환경을 그대로 확장할 수 있다.
크리에이터는 5세대 Tensor 코어와 NVFP4를 지원하며, 하드웨어 가속 AV1 및 4:2:2 영상 인코딩·디코딩을 활용할 수 있다. 또한 전체 제작 과정에서 DLSS와 RTX 레이 트레이싱을 지원한다.
게이머는 DLSS 5, Reflex, G-SYNC를 활용해 1440p 해상도에서 100fps 이상의 프레임 레이트로 AAA 게임을 즐길 수 있다.
@JensenHuang joined @satyanadella for a fireside chat at today’s @Windows Surface event, alongside the new Surface Laptop Ultra powered by RTX Spark. ⚡ pic.twitter.com/wZHRjUHFT0
— NVIDIA RTX Spark (@NVIDIARTXSpark) October 7, 2026
오늘 NVIDIA가 마침내 자사 최초의 완성형 클라이언트 PC 플랫폼인 RTX Spark PC를 공식 출시하고 사전예약을 시작했다. NVIDIA RTX Spark PC는 다음 주인 10월 16일부터 판매될 예정으로, 그동안 GPU를 중심으로 PC 시장에 참여해 온 NVIDIA가 직접 PC 플랫폼을 선보인다는 점에서 주목할 만하다.
RTX Spark에는 ‘N1X’ SoC가 탑재된다. Arm CPU와 Blackwell 기반 RTX GPU를 하나의 칩에 통합했으며, 대용량 메모리와 다양한 기능을 함께 제공하는 것이 특징이다.
OEM 파트너로는 Acer, ASUS, Dell, Gigabyte, HP, MSI, Lenovo는 물론 Microsoft까지 이름을 올렸다. 가격은 18코어 CPU와 5,120코어 GPU, 24GB LPDDR5X 메모리를 탑재한 구성 기준 2,599달러부터 시작하며, Microsoft Surface Laptop Ultra EP2 등이 해당한다.
Microsoft Surface Laptop Ultra (18코어 + 5,120코어 + 24GB) — 2,599달러
Microsoft Surface Laptop Ultra (18코어 + 5,120코어 + 24GB) — 2,599달러
Microsoft Surface Laptop Ultra (18코어 + 5,120코어 + 24GB) — 2,599달러
Dell XPS 16 Creator Edition (20코어 + 6,144코어 + 32GB) — 3,799달러
ASUS ProArt P16 (20코어 + 6,144코어 + 32GB) — 3,399달러
ASUS ProArt P16 (20코어 + 6,144코어 + 128GB) — 6,499달러
HP OmniBook X14 (18코어 + 5,120코어 + 32GB) — 2,899달러
Microsoft Surface RTX Spark Dev Box (20코어 + 6,144코어 + 128GB) — 5,999달러
N1X는 두 가지 구성으로 출시
NVIDIA는 이미 RTX Spark N1X 칩의 첫 번째 공식 사양을 공개했다. N1X는 두 가지 구성으로 출시되며, 두 모델 모두 다음 주부터 판매될 예정이다.
N1X의 첫 번째 구성은 20코어 Grace CPU와 6,144코어 Blackwell 기반 RTX GPU를 탑재하며, 통합 메모리는 24GB부터 최대 128GB까지 지원한다. 여기에 다양한 I/O 기능도 제공한다. 상위 N1X 구성은 출시 시점부터 노트북과 소형 데스크톱 PC 모두에 탑재될 예정이다.
두 번째 N1X SoC 구성은 18코어 Grace CPU와 5,120코어 Blackwell 기반 RTX GPU를 탑재하며, 통합 메모리는 24GB부터 최대 32GB까지 지원한다. 이 구성은 출시 시점에는 노트북에만 탑재되며, 이후 소형 PC 제품에도 적용될 것으로 예상된다.
상위 구성은 RTX 5070과 동일한 GPU 코어 수를 갖추며, 하위 구성 역시 RTX 5060 Ti보다 많은 CUDA 코어를 제공한다. 다만 전력 및 발열 제약을 고려하면 데스크톱용 그래픽카드나 노트북용 GPU와 동일한 수준의 성능을 기대하기는 어렵다. 그럼에도 상당히 높은 수준의 게이밍 성능을 제공할 것으로 예상되며, 통합 GPU(iGPU) 성능 순위에서는 최상위권에 자리할 가능성이 높다.
이미 20코어 및 18코어 Grace CPU의 일부 벤치마크 결과가 공개된 바 있으며, Geekbench에서 상당히 좋은 성능을 보여줬다. GPU 성능의 경우 IFA에서 직접 확인한 시연과 그보다 앞서 진행된 Computex에서 일부 데모를 확인할 수 있었다.
RTX Spark에 거는 기대
NVIDIA는 RTX Spark PC가 다양한 레이 트레이싱(RT) 및 DLSS 기술을 활용해 1440p 해상도에서 100fps의 게이밍 성능을 제공한다고 밝혔다. 또한 최신 DLSS 기술인 DLSS 5와 DLSS 4.5 레이 재구성(Ray Reconstruction)을 지원하며, 최대 6배의 MFG(Multi Frame Generation)도 지원한다.
NVIDIA는 Gamescom에서 RTX Spark를 지원하는 다양한 게임 개발사 및 퍼블리셔와의 협력도 발표했다. 이에 따라 RTX Spark는 Windows on Arm(WoA) 기반 PC 가운데 처음으로 높은 수준의 게이밍 성능을 제대로 구현하는 플랫폼이 될 것으로 기대된다.
Electronic Arts, Embark, Tencent, Ubisoft 등이 KRAFTON, NetEase, Riot Games, Epic Games를 비롯한 기존 파트너사에 합류하면서 게임 개발사 및 퍼블리셔의 지원도 빠르게 확대되고 있다. 이에 따라 Windows on Arm에서 이용할 수 있는 PC 게임 라인업도 꾸준히 늘어나고 있다.
현재 《Fortnite》, 《Alan Wake 2》, 새로운 《World of Warcraft: Forever》를 비롯한 다양한 PC 게임을 Windows on Arm에서 즐길 수 있으며, 앞으로는 《League of Legends》, 《Valorant》, 《PUBG: Battlegrounds》, 《Genshin Impact》 등 주요 게임도 Arm 기반 Windows PC에서 지원될 예정이다.
또한 NVIDIA는 2027년 《Call of Duty》가 RTX Spark에 출시될 예정이라고 밝혔다.
콘텐츠 제작 측면에서는 RTX Spark PC 솔루션이 OptiX와 레이 트레이싱(RT)을 활용해 최대 90GB 규모의 3D 장면을 렌더링할 수 있으며, 하드웨어 가속 4:2:2 영상 처리를 통해 콘텐츠 제작자를 위한 풍부한 작업 환경을 제공한다.
RTX Spark PC에는 NVIDIA의 전체 AI 스택도 탑재돼 최대 1,200억 개의 파라미터를 가진 AI 에이전트와 최대 100만 토큰의 컨텍스트 길이를 지원한다. Windows Agent Framework와 통합 메모리(Unified Memory) 최적화 기술도 적용해 플랫폼 전반에서 안정적인 AI 작업 환경을 제공할 예정이다.
NVIDIA는 “고객의 다양한 요구를 충족할 수 있도록 디바이스 파트너를 지원하게 된 것을 자랑스럽게 생각한다”며, “RTX Spark 기반 Windows PC는 Apple MacBook Pro 16형(M5 Pro)과 비교해 로컬 AI 성능에서 상당한 향상을 제공한다”고 밝혔다.
주요 성능은 다음과 같다.
첫 번째 토큰 생성까지 걸리는 시간 최대 2.1배 단축
AI 이미지 생성 속도 최대 4.3배 향상
AI 영상 생성 속도 최대 6.2배 향상
RTX Spark PC는 두께가 14mm에 불과한 슬림한 디자인부터 다양한 형태로 출시되며, 하루 종일 사용할 수 있는 배터리 사용 시간을 제공할 것으로 알려졌다. 직접 확인한 여러 OEM 제품에서도 세련되고 슬림한 디자인의 노트북과 함께 다양한 Mini PC 제품을 확인할 수 있었다.
RTX Spark 사양 자세히 살펴보기
먼저 RTX Spark의 사양부터 살펴보자. NVIDIA의 RTX Spark SoC는 앞서 언급한 두 아키텍처를 ConnectX 기술로 결합한 GB10 Superchip에 해당한다.
NVIDIA는 데이터센터에서 사용되는 다양한 기술을 클라이언트 플랫폼으로 확장해 GB10 Superchip을 개발했다. NVFP4, CUDA, SLANG, TensorRT, vLLM, CX-7 NIC, NVLink C2C, TMEM 등의 기술을 비롯한 데이터센터용 혁신 기술을 보다 작은 폼팩터의 클라이언트 플랫폼에 적용한 것이다.
이를 위해 멀티 다이 패키징 기술과 초저전력 C2C 인터페이스, 통합 메모리 아키텍처(UMA)를 활용해 소형 플랫폼에서도 데이터센터 수준의 기술을 구현할 수 있도록 했다.
그 결과 NVIDIA는 다음과 같은 주요 특징과 장점을 갖춘 DGX Spark AI 슈퍼컴퓨터를 선보였다.
GB10 Grace Blackwell Superchip: AI, 데이터 과학, 컴퓨팅, 렌더링 및 시각화 작업을 가속한다.
128GB 일관성 통합 시스템 메모리(Coherent Unified System Memory): 최대 2,000억 개의 파라미터를 가진 대규모 AI 모델을 구동할 수 있으며, 최대 700억 개의 파라미터 모델을 파인튜닝할 수 있다.
ConnectX-7 네트워킹: 두 대의 DGX Spark를 연결해 최대 4,050억 개의 파라미터를 가진 모델을 처리할 수 있다.
DGX Base OS 및 NVIDIA AI 소프트웨어 스택: DGX Spark에서 DGX Cloud 또는 가속기를 갖춘 데이터센터·클라우드 인프라로 작업을 원활하게 이전할 수 있다.
유연한 구성: AI 워크스테이션 또는 네트워크에 연결된 개인용 AI 클라우드 형태로 구성할 수 있다.
데스크톱 환경에 최적화된 구성: 다중 디스플레이 출력을 지원하며 다양한 연결 방식을 제공한다.
컴팩트하고 높은 전력 효율을 갖춘 디자인: 일반적인 벽면 콘센트만으로 구동할 수 있으며, 책상 위에 쉽게 배치할 수 있다.
이제 GB10 Superchip의 구체적인 사양을 살펴보자. 먼저 SoC 구성을 보면 하나의 칩이 두 개의 다이렛(dielet)으로 구성된 것을 확인할 수 있다. CPU와 메모리 서브시스템 등을 담당하는 S-Dielet과 GPU 코어를 담당하는 G-Dielet으로 나뉘며, 두 다이렛은 첨단 2.5D 패키징 기술을 통해 하나의 패키지로 통합된다. 제조 공정에는 TSMC의 3nm 공정 기술이 사용된다.
CPU는 ARM v9.2 아키텍처를 기반으로 하며, MediaTek이 직접 설계한 20코어 구성이다. 10코어 클러스터 2개로 구성되며, 각 코어에는 전용 L2 캐시가 탑재된다. 또한 클러스터당 16MB의 L3 캐시를 제공해 전체 L3 캐시 용량은 32MB다.
GPU는 GB100 Blackwell 아키텍처를 기반으로 하며, CPU와 동일한 패키지와 실리콘에 통합돼 있어 iGPU로 분류된다. 5세대 Tensor 코어와 DLSS, Reflex, ACE, G-SYNC, CUDA, NVFP4를 지원하며, RTX 레이 트레이싱 코어도 탑재한다. 최대 FP32 연산 성능은 31 TFLOPS이며, AI 워크로드에서는 NVFP4(FP4) 기준 최대 1,000 TOPS의 연산 성능을 제공한다. GPU에는 추가로 24MB의 L2 캐시도 탑재된다.
메모리 시스템으로 넘어가면 NVIDIA GB10 Superchip SoC는 256비트 LPDDR5X(UMA) 메모리를 지원하며, 최대 9,400MT/s의 속도를 제공한다. 이를 통해 최대 301GB/s의 원시 메모리 대역폭과 최대 128GB의 메모리 용량을 지원한다. 시스템 패브릭은 고성능 코히어런트 패브릭으로 구성되며, CHI-E 코히어런시 프로토콜을 지원한다. GPU는 C2X 인터페이스를 통해 총 600GB/s의 시스템 대역폭을 사용할 수 있다.
NVIDIA는 통합 메모리 풀 가운데 GPU에 할당할 메모리 용량을 사용자가 직접 설정할 수 있도록 지원한다. 128GB 시스템의 경우 UEFI BIOS에 진입하지 않고도 최대 111GB의 시스템 메모리를 GPU 전용으로 할당할 수 있으며, Windows 환경에서 직접 설정할 수 있다.
CPU를 위한 L4 캐시 역할을 하는 16MB의 시스템 레벨 캐시(System Level Cache)도 탑재된다. 이를 통해 SoC 내 여러 연산 엔진 사이에서 데이터를 공유하면서도 전력 효율을 높일 수 있다. C2C 인터페이스 역시 높은 대역폭과 낮은 전력 소비를 제공하며, NVIDIA의 NVLink 아키텍처를 기반으로 구현됐다.
연결 기능을 살펴보면 NVIDIA GB10 Superchip SoC는 PCIe, USB, PCIe 기반 이더넷을 지원한다. 또한 최대 4개의 디스플레이를 동시에 구동할 수 있으며, DP Alt Mode를 통해 최대 4K 120Hz 해상도를 지원하고 HDMI 2.1a를 사용하면 최대 8K 120Hz 출력이 가능하다. 디스플레이 구성은 DisplayPort 3개와 HDMI 1개로 총 4개다.
보안 기능으로는 Dual Secure Root, SROOT 프로세서, OSROOT 프로세서를 지원하며, fTPM과 외장형 TPM 모두 사용할 수 있다. 칩 전체의 TDP는 140W로 설정됐다.
다음은 NVIDIA GB10 Superchip SoC의 블록 다이어그램이다.
GB10 Superchip의 또 다른 특징은 확장성이다. NVIDIA의 ConnectX 기술을 이용하면 여러 개의 GB10 칩을 연결해 처리량과 대역폭, DRAM 용량을 확장할 수 있으며, 이를 통해 더 큰 규모의 AI 모델도 처리할 수 있다. ConnectX NIC는 PCIe Gen5 x8 인터페이스를 통해 GB10 SoC와 연결되며, 각 장치는 이더넷을 통해 서로 통신한다.
소프트웨어 지원과 초기 테스트
NVIDIA가 Intel과 AMD 같은 x86 진영의 강자로부터 클라이언트 PC 시장 점유율을 가져올 가능성이 다른 업체보다 높다고 보는 이유는 Qualcomm이 PC 시장에 처음 진입하며 선보인 Snapdragon X1·X2 시리즈와 달리, NVIDIA가 Windows를 중심으로 이미 완성도 높은 소프트웨어 생태계와 최적화된 프레임워크를 갖추고 있기 때문이다.
그 중심에는 RTX가 있다. NVIDIA의 RTX 플랫폼은 이미 데스크톱과 노트북에서 폭넓게 사용되고 있으며, NVIDIA는 안정적인 드라이버 지원 체계를 갖추고 있다. Linux 지원 역시 크게 개선됐으며, DGX Spark 시스템을 대상으로도 다양한 업데이트가 제공되고 있다.
Windows 환경에서 TensorRT와 CUDA 지원도 여전히 강력하다. 이러한 기반 덕분에 NVIDIA는 과거 다른 업체들이 시도했던 것보다 Windows on Arm(WoA) 시장에서 더 높은 경쟁력을 확보할 가능성이 있다.
NVIDIA가 해결해야 할 가장 큰 과제 가운데 하나는 GPU가 아니라 CPU가 될 가능성이 높다. 현재 Grace는 Windows 환경에서 제대로 검증된 적이 없기 때문이다. 지난 1년 이상 공개돼 온 벤치마크 역시 모두 DGX 시스템에서 에뮬레이션을 거쳤거나 Linux 환경에서 측정된 결과다.
GeForce 팀과 진행한 기술 세션에서는 Blender, Unreal Engine, LLM Studio, OpenClaw를 비롯한 다양한 게임과 애플리케이션이 상당히 빠른 성능으로 실행되는 모습을 확인할 수 있었다. NVIDIA가 진행한 비공개 테스트에서는 AI 성능이 최대 10배, 생성형 AI(GenAI) 성능이 최대 2배 향상된 것으로 나타났다.
《Alan Wake II》, 《Fortnite》, 《Indiana Jones》 등의 게임에서도 게이밍 성능은 상당히 좋은 수준을 보여줬다.
여러 세대에 걸친 계획
어떤 플랫폼이 성공하기 위해서는 한 번의 제품 출시로 끝나는 것이 아니라 지속적으로 발전할 것이라는 확신을 보여주는 것이 중요하다. NVIDIA는 RTX Spark를 통해 PC 플랫폼에 대한 장기적인 계획을 제시했으며, 1세대 RTX Spark 시스템 이후의 로드맵도 공개했다.
1세대 RTX Spark 시스템은 Grace CPU와 Blackwell GPU를 LPDDR5X 메모리와 결합한다. 이후 2028년에는 Vera CPU와 Rubin GPU 아키텍처를 기반으로 한 차세대 RTX Spark가 출시되며, LPDDR6 메모리를 지원할 예정이다.
이어 2030년에는 차세대 Rosa CPU와 Feynman GPU 아키텍처를 적용한 새로운 RTX Spark가 등장할 예정이다.
한 가지 주목할 점은 RTX Spark SoC가 세대마다 두 가지 구성으로 출시된다는 것이다. 예를 들어 상위 모델은 1 PFLOPS급 Grace Blackwell 설계를 적용하며, 하위 모델은 400 TFLOPS급 Grace Blackwell 설계를 적용하는 방식이다.
NVIDIA RTX Spark "PC" Roadmap:
세대별 프로세서 아키텍처 로드맵 비교표
세대 (GENERATION) 1세대 (1ST GEN) 2세대 (2ND GEN) 3세대 (3RD GEN)
CPU 아키텍처 (CPU Architecture) Grace Vera Rosa
GPU 아키텍처 (GPU Architecture) Blackwell Rubin Feynman
RAM 규격 (RAM Architecture) LPDDR5X LPDDR6 TBA (추후 공개)
출시 연도 (Launch) 2026년 2028년 2030년
NVIDIA 파트너사의 첫 RTX Spark 노트북
NVIDIA 파트너사들이 선보이는 첫 RTX Spark 노트북이 출시를 앞두고 있다. 현재까지 NVIDIA가 공개한 제품은 총 6종으로, 다음과 같다.
MSI Prestige N16 FLIP AI
Dell XPS 16
Lenovo Yoga Pro 9n
ASUS ProArt P14
HP OmniBook Ultra 16
Microsoft Surface Laptop Ultra
NVIDIA는 RTX Spark에 최대 128GB의 메모리를 지원한다고 밝혔으며, DGX Spark와 OEM 파트너사의 제품 역시 현재까지 128GB 구성으로만 출시되고 있다.
만약 RTX Spark에서도 이러한 구성이 그대로 유지된다면, 최근 DRAM 공급 부족으로 인해 해당 노트북들은 상당히 높은 프리미엄 가격대로 출시될 가능성이 있다. RAM과 SSD 용량을 선택할 수 있는 다양한 구성이 제공되기를 기대해 본다.
하지만 RTX Spark는 노트북에만 국한되지 않는다. 보다 폭넓게 접근할 수 있는 플랫폼으로, Mini PC 형태로 데스크톱 시장에도 진출할 예정이다. Mini PC 제품 역시 2026년 가을 출시될 예정이며, Acer, ASUS, Dell, Gigabyte, HP, MSI, Lenovo 등이 다양한 제품을 선보일 예정이다.
NVIDIA가 DGX와 RTX Spark 생태계를 지속적으로 확장해 나간다면, 향후에는 RTX Spark Mini PC와 노트북, 그리고 DGX 워크스테이션 사이의 간극을 메우는 본격적인 데스크톱 PC 제품도 등장할 가능성이 있다.
출처: WCCFTech
※ 해당 기사는 퀘이사존 공식 기사가 아닌 해외 뉴스/기사를 번역한 기사입니다.
퀘이사존 견해와 주관은 포함되어 있지 않습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 퀘이사존 하드웨어 뉴스의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기