NVIDIA N1Xは「RTX Spark」として正式発表——128GB統合メモリ・RTX 5070級GPUは誰のための道具か

NVIDIAのARM SoC「N1X」は、2026年6月1日のComputex 2026（GTC Taipei）で正式発表されました。製品名は RTX Spark。N1X はコードネームで、店頭に並ぶのはこの名前です。GPU屋のNVIDIAが、自社ARM SoCでWindowsノートに深く入ってきました。

そして、リークとして出回っていた数字——20コアCPU、6144 CUDAコア、128GB統合メモリ——は、ほぼそのまま公式仕様として確定しました。つまり「本当にそんな数字が出るのか」を疑うフェーズは終わっています。

この記事では、確定した仕様が実際の使い勝手にどう効くのかを見ます。買い替えを考えている人も、ローカルLLMを回したい人も、判断に使えるところまで来ました。

正式発表で確定したのは、次の内容です。

• CPU: Arm系20コア（高性能10＋高効率10）。MediaTekとの共同設計
• GPU: Blackwellアーキテクチャの統合GPU、6144 CUDAコア
• メモリ: 最大128GB LPDDR5X のユニファイドメモリ
• プロセス: 3nm世代
• 搭載: ASUS / Dell / HP / Lenovo / Microsoft Surface / MSI（Acer・GIGABYTEが後続）

Jensen Huang CEO が以前「GB10とN1は同一シリコン」と述べていた通り、RTX Spark は DGX Spark の系譜にある設計で、そこへ Windows 対応を載せた形です。ただのモバイル向け新製品ではなく、NVIDIAがAI推論とPCを同じ設計思想でつないできた、と読むのが素直です。

ここで注意が要るのは、確定したのが仕様であって実性能ではないという点です。特にGPUのスコアは初期ドライバの出来で平気で振れます。数字が公式になったことと、手元で速いことは、まだ別の話です。

20コアCPUは、ただ「コア数が多い」というだけでは判断しづらい数字です。ARM系SoCでは、性能コアと効率コアの配分、メモリ帯域、スケジューラの噛み合い方で体感がかなり変わります。ノートPCとして大事なのは、単純な最大性能よりも、アイドルから中負荷までの伸び方です。そこが崩れると、数字は立派でも日常の使い勝手が重くなります。

GPU側の6144 CUDAコアは、規模感としてはかなり大きい部類です。比較の目安として、NVIDIAのモバイル向けGeForceで言うと RTX 5070 級、報道ベースでは RTX 5070 Laptop と 5070 Ti Laptop の中間あたりに置かれています。ただし、ここで言う「相当」は、あくまでGPU規模から見た近さであって、ゲーム性能がそのまま同じになるという意味ではありません。Windows on ARMでは、GPUの生の計算性能と、実際のゲームやアプリでの出方が一致しにくいからです。

迷うとしたら、たぶん「AI用途の強さ」と「普通のWindowsノートとしての快適さ」のどちらを優先するか、ここだと思います。N1Xは前者にかなり寄った設計に見えますが、後者はOSとドライバの成熟度に強く依存します。数字だけで選ぶと、後から少し困るやつです。

128GBの統合メモリは、この製品でいちばん話題になりやすい部分です。ノートPCで128GBというだけでも目を引きますが、統合メモリであることに意味があります。CPUとGPUが同じメモリ空間を使えるため、大きなモデルをCPU側に置いたりGPU側に置いたりする境目が減り、メモリ転送のムダを減らしやすいからです。

ローカルLLMの具体例で言うと、Llama 3 70BやQwen2.5 72B級は、量子化の粒度しだいで128GB内に載せる現実味が出ます。もちろん、"載る" と "快適に動く" は別です。そこが一番大事で、モデル自体は動いても、KVキャッシュの膨らみ、コンテキスト長、バックグラウンド常駐、Windows側の消費で余裕が削られます。128GBは魔法の数字ではなく、重いモデルを試すための最低ラインが少し広がる、という理解が近いです。

実務上は、70B級を「ローカルで検証できる」ことの価値が大きいです。たとえば、推論の遅さを許容してでも、機密データを外に出さずに長文の要約やRAG検証をしたい人には意味があります。一方で、日常的に高速な生成を求めるなら、128GBであってもGPU専用機やデータセンター向け環境のほうが素直です。ここは期待を少し冷やして見たほうが、あとで納得しやすいと思います。

Apple M4 Proと比べると、N1Xは少なくとも思想が違います。Appleはソフトウェアとハードの縦統合で、静音性、電力効率、アプリ互換性をかなり高い水準でまとめています。M4 Proは、日常作業、動画編集、開発環境の整い方まで含めて、完成度で先行していると言っていいです。

N1Xがそこに正面から勝つというより、GPU計算とAI推論の寄り方で差別化する構図でしょう。Apple側はNeural Engineを持っていますが、CUDA資産の厚みはありません。NVIDIA側はそこが強い。PyTorch、TensorRT、各種LLM周辺の蓄積は大きいので、AI系の開発者には読みやすい土俵です。

Snapdragon Xとの比較では、NVIDIAのほうがGPUとAIの看板は立てやすい一方、Windows on ARMの土台そのものはどちらも課題を抱えます。Snapdragon XはCPU性能と省電力で前進しましたが、ゲーム互換性や周辺機器、32bit/64bitエミュレーション周りではまだ揺れがあります。N1Xはそこに新しいプレイヤーとして入るので、互換性の成熟を一から積み直す局面が残ります。

N1Xの話で過小評価しづらいのは、Windows on ARMそのものの課題です。仕事の文書作成やブラウザ中心なら、ARM版Windowsはかなり実用域に来ていますが、ゲームは話が別です。互換レイヤー越しの動作、アンチチート、古いドライバ依存、周辺機器の独自ユーティリティなど、引っかかる場所がまだ多いからです。

ゲーム用途を考えるなら、N1Xが高いGPU規模を持っていても、まず検証すべきは「どのタイトルが、ネイティブで、どの程度の安定度で動くか」です。ベンチマークの数字より、現場ではそちらが先に効きます。ここを飛ばすと、買ってから「GPUは速いのに遊びたいゲームが素直に動かない」という、やや面倒な状況になります。

リークの段階から、最上位の N1X と、GPU規模やメモリ上限を抑えた N1 の2本立てが観測されていました。RTX Spark としても、薄型ノートから小型デスクトップまで幅を持たせた展開になっています。

ここで大事なのは、上位が「全部入り」、下位が「安い版」と単純に割り切れないことです。上位はAI開発や重い統合メモリ用途を担い、下位は一般的なWindows ARMノートとして広げる役割になります。つまり、型番よりも、自分がどちらの層かで見るほうが判断しやすいです。

搭載機は2026年の秋から順次投入され、広く行き渡るのは2027年初頭という見方です。Microsoft の Surface Laptop Ultra が2026年秋、RTX Spark 搭載モデルの想定価格は2,899ドルからと報じられています。

つまり価格帯としては、Apple の上位機や GeForce 搭載ゲーミングノートと正面からぶつかる位置です。「ARMだから安い」という製品ではありません。

発売までに見ておきたいのは、仕様表ではなく次の3つです。

• Windows on ARM 向けのドライバ成熟度（特にGPU）
• 自分が使うアプリがネイティブで動くか、互換レイヤー越しか
• ローカルLLMを回すなら、主要フレームワークのArm＋CUDA対応状況

私見ですが、N1Xは一般向けノートPCの王道を取りにくる製品というより、AI開発や推論検証を前提にした端末として見るほうが筋が通っています。CUDAと大容量統合メモリの組み合わせは、ローカルLLM、ビジョンモデル、軽い推論サーバーの実験に向いています。逆に、ゲーム互換性や周辺機器の安定性まで含めた「普通のWindowsノート」としては、まだ慎重に見たほうがいいです。

もしあなたが今気にしているのが、「次の買い替えで、MacではなくWindows ARMを選ぶ意味があるのか」なら、答えは用途次第です。LLMをローカルで動かしたい、CUDA資産を使いたい、将来のNVIDIA ARMエコシステムを先に追いたいなら、N1Xはかなり面白い対象です。反対に、ゲーム互換性や確実な即戦力を重視するなら、発表を待ってからでも遅くありません。

正式発表を経て、盛られていた部分はほとんどありませんでした。仕様は事前の観測どおりです。残っている不確かさは、紙の上のスペックではなく、実機のドライバと互換性のほうへ移りました。判断の材料は、もう仕様表ではなくレビューと実測です。

仕様は2026年6月1日の正式発表に基づきます。一方で、価格・搭載モデル・発売時期はメーカーや地域ごとに変わり、報道ベースの数字を含みます。実性能はドライバの成熟に強く依存するため、購入判断は実機レビューが出てから行うのが安全です。

2026年6月1日の正式発表（Computex 2026 / GTC Taipei）を軸に、NVIDIA公式の製品情報と各社報道を突き合わせ、確定仕様・報道ベースの数字・筆者の見立てを分けて整理しました。

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！