Przejdź do treści
Sklep

Artykuły

RTX Spark, komputer z RTX 5090 czy MacBook Pro? Co wybrać do lokalnego AI

Trzy drogi do dużych modeli lokalnie za 25-35 tys. zł. Zestawiam pamięć, przepustowość i ceny z danych producentów i mówię, komu co pasuje.

Tekst: 6 min czytania
RTX Spark, komputer z RTX 5090 czy MacBook Pro? Co wybrać do lokalnego AI
Spis treści 9
  1. Dwie liczby, które decydują
  2. Zestawienie z danych producentów
  3. Szacunek szybkości na dwóch modelach
  4. Kiedy RTX Spark
  5. Kiedy komputer z RTX 5090 albo 4090
  6. Kiedy MacBook Pro
  7. Moja kolejność dla typowych zastosowań
  8. Najczęstsze pytania
  9. Źródła

👁 132 przeczytań

Za około 25-35 tys. zł masz dziś trzy drogi do poważnego lokalnego AI: laptop z RTX Spark i 128 GB pamięci wspólnej, komputer z kartą RTX 5090 albo MacBook Pro z M5 Max. Każda wygrywa w czymś innym, a o wyborze decydują w praktyce dwie liczby: ile gigabajtów dostanie model i jak szybko układ czyta pamięć. Poniżej zestawiam je z danych producentów, przeliczam na szybkość generowania na podstawie moich pomiarów z RTX 4090 i mówię, kto powinien kupić co. Żadnego z tych trzech urządzeń jeszcze nie testowałem, laptop z RTX Spark od ASUS jest w drodze.

Dwie liczby, które decydują

Pojemność mówi, jaki model w ogóle się zmieści. Model, który nie wchodzi w pamięć grafiki, nie zwalnia o kilka procent, tylko kilkukrotnie: na mojej RTX 4090 Qwen 3.8 27B zrobił 47,4 tokena na sekundę w całości na karcie i 6,9, gdy na kartę weszła tylko część warstw, a resztę liczył procesor.

Przepustowość pamięci mówi, jak szybko model, który się zmieścił, będzie pisał. Przy każdym tokenie układ czyta wszystkie aktywne wagi, więc górna granica szybkości to przepustowość podzielona przez rozmiar modelu. Na RTX 4090 mój pomiar wyszedł 73% tej granicy i tę sprawność przyjmuję w szacunkach niżej.

Zestawienie z danych producentów

SprzętPamięć dla modeluPrzepustowośćPobór mocyCena w Polsce (14.11)
Laptop RTX Spark (N1X), 128 GBok. 102 GB (reguła Nvidii)300 GB/sukład 45-80 W25 999 - 35 399 zł za laptop
Laptop RTX Spark, 64 GBok. 48 GB300 GB/s45-80 Wod 17 999 zł
MacBook Pro M5 Max (40-rdzeniowe GPU)do 128 GB pamięci wspólnej614 GB/sApple nie podajeod 24 499 zł z 48 GB (14″)
PC z RTX 509032 GB1792 GB/ssama karta 575 Wkarta od 34 994 zł (17.10)
PC z RTX 409024 GB1008 GB/skarta 450 Wnowych brak w sklepach
Nvidia DGX Spark (GB10, Linux)128 GB pamięci wspólnej273 GB/szasilacz 240 Ww ofercie Morele (PNY)

Ceny laptopów RTX Spark i Maca to ceny całych komputerów. RTX 5090 to sama karta, do której trzeba doliczyć resztę zestawu: procesor, płytę, 64 GB RAM, zasilacz co najmniej 1000 W. Ceny MacBooka Pro ze 128 GB nie odczytałem, bo Apple pokazuje tylko cenę bazową z 48 GB, a dopłatę dopiero w konfiguratorze.

Szacunek szybkości na dwóch modelach

Wybrałem dwa modele, które pokazują różnicę: Qwen 3.8 27B w 4 bitach (15,6 GB, zmierzony przeze mnie na RTX 4090) i Llama 3.3 70B w 4 bitach (ok. 43 GB, nie mieści się na żadnej karcie do domu).

SprzętQwen 3.8 27B Q4Llama 3.3 70B Q4
RTX 5090ok. 84 tok/s (szacunek)nie mieści się, część na procesorze
RTX 409047,4 tok/s (mój pomiar)nie mieści się
MacBook Pro M5 Maxok. 29 tok/s (szacunek)ok. 10 tok/s przy 64 lub 128 GB
RTX Spark 128 GBok. 14 tok/s (szacunek)ok. 5 tok/s
DGX Sparkok. 13 tok/s (szacunek)ok. 5 tok/s

To szacunki z przepustowości, skalibrowane na jednej karcie Nvidii. Mac liczy innym oprogramowaniem (Metal, MLX) i jego sprawność może być inna niż 73%. Prawdziwe liczby dla RTX Spark podam po teście. Ciekawy kontekst dla Maca i GB10 jest w opisanym przeze mnie teście Mac Studio M5 Ultra przeciw pudełku z GB10: przy zadaniach agentowych liczy się też wczytywanie długiego promptu, a nie tylko generowanie.

Kiedy RTX Spark

  • Chcesz modele 70B i większe lokalnie, w laptopie, na Windows i z CUDA. To jedyna taka kombinacja na rynku: Mac nie ma CUDA, a karty do laptopów kończą się na 24 GB.
  • Pracujesz w programach, które zakładają kartę Nvidii, np. ComfyUI z węzłami RTX, narzędzia oparte na PyTorch z CUDA. Nvidia wydała PyTorch z CUDA dla Windows na ARM i deklaruje gotowość 97% najpopularniejszych pakietów Pythona.
  • Akceptujesz wolniejsze generowanie w zamian za pojemność. Model, który na RTX Spark da kilka tokenów na sekundę, na karcie 24-32 GB może nie ruszyć wcale.
  • Sprawdziłeś swoje programy na Windows na ARM. Szczegóły w tekście Windows na ARM z układem Nvidii.

Kiedy komputer z RTX 5090 albo 4090

  • Twoje modele mieszczą się w 24-32 GB: modele tekstu do około 30 mld parametrów w 4 bitach, większość modeli obrazu, Wan 2.2 5B, muzyka. Tu stacjonarna karta jest kilka razy szybsza od każdej opcji z pamięcią wspólną.
  • Robisz dużo obrazów i wideo. Generowanie grafiki to obliczenia, a RTX 5090 ma według Nvidii 3352 TOPS AI i ponad 7 razy wyższą moc zasilania niż układ RTX Spark w laptopie.
  • Nie potrzebujesz mobilności i możesz dołożyć drugą kartę albo wymienić jedną za dwa lata.
  • Uwaga na koszty: sama RTX 5090 w Polsce kosztowała w październiku prawie 35 tys. zł, więcej niż cały laptop ze 128 GB. RTX 4090 nowej już nie kupisz. Ceny innych kart i moje pomiary zebrałem w tekście jaka karta graficzna do AI, a cały zestaw rozpisuje poradnik jaki komputer do lokalnego AI.

Kiedy MacBook Pro

  • Pracujesz na macOS i chcesz duże modele tekstowe. M5 Max ma dwa razy szybszą pamięć niż RTX Spark (614 wobec 300 GB/s), więc ten sam duży model powinien pisać na nim mniej więcej dwa razy szybciej.
  • Używasz głównie modeli tekstowych przez llama.cpp, Ollamę, LM Studio albo MLX. Te działają na Macu dobrze.
  • Nie potrzebujesz CUDA. Część narzędzi do obrazu i wideo zakłada kartę Nvidii, a na Macu działają wolniej albo wcale.
  • Pamiętaj, że 40-rdzeniowe GPU M5 Max wymaga u Apple co najmniej 48 GB, a do 128 GB dopłacasz w konfiguratorze.

Moja kolejność dla typowych zastosowań

ZastosowaniePierwszy wybórDlaczego
Czat i kod na modelach do 30BPC z kartą 24-32 GB3-6 razy szybsze generowanie
Modele 70-120B w laptopie, WindowsRTX Spark 128 GBjedyna opcja z CUDA i ponad 100 GB dla modelu
Modele 70-120B w laptopie, macOSMacBook Pro M5 Max 128 GBdwa razy szybsza pamięć niż RTX Spark
Obrazy i wideo na co dzieńPC z RTX 5090moc obliczeniowa i najszersza obsługa programów
Agenci pracujący w tle na laptopieRTX Sparkduży model plus miejsce na kontekst, Windows i CUDA
Modele powyżej 200Bżadne z powyższychnawet 128 GB nie mieści ich w rozsądnej kwantyzacji

Ostatni wiersz piszę celowo. Modele klasy 670 mld parametrów nawet w 2 bitach ważą ponad 160 GB. Wyliczenie dla konkretnych modeli i pojemności jest w tekście 128 GB pamięci wspólnej: jakie modele AI się zmieszczą, a własny model policzysz w kalkulatorze ile VRAM potrzebujeszbuje model.

Kiedy dostanę ProArta ze 128 GB, puszczę na nim te same modele co na RTX 4090 i zastąpię szacunki z tej tabeli pomiarami. Wyniki trafią do huba Nvidia RTX Spark, a ceny wszystkich laptopów z tym układem są w tekście laptopy z RTX Spark: modele i ceny.

Najczęstsze pytania

Co jest lepsze do lokalnego AI: RTX Spark czy RTX 5090?

Zależy od modelu. Do modeli mieszczących się w 32 GB RTX 5090 jest kilka razy szybsza, bo ma 1792 GB/s pamięci wobec 300 GB/s. Do modeli 70B i większych lepszy jest RTX Spark ze 128 GB, bo na RTX 5090 się nie zmieszczą.

RTX Spark czy MacBook Pro M5 Max do modeli językowych?

Przy tej samej pojemności MacBook Pro ma dwa razy szybszą pamięć (614 GB/s), więc duże modele powinien generować szybciej. RTX Spark wygrywa obsługą CUDA i Windows, co liczy się przy narzędziach do obrazu, wideo i programowaniu pod karty Nvidii.

Czy warto kupić RTX 4090 do AI w 2026 roku?

Nowych kart nie ma już w polskich sklepach. Używana 4090 nadal daje 24 GB i 1008 GB/s, co wystarcza na modele do ok. 30 mld parametrów w 4 bitach. Moje pomiary na niej są w tekście o wyborze karty graficznej do AI.

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
  2. 2Claude Fable 5.2 czy Opus 5.5: kiedy dopłata 2 razy ma sens, a kiedy to wyrzucone pieniądze
  3. 330 promptów do ChatGPT Images i 10 do przerabiania zdjęć
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →