Test ASUS ProArt GR1X. Co RTX Spark zyskuje w trybie desktop?
W październiku testowałem dla TELEPOLIS laptopa ASUS ProArt P16 z układem NVIDIA RTX Spark. Uruchamiałem na nim lokalnie duże modele językowe, renderowałem w Blenderze i sprawdzałem gry. Miesiąc później na moje biurko trafił ASUS ProArt GR1X. To mini-PC o boku 15 cm z desktopową odmianą N1X i 128 GB pamięci współdzielonej przez procesor i grafikę.
W obu konfiguracjach procesor Grace ma 20 rdzeni, a grafika Blackwell 6144 rdzenie CUDA. Najbardziej ciekawił mnie wzrost wydajności za sprawą wyższego poboru mocy. NVIDIA podaje dla mobilnego N1X TDP od 45 do 80W, a dla wersji desktopowej 140W. Wróciłem więc do sceny Classroom, którą renderowałem na laptopie i do tych samych gier. Chciałem zobaczyć, ile sekund odzyskam w Blenderze i ile klatek dołoży sama grafika.
Na GR1X ponownie uruchomiłem też GPT-OSS-120B i przez ponad pół godziny obciążałem go serią kolejnych generacji. Do tego dorzuciłem dwa zadania. Qwen dostał obraz panelu i miał na jego podstawie napisać kod HTML. W ComfyUI zleciłem MiniMaxowi H3 wygenerowanie pięciu sekund pościgu po dachach. Sprawdziłem też wiele innych rzeczy i odkryłem zaskakujący, kluczowy brak, ale o tym dowiecie się w samym tekście.
Specyfikacja testowanego ASUS-a ProArt GR1X
- Układ NVIDIA RTX Spark N1X z dwudziestordzeniowym procesorem Grace w architekturze ARM64
- Zintegrowana grafika NVIDIA Blackwell RTX, 6144 rdzenie CUDA, rdzenie RT czwartej generacji i rdzenie Tensor piątej generacji. CUDA Compute Capability 12.1
- Wydajność AI do 1 PFLOPS w obliczeniach FP4
- NPU: w oficjalnej tabeli NVIDIA przy desktopowym N1X widnieje „–”; przy obu wariantach mobilnych producent podaje „NVIDIA NPU”. Dodatkowe testy wskazały, że brakuje tu NPU (!)
- 128 GB zunifikowanej pamięci LPDDR5X-9400, magistrala 256-bitowa, deklarowana przepustowość do 300 GB/s. ASUS oferuje również konfiguracje z 64 GB
- SSD 2 TB M.2 NVMe PCIe 4.0 w testowanej konfiguracji. Dwa gniazda M.2, opisane przez ASUS-a jako PCIe 5.0 / 4.0
- Cztery tylne porty USB-C 3.2 Gen 2x2 do 20 Gb/s. Jeden przyjmuje zasilanie USB PD 3.1 EPR, pozostałe trzy obsługują przesyłanie obrazu przez DisplayPort 2.1 Alt Mode
- HDMI 2.1, RJ-45 10GbE i gniazdo Kensington. Obsługa do czterech monitorów według ASUS-a
- Wi-Fi 7 w konfiguracji 2x2 i Bluetooth 5.4
- Dwa wentylatory po 109 łopatek, cztery ciepłowody i radiator z 57 żeberkami. Deklarowane TDP do 140W
- Zewnętrzny zasilacz 240W
- Srebrna obudowa o wymiarach 150 x 150 x 51 mm, objętość około 1,1 l, deklarowana masa 1,48 kg
- Windows 11 Pro ARM64. W testowanym egzemplarzu wersja 26H1, kompilacja 28000.3501
Srebrny GR1X podłączyłem do 32-calowego monitora Lenovo. Obudowa ma płytkie żłobienia, geometryczny wzór i niewielkie logo ProArt na górze. Z przodu jest kratka z przyciskiem zasilania. Przy podstawie o wymiarach 15 x 15 cm łatwo znaleźć dla niego miejsce, a niewielki zasilacz 240W bez problemu mieści się pod biurkiem czy w komorze na przewody.
No ale, mimo uroczego i niewielkiego wyglądu, dostrzegam tutaj jeden problem. Wszystkie złącza są z tyłu. Podczas składania stanowiska ma to urok, bo przewody znikają za obudową. W czasie testów jednak kilkukrotnie chciałem podpiąć pendrive czy dysk zewnętrzny i wtedy brak portów z przodu zaczynało mi już doskwierać. Pod ręką przyda się więc specjalny hub (sam z takiego korzystałem), zwłaszcza jeśli nadal używacie z akcesoriów na USB-A albo regularnie zgrywacie materiał z kart pamięci. ASUS nie wyposażył tego sprzętu w czytnik kart SD.
Podobne wtyczki łatwo pomylić z podobnymi możliwościami. Laptopowy ProArt P16 ma USB4 do 40 Gb/s, tymczasem GR1X kończy na USB 3.2 Gen 2x2 i 20 Gb/s. Trzy gniazda USB-C potrafią za to wyprowadzić obraz przez DisplayPort, a razem z HDMI dają możliwość podpięcia czterech monitorów. Najbardziej cieszy mnie Ethernet 10 Gb/s. W studiu trzymającym projekty na szybkim NAS-ie to port, który łatwo wykorzystać codziennie. Brak portów USB-A też jest problematyczny, bo chcąc podpiąć klawiaturę czy myszkę również musiałem skorzystać z zewnętrznego huba. Kupując ten sprzęt obowiązkowo musicie się w niego wyposażyć.
Komputer wyceniono na ok. 39000 zł w testowanej konfiguracji i dla wielu z Nas to kwota, która zwala z nóg. Niemniej, ten sprzęt powstał do konkretnych zastosowań i przede wszystkim dla lokalnej, sztucznej inteligencji. Nie można więc oczekiwać, że „zwykły” użytkownik poleci po niego do sklepu. To urządzenie przeznaczone dla konkretnego odbiorcy, dlatego przejdźmy teraz do konkretnych testów.
CPU i SSD – jest podobnie, jak w laptopie, ale wyniki zaskakują
W wielowątkowym teście procesora w Cinebench 2026.1.3 uzyskałem na ProArcie GR1X 7126 pkt. To o 221 pkt, czyli około 3 proc., mniej niż wynik laptopowego ProArta P16 po włączeniu trybu wydajnościowego. Laptop zdobył w tym trybie 7347 pkt, a przed zmianą profilu miał 5133 pkt. Na GR1X ustawiłem minimalny czas testu na 10 minut.
W Geekbench 7.1.0 dla Windows AArch64, przy planie zasilania Zrównoważony, GR1X uzyskał 2443 pkt Single-Core i 21208 pkt Multi-Core. Wynik GPU wyniósł 188160 pkt w CUDA i 109998 pkt w Vulkanie. W 7-Zip 26.06 ARM64 ustawiłem słownik 64 MB i 20 wątków. Po dziesięciu przebiegach i 93,5 s program podał 114,674 GIPS w kompresji, 133,129 GIPS w dekompresji i 123,902 GIPS łącznie.
SSD przeszedł CrystalDiskMark 9.0.3 ARM64 z trzema powtórzeniami na próbce 1 GiB. Partycja systemowa była zapełniona w 8%, a przy wcześniejszym teście P16 w 24%. Najwyższy odczyt sekwencyjny desktopa sięga 7,2 GB/s, około 2,3% powyżej P16. Zapis w tej samej próbie kończy się blisko 6 GB/s i jest o około 9,5% niższy. Przy pojedynczym żądaniu wartości obu komputerów lądują w okolicach 2 GB/s. To dobre przypomnienie, jak wiele zmienia głębokość kolejki. Jeśli jednym z głównych zadań komputera będzie zapis dziesiątek gigabajtów materiału, wbudowany dysk powinien sobie z tym dobrze poradzić, nie tracąc zbyt wiele na szybkości przesyłania materiałów.
Najlepszy argument za desktopem znalazłem w Blenderze
W Speed Way GR1X zdobył 3042 pkt i 30,43 kl./s, wobec 2750 pkt i 27,50 kl./s z laptopa. To około 10,6% przewagi punktowej. W Steel Nomad DX12 desktop uzyskał 3114 pkt i 31,14 kl./s, a P16 wcześniej 2804 pkt i 28,05 kl./s. Ten drugi przebieg GR1X miał ostrzeżenie walidacji. Speed Way przeszedł ją poprawnie. Steel Nomad renderuje w 4K bez ray tracingu, więc podobne liczby klatek w obu testach są przypadkowe.
Bardziej interesowało mnie, co wyjdzie w renderowaniu Classroom. Punktem odniesienia był render w Cycles z laptopa przy rozdzielczości 1920 x 1080 pikseli, 256 próbek, z wyłączonym odszumianiem i zaaplikowanym Adaptive Sampling. W obu wariantach GPU, laptop renderował bez udziału CPU. W próbach desktopa czas skrócił się o około 4 s w CUDA i 2,2 s w OptiX. Jeśli przeliczymy czas na wydajność, przewaga wynosi około 14,4% w CUDA i 16,2% w OptiX. Jeszcze więcej daje zmiana samego backendu. Na GR1X po przełączeniu z CUDA na OptiX czekałem mniej więcej o połowę krócej na tę samą scenę. Gdy poprawiamy jakiś materiał, zmieniamy ustawienie kamery i za każdym razem chcemy obejrzeć gotowy render, tę różnicę bardzo odczujemy.
Wróciłem też do gier sprawdzanych na P16. Desktop oferował w tym zestawie przeciętnie o 5-7 kl./s więcej. Przy wyniku w okolicach 30 kl./s taki przyrost ma większe znaczenie niż przy 90 kl./s. Większy budżet mocy daje grafice pole do pracy, a wyniki z gier i renderowania zgodnie wskazują ewidentne korzyści płynące z większego poboru mocy.
GPT-OSS-120B. Pół godziny generowania na własnym sprzęcie
W GR1X procesor i grafika korzystają z fizycznej puli 128 GB. Komunikują się przez NVLink-C2C, a pamięć LPDDR5X pracuje na magistrali 256-bitowej. Windows i narzędzia GPU pokazują obszary udostępnione z tej puli. W testowym egzemplarzu Windows raportował około 63,93 GiB pamięci dostępnej dla systemu, zaś narzędzie GPU pokazało segment 64 000 MiB, czyli 62,5 GiB. Przy doborze zwróćcie uwagę na konkretną alokację, wagi, bufory i pamięć zajętą przez kontekst.
GPT-OSS-120B jest modelem MoE. Znajdziemy w nim ok. 117 mld parametrów łącznie i około 5,1 mld aktywnych na token. Wagi wykorzystanego wariantu GGUF Q4_K_M zajmują około 62,8 GB na dysku. Załadowałem je w llama.cpp z CUDA i osobno zmierzyłem przetwarzanie wejścia (PP) oraz generowanie 128 tokenów (TG). Każdy krótki wariant obejmował pięć powtórzeń. Głębokość w próbach TG określa liczbę tokenów obecnych w kontekście przed rozpoczęciem generowania.
Przy głębokości 4096 tempo obu komputerów różni się o 0,14 tok./s. Przy dłuższym kontekście GR1X schodzi z 66,82 do 55,87 tok./s, co oznacza spadek o około 16% względem pustego kontekstu. Większą przewagę laptop ma przy przetwarzaniu wejścia. Desktop wypada o około 14% niżej w PP512 i PP2048 oraz o około 4% w PP8192. Jeśli regularnie podajemy asystentowi nowe dokumenty, ten etap jest częścią czasu oczekiwania.
W długiej serii wykonałem 60 osobnych prób po 2048 tokenów, resetując kontekst między przebiegami. GR1X wygenerował łącznie 122880 tokenów, a same fazy generowania zajęły 32 minuty i 26,8 s. Średnia prędkość prób wyniosła 63,16 tok./s, mediana 63,81. P16 uzyskał wcześniej średnio 63,69 tok./s, czyli różnica nie sięgnęła jednego procenta. Pierwsze dziesięć prób desktopa dało średnio 59,90 tok./s, ostatnie dziesięć 63,84. W ostatnim bloku tempo było więc o około 6,6% wyższe niż w pierwszym.
Dlaczego dodatkowy limit mocy nie wpłynął tutaj na wyniki? Przy przetwarzaniu wejścia wiele obliczeń można prowadzić równolegle. Generowanie jednego strumienia tekstu przebiega sekwencyjnie i często ogranicza je tempo dostarczania danych z pamięci. Katalogowe 140W nie poszerza magistrali. Pomiary pochodzą z różnych wersji silnika. P16 korzystał z llama.cpp b11687, a długa seria GR1X z b12477. Zapisane wersje sterowników również się różnią. Wyniki mówią więc, jak oba komputery poradziły sobie w używanych konfiguracjach.
Zrzut interfejsu zamieniłem w HTML, a prompt w pościg po dachach
Qwen3-VL 8B Instruct dostał grafikę przedstawiającą panel i polecenie wygenerowania HTML. W trzech próbach plik został zapisany po 110,65 s, 90,10 s i 100,10 s. Mediana wyniosła około 100 s, a mediana tempa generowania 43,80 tok./s. Poszczególne odpowiedzi miały od 3894 do 4805 tokenów, więc komputer wykonywał za każdym razem trochę inną ilość pracy. Po mniej więcej dwóch minutach miałem kod do otwarcia w przeglądarce i dalszych poprawek. Mierzyłem czas do zapisu pliku.
Przy tym zadaniu zapisałem także odczyty grafiki. GPU osiągnęło maksymalnie 71°C, a najwyższy raportowany odczyt zajętości segmentu pamięci GPU wyniósł około 12,51 GiB. Średnia moc raportowana dla samego GPU mieściła się w poszczególnych próbach w przedziale 50,6-51,4W. Komputer pod maksymalnym obciążeniem generował ok. 45,6 dBA głośności, a więc wbudowane w środku dwa wentylatory działają bardzo cicho.
W ComfyUI ułożyłem opis pościgu po dachach wieżowców. Krótkie ujęcia, skoki między budynkami i futurystyczne miasto w tle. Zleciłem MiniMaxowi H3 wygenerowanie pięciosekundowego klipu. W workflow ustawiłem 16:9 oraz 0,4 MP, czemu tabela ustawień przypisuje 864 x 480 pikseli. Użyłem modelu dyfuzyjnego INT8 i enkodera Qwen3-VL 32B NVFP4/AWQ z wyłączonym Turbo. Po 4 minutach i 6 sekundach miałem gotowy podgląd. Na tyle krótko, że przy szukaniu sposobu na pokazanie sceny można zmienić opis i wygenerować kolejne ujęcie bez odkładania projektu na później. Na tyle długo, że przy kilkunastu wersjach i większej rozdzielczości opłaca się wcześniej przemyśleć, czego właściwie chce się od modelu. Właśnie do sprawdzania takich koncepcji chętnie widziałbym GR1X na własnym biurku.
Na koniec przeprowadziłem osobny pomiar procesora w Geekbench AI 1.8.0. Test ONNX na CPU przyniósł 1526 pkt w Single Precision, 3133 pkt w Half Precision i 6295 pkt w Quantized. Wyniki opisują trzy tryby tego konkretnego testu CPU. W praktyce możliwości Blackwella znacznie lepiej oddają czasy pracy aplikacji, które rzeczywiście z niego korzystają.
Brak NPU to spore zaskoczenie
W testowanym GR1X Windows nie wykrył osobnego NPU. Na liście nie było też nierozpoznanego urządzenia z błędem brakującego sterownika. Odczyt jest zgodny z tabelą NVIDIA, która wymienia NPU przy mobilnych wariantach N1X, a przy desktopowym pozostawia kreskę. Lokalne modele z tego testu korzystały z grafiki Blackwell. Brak udostępnionego NPU ogranicza zgodność z funkcjami Windows, które wymagają tego akceleratora. Recall, służący do odnajdywania wcześniej oglądanych treści w zapisanych zrzutach ekranu, wymaga komputera Copilot+ z NPU o wydajności co najmniej 40 TOPS. Windows Studio Effects wymaga z kolei obsługiwanego NPU i sterownika producenta do systemowego rozmywania tła, korekty kontaktu wzrokowego czy automatycznego kadrowania. NPU może wykonywać takie zadania, odciążając CPU i GPU. Wysoka wydajność Blackwella nie zastępuje automatycznie tych wymagań sprzętowych. Aplikacje obsługujące obliczenia na GPU nadal korzystają z grafiki, co sprawdziłem w GPT-OSS, Qwenie i ComfyUI.
Osobną sprawą pozostają systemowe funkcje Copilot+. Dell opisuje laptopa XPS 16 DX16263 z RTX Spark, w którym Windows wykrywa sprawne NPU, a mimo to m.in. Recall, Cocreator i Windows Studio Effects nie są dostępne. Firma wskazuje na niegotowe wsparcie Microsoftu i NVIDIA, a aktualizacji oczekuje pod koniec kwietnia 2027 r. Są więc problemy z tym NPU, ale skoro nawet sama firma nie uwzględnia go w specyfikacji desktopowej, no to coś w tym jest. Szkoda, że tutaj tego nie zaimplementowano.
Dla kogo jest ten ProArt?
Gdybym miał ustawić GR1X w studiu, zacząłbym od sprawdzenia wtyczek i peryferiów, od których zależy codzienna praca. Windows 11 na ARM emuluje aplikacje x86 i x64, ale sterowniki jądra potrzebują wersji ARM64. Wystarczy karta przechwytująca lub interfejs audio ze wsparciem ograniczonym do x64 i robi się problem. Na tym egzemplarzu mam za to konkretne wyniki natywnych benchmarków, CUDA, OptiX i lokalnego generowania treści.
Najchętniej postawiłbym GR1X na biurku u kogoś, kto już dziś potrafi nazwać swoje zastosowanie dla dużej wspólnej pamięci i grafiki NVIDIA. Programista może uruchomić duży model lokalnie, twórca może na tej samej maszynie renderować albo generować ujęcia, a szybki Ethernet ułatwia pracę z projektami przechowywanymi w sieci. Przy wyborze między oboma ProArtami GR1X ma dla mnie więcej sensu na stałym stanowisku do renderowania. Posiadacz P16 szukający szybszych odpowiedzi GPT-OSS niewiele zyska na przesiadce. Kupując komputer przede wszystkim do gier, rozglądałbym się za sprzętem, w którym większa część budżetu idzie na grafikę, chociaż ProArt radzi sobie z tym bardzo dobrze (dzięki wsparciu wszystkich funkcji DLSS, generowania klatek czy rekonstrukcji promieni).
To piękny, mały komputer z dużą mocą, świetną kulturą pracy i wieloma możliwościami, chociaż nie obyło się bez wad. Świadomi użytkownicy z pewnością zwrócą na nie uwagę, ale jeśli szukacie małej, kompaktowej odpowiedzi dla Maca Studio, to… niestety jeszcze trochę brakuje. Nie przy tej cenie. Wbudowane w Maca procesory M5 czy M6 w przeróżnych testach pozostają wydajniejsze, niemniej NVIDIA zaserwowała nam dopiero pierwszą generację i jest na dobrej drodze, by znacznie rozwinąć te architekturę w przyszłości.
ASUS ProArt GT1X - galeria zdjęć:
-
Obudowa o objętości około 1,1 l i estetyczne, srebrne wykończenie ProArt
-
Niewielki zewnętrzny zasilacz 240W, łatwy do ustawienia przy biurku
-
128 GB pamięci zunifikowanej, które można wykorzystać do pracy z dużymi modelami
-
Sprawne lokalne generowanie w GPT-OSS-120B Q4_K_M, średnio około 63 tok./s w serii obejmującej ponad pół godziny generowania
-
CUDA i OptiX. Classroom w OptiX renderuje się w około 13,6 s
-
Wyższe osiągi graficzne niż w testowanym ProArcie P16, widoczne w Blenderze, Speed Way i sprawdzonych grach
-
Lokalne zadania od obrazu do kodu HTML oraz od tekstu do klipu wideo
-
SSD 2 TB z odczytem sekwencyjnym do około 7,2 GB/s w teście i miejsce na drugi nośnik M.2
-
Ethernet 10 Gb/s, Wi-Fi 7 i Bluetooth 5.4
-
Możliwość podłączenia do czterech monitorów przez HDMI i USB-C
-
Brak osobnego NPU wykrywanego przez Windows, ograniczający zgodność z systemowymi funkcjami AI wymagającymi tego akceleratora
-
USB-C tylko do 20 Gb/s i brak USB4, które oferował laptopowy ProArt P16
-
Brak USB-A i czytnika kart pamięci. Wszystkie złącza umieszczono z tyłu
-
Specjalistyczne peryferia wymagają sterowników zgodnych z ARM64, a zgodność aplikacji i wtyczek warto sprawdzić przed zakupem
-
Wysoka cena testowanej konfiguracji, szczególnie patrząc na możliwości (względem konkurencji)