Firmware criptografado do Nvidia RTX Spark reduz a velocidade de inferência para 35% no Linux

Os novos laptops RTX Spark da Nvidia estariam limitando os clocks da GPU no Linux para cerca de um terço do desempenho no Windows, aparentemente porque o firmware de gerenciamento de energia é criptografado e só é totalmente usado pelo driver do Windows. Os comentaristas se dividem entre ver isso como um bug inicial em uma plataforma “Windows-first” e como um sinal de controle mais rígido do fornecedor, bloqueio de recursos no estilo DRM e uma pressão em direção à IA baseada na nuvem. O episódio alimenta preocupações mais amplas sobre o domínio da Nvidia, o suporte fraco ao Linux em comparação com seus produtos para datacenter e as implicações de longo prazo para a IA local “soberana” versus serviços centralizados.

Problema de desempenho no Linux e comportamento do firmware

  • Laptops RTX Spark mostram forte limitação da GPU no Linux (≈35% da velocidade de inferência no Windows), com clocks travados em cerca de 780 MHz em vez de ~2 GHz.
  • Estranhamente, o desempenho fica normal na bateria e piora quando está conectado à tomada, o oposto do comportamento no Windows.
  • A discussão destaca que a tabela de energia do firmware é criptografada; os drivers atuais do Linux não conseguem ler nem aplicar a mesma lógica de gerenciamento de energia do Windows.

Bug vs restrição deliberada

  • Um grupo vê isso como o clássico descaso da Nvidia com drivers “Windows-first”: nova plataforma exclusiva para Windows, suporte imaturo no Linux, provavelmente algo que será corrigido mais tarde.
  • Outro grupo enxerga isso como segmentação intencional ou lock-in: firmware de energia criptografado e chaves apenas para os drivers do Windows são apresentados como uma forma de:
    • Incentivar desenvolvedores a usar Windows/WSL.
    • Desencorajar o reaproveitamento de laptops RTX Spark como nós baratos de inferência Linux em datacenters.
  • Vários apontam o longo histórico da Nvidia de firmware fechado, blobs de driver e limitação artificial de produtos, então a desconfiança é alta.

Local vs cloud e “IA soberana”

  • Muitos temem uma pressão mais ampla da indústria para केंदralizar a IA na nuvem, citando:
    • Nvidia e outras empresas explorando DRM para pesos de modelos.
    • Patentes e documentação sobre modelos locais criptografados/autenticados.
  • Outros argumentam que este caso é apenas sobre firmware de laptop, não uma grande conspiração da nuvem, e acusam os comentaristas de viés de confirmação.
  • “IA soberana” é discutida como a capacidade de executar e modificar modelos localmente, mesmo usando hardware Nvidia, em vez de depender de APIs proprietárias em nuvem.

Laptop vs servidor doméstico para inferência

  • Alguns argumentam que laptops de IA de ponta são irracionais: melhor rodar GPUs em uma máquina desktop/estilo DGX em casa e acessar via VPN/Tailscale a partir de um laptop fino ou telefone.
  • Contra-argumentos: portabilidade, moradia instável e preferência pessoal por formato de laptop ainda impulsionam a demanda por inferência móvel poderosa.

Alternativas, contornos e expectativas

  • As sugestões incluem engenharia reversa do protocolo do firmware, reutilizar drivers do DGX Spark ou esperar que a Nvidia entregue suporte adequado ao Linux.
  • Há frustração de que hardware novo frequentemente seja lançado com gerenciamento de energia ruim no Linux. Alguns juram evitar a Nvidia e preferir AMD/Intel ou outros aceleradores.
  • Outros observam que, historicamente, os drivers proprietários da Nvidia no Linux têm alto desempenho; essa nova complicação de criptografia de firmware parece um retrocesso.