ИИтог

Arch Linux запустили на ноутбуке ASUS ProArt P16 с RTX Spark: 116 ГиБ общей памяти для ОС и CUDA

инфраструктураРедакция ИИтогHacker News🔥63Рейтинг ИИтог63Влияние40Новизна45Релевантность65Неожиданность45Участники35Достоверность80

Автор блога josie.lol, который входит в команду Arch Linux как сопровождающий пакетов, не захотел мириться с тем, что официальная поддержка ноутбука ASUS ProArt P16 H7607BA-SE033W есть только в Windows. Речь о конфигурации со 128 ГБ памяти, 20-ядерным процессором N1X, 6144 ядрами CUDA и SSD на 2 ТБ. Автор собрал загрузочную USB-флешку и расширил установщик Archinstall 4.5, чтобы он ставил поддержку этого железа. В репозитории лежат скрипты сборки и патчи, в том числе шаги, как снять с собственного ноутбука таблицы ACPI и извлечь прошивку динамиков из драйверов ASUS. Сборка основана на Arch Linux ARM, отдельном проекте, который переносит пакеты Arch на ARM.

Как это сделано. Отправной точкой стали работы NVIDIA над ядром для Ubuntu. Автор добавил их, исправил выделение ACPI override и отображение фреймбуфера, чтобы заработала консоль, и вывел переопределения ACPI из таблиц самого ноутбука (с благодарностью участнику astra). Драйвер NVIDIA и прошивку динамиков ASUS автор взял из официальных источников. Для клавиатуры потребовался патч hid-asus, для звука, собственный машинный драйвер. Входные данные сборки закреплены по хэшам, пакеты с поддержкой железа подписаны ключом сопровождающего Arch. Экран работает в 3840 × 2400 при 120 Гц; используются NetworkManager, PipeWire и rootless Podman с NVIDIA CDI. Пакеты ядра, NVIDIA, управления питанием и прошивок зафиксированы через IgnorePkg, остальные обновляются из Arch Linux ARM.

Процессор. Тесты проведены 19 октября на ядре 7.0.0-1022-nvidia и драйвере NVIDIA 615.78.08, при питании от сети и в режиме производительности. Использовался нативный ARM64-вариант 7-Zip 26.04 со словарём 32 МиБ: один прогрев и три замера на каждое число потоков, берётся медиана. Для сравнения взяты опубликованные результаты Windows. По данным StorageReview для HP OmniBook Ultra 16 с тем же N1X, в одном потоке результаты практически равны, а на всех 20 потоках сборка автора впереди примерно на 5% по сжатию и на 3% по распаковке. Автор оговаривает, что в обзоре HP не указаны версия 7-Zip и размер словаря, так что сравниваются именно два ноутбука. Ещё один ориентир, ComputerBase: ProArt P16 на 64 ГБ с 7-Zip 26.00 на Windows получил 155,774 GIPS; медиана трёх прогонов автора, 157,084 GIPS (диапазон 155,759-157,193), то есть результат ComputerBase попадает внутрь этого диапазона.

Память. По словам автора, главное преимущество, единый пул: в Linux 116,0 ГиБ видны и как оперативная память системы, и как общий объём для CUDA. В Windows память делится на выделенную под GPU, общую и доступную только процессору: процессор не может пользоваться выделенной под GPU областью, а GPU, областью только для CPU. Выделенный объём меняют в приложении NVIDIA с перезагрузкой; у ProArt P16 на 128 ГБ в тестах Frandroid максимум составил 96 ГиБ. CUDA может выходить за эти пределы за счёт общей памяти в рамках бюджета Windows. При выделенном резерве 91 ГиБ Frandroid получил на Windows итоговый объём CUDA 109,7 ГиБ с учётом общей памяти; у автора на Linux, 116,0 ГиБ, примерно на 6,3 ГиБ больше. Для автора важнее другое: большой пул доступен и для работы процессора, без перетаскивания ползунка и перезагрузок между задачами.

Локальный запуск Qwen. Автор запустил контрольную точку NVIDIA Qwen3.8-Flash-Next-FP4-Local через vLLM с ядрами B12X CUDA в нативном ARM64-контейнере, со смешанной квантизацией и FP8 KV-кэшем, с отключённым режимом размышлений. Перед загрузкой Linux показывал 110,9 ГиБ доступной памяти; vLLM занял 68,2 ГиБ под модель и ещё 21,1 ГиБ под KV-кэш, почти 90 ГиБ на ноутбуке. Загрузка и компиляция до первого запроса заняли около 16 минут. Таблицы эмбеддингов PLE лежат на диске и выигрывают от тёплого кэша страниц, остальные компоненты используют выгрузку на CPU; часть модели находится вне памяти GPU.

Задачи были такие: ревью двух функций на Python с ошибками, длинный журнал инцидента с одной неудачной операцией и платёжная заметка, которую нужно превратить в JSON. Каждую задачу гоняли по три раза после прогрева, с известными ответами для проверки. Журнал объёмом почти 10 000 токенов обработан менее чем за 6 с с верным запросом, причиной и следующим действием; ответ занял 39 токенов, то есть 6,8 токена/с на весь запрос, основное время ушло на обработку промпта, поэтому тут важнее время ответа. На задачах по коду оба ProArt, у автора на Linux и у Frandroid на Windows, дают около 30 токенов/с. Но у Frandroid был резерв 85 ГиБ и контекст 262 144 токена, а у автора контекст 32 768; промпты, квантизации, среды выполнения и методики замера различаются, так что это сравнение двух рабочих конфигураций, а не оценка влияния ОС.

Четыре ревью кода одновременно: медианный пакет завершился за 5,314 с, суммарно 86,6 выходных токена/с (с учётом обработки промпта и накладных расходов); все 12 ответов прошли проверку. Затем десять минут по очереди шли три задачи: 150 запросов, по 50 на каждую, все ответы верны. Медианное время ответа, 4,036 с для ревью кода, 5,921 с для журнала и 2,046 с для извлечения данных; между первыми и последними десятью повторами оно выросло менее чем на 1,6%. Всего прошли проверку все 171 измеренных ответа, три промпта с детерминированным декодированием. Автор сохранил все ответы и потоки событий и сверил их со сводками.

Ключевые факты

  • Для ASUS ProArt P16 H7607BA-SE033W (128 ГБ, 20-ядерный N1X, 6144 ядра CUDA) официальная поддержка только в Windows; автор собрал загрузочный образ на Arch Linux ARM, патчи (hid-asus, звуковой драйвер, ACPI) и расширил Archinstall 4.5.
  • В 7-Zip на 20 потоках сборка примерно на 5% впереди по сжатию и на 3% по распаковке относительно результата HP OmniBook Ultra 16 на Windows; в одном потоке практически ничья.
  • Linux показывает единый пул 116,0 ГиБ как оперативную память и как общий объём CUDA; у Frandroid на Windows при резерве 91 ГиБ итог CUDA, 109,7 ГиБ (разница около 6,3 ГиБ).
  • Qwen3.8-Flash-Next-FP4-Local через vLLM занял 68,2 ГиБ под модель и 21,1 ГиБ под KV-кэш; загрузка шла около 16 минут, генерация на задачах по коду, около 30 токенов/с.
  • Все 171 измеренный ответ прошёл проверки; в десятиминутном прогоне из 150 запросов медианное время ответа выросло менее чем на 1,6%.

Почему это важно

Ноутбуки с процессором N1X и более чем 100 ГиБ памяти, доступной GPU, до сих пор официально поддерживаются только в Windows. Этот проект показывает, что Linux на таком железе работает: производительность процессора на уровне Windows, а память не делится жёстко между процессором и GPU. Это интересно тем, кто хочет запускать открытые модели локально.

Кому это важно

Владельцам ASUS ProArt P16 и похожих машин на N1X, которые хотят Linux вместо Windows. Тем, кто запускает и квантует открытые нейросети локально и упирается в разделение памяти на выделенную и общую. Сопровождающим дистрибутивов и энтузиастам Arch Linux ARM.

Как это применить

Автор опубликовал репозиторий со скриптами сборки и патчами, включая шаги для снятия собственных таблиц ACPI и извлечения прошивки динамиков из пакета драйверов ASUS. Проект рассчитан на конкретную модель H7607BA-SE033W; у автора прошивка H7607BA.300. Установщик закрепляет пакеты ядра, NVIDIA, питания и прошивок через IgnorePkg, остальное обновляется из Arch Linux ARM. Цена и наличие ноутбука в источнике не указаны.

Можно ли доверять

Это отчёт одного автора о собственной настройке, он честно перечисляет ограничения. Сравнение с Windows опирается на опубликованные результаты других изданий (StorageReview, ComputerBase, Frandroid), а не на прогон Windows на том же ноутбуке. Автор сам отмечает, что в обзоре HP не указаны версия 7-Zip и размер словаря, что у ComputerBase была конфигурация на 64 ГБ и что в тестах моделей промпты, квантизации, среды и методики замера различаются. Ответы и сырые потоки событий автор сохранил и сверил со сводками.

Риски и подводные камни

Сборка рассчитана на одну модель ноутбука и требует ручных шагов с ACPI и прошивкой. Загрузка и компиляция модели заняли около 16 минут, часть модели работает вне памяти GPU. Контекст в тесте автора был 32 768 токенов против 262 144 у Frandroid, поэтому прямое сравнение скоростей некорректно. Сравнение GPU между Linux и Windows в источнике ограничено объёмами памяти и одним сопоставлением токенов в секунду. Позиция автора по поводу Windows, личная.