"Không có tài khoản Microsoft": Lập trình viên cài Arch Linux lên laptop RTX Spark và chạy được mô hình AI 90 GiB

Một lập trình viên đồng thời là người bảo trì gói của Arch Linux đã gây chú ý trên cộng đồng công nghệ khi chia sẻ hành trình đưa Arch Linux lên chiếc laptop ASUS ProArt P16 dùng chip NVIDIA N1X — thiết bị vốn chỉ được hỗ trợ chính thức trên Windows. Lý do bắt đầu khá đơn giản: anh không muốn tạo tài khoản Microsoft.

Laptop chạy Arch Linux với kiến trúc ARM

Vì sao lại là Linux?

Khi tin đồn về một chiếc laptop có hơn 100 GiB RAM mà GPU có thể truy cập trực tiếp bắt đầu lan truyền, tác giả đã nghĩ ngay đến những gì có thể xây dựng trên đó. Anh là người ủng hộ mạnh mẽ các mô hình mở (open-weight) và đã tự phát hành các bản quant GGUF trên Hugging Face với hơn 160.000 lượt tải trong một tháng.

Tuy nhiên, việc thiết bị chỉ được hỗ trợ chính thức trên Windows khiến anh thất vọng. Cùng với đó là những vấn đề quen thuộc của Windows: các yêu cầu về quyền riêng tư trong quá trình cài đặt, quảng cáo xuất hiện trong hệ điều hành, và việc phải chờ nhiều năm để thanh tác vụ có thể đặt sang bên cạnh màn hình trở lại.

Là người bảo trì gói của Arch Linux (và từng đưa Arch lên máy chủ IBM), anh chọn Arch Linux ARM — dự án riêng chuyển các gói Arch sang kiến trúc ARM — làm nền tảng, rồi bổ sung phần hỗ trợ phần cứng lên trên.

Những gì phải "độ" để chạy được

Việc đưa Linux lên chiếc máy này không hề đơn giản. Tác giả đã phải:

• Tận dụng phần việc NVIDIA đã làm với kernel cho Ubuntu làm điểm khởi đầu
• Sửa cấp phát ACPI override và ánh xạ framebuffer để có được console
• Tự tính toán ACPI override từ bảng của chính máy
• Dùng bản vá hid-asus cho bàn phím
• Viết driver riêng cho âm thanh và cài firmware loa từ gói driver của ASUS

Toàn bộ được đóng gói vào một USB khởi động, kèm theo bản mở rộng của Archinstall 4.5 để tự động cài đặt phần hỗ trợ phần cứng. Các gói phần cứng do anh tự đóng gói được ký bằng khóa Package Maintainer của Arch Linux, và các đầu vào bản build đều được ghim mã băm (hash pinning) để đảm bảo tính toàn vẹn.

Cấu hình chạy được: màn hình 3840 × 2400 ở 120 Hz, sử dụng NetworkManager, PipeWire và Podman rootless với NVIDIA CDI.

Hiệu năng CPU: không thua Windows

Tác giả chạy thử nghiệm 7-Zip 26.04 native ARM64 với từ điển 32 MiB cố định, so sánh với kết quả Windows đã công bố trên cùng dòng chip 20 nhân N1X:

• Đơn luồng: gần như hòa nhau (nén −1,2%, giải nén −0,8%)
• 20 luồng: Linux nhanh hơn khoảng 5% khi nén và 3% khi giải nén

Kết quả này cũng nằm trong khoảng dao động của các bài đánh giá độc lập khác trên cùng mẫu máy, cho thấy Linux không hề thua kém về hiệu năng tính toán thuần túy.

Điểm mạnh thực sự: 116 GiB bộ nhớ dùng chung

Đây mới là phần đáng chú ý nhất. Trên Linux, hệ điều hành báo cáo 116,0 GiB cho cả RAM hệ thống lẫn tổng bộ nhớ CUDA — tất cả đến từ cùng một bể vật lý.

Trên Windows, bộ nhớ bị chia thành ba vùng: riêng cho GPU, chia sẻ và chỉ dành cho CPU. Tác vụ CPU không thể dùng vùng riêng GPU, và cấp phát GPU không thể dùng vùng chỉ dành cho CPU. Người dùng phải kéo thanh trượt phân bổ trong ứng dụng NVIDIA rồi khởi động lại máy khi chuyển đổi nhu cầu.

Điều tác giả quan tâm nhất là có một bể bộ nhớ lớn dùng được cho cả công việc CPU, mà không phải kéo thanh trượt và khởi động lại giữa các tác vụ.

Theo một bài thử nghiệm trên Windows với cùng mẫu máy, thiết lập đó đạt tổng CUDA khoảng 109,7 GiB. Linux của tác giả báo cáo 116,0 GiB, nhiều hơn khoảng 6,3 GiB.

Chạy mô hình AI ngay trên laptop

Tác giả đã chạy checkpoint Qwen3.8-Flash-Next-FP4-Local của NVIDIA thông qua vLLM với kernel CUDA B12X trong container ARM64 native, dùng lượng tử hóa hỗn hợp và KV cache FP8.

Trước khi nạp mô hình, Linux báo còn 110,9 GiB RAM trống. vLLM ghi nhận 68,2 GiB cho việc nạp mô hình và cấp thêm 21,1 GiB cho KV cache — gần 90 GiB dành cho mô hình và bộ nhớ đệm trên một chiếc laptop. Quá trình nạp và biên dịch mất khoảng 16 phút trước yêu cầu đầu tiên.

Các bài kiểm tra thực tế đều đạt kết quả tốt:

• Rà soát mã Python: phản hồi đầu tiên sau 0,316 giây, hoàn tất sau 4 giây
• Tìm lỗi trong nhật ký sự cố 128 bản ghi (9.775 token): hoàn tất chưa đầy 6 giây, trả về đúng nguyên nhân và hành động tiếp theo
• Trích xuất ghi chú thanh toán sang JSON: khoảng 2 giây

Tốc độ sinh văn bản đạt khoảng 30,9 token/giây — ngang ngửa mức 29,4–31,4 token/giây mà một bài đánh giá khác đo được trên Windows với cùng mẫu máy. Khi gửi bốn yêu cầu cùng lúc, tốc độ tổng đạt 86,6 token/giây.

Đáng chú ý hơn, khi chạy liên tục ba loại tác vụ trong 10 phút, máy hoàn thành 150 yêu cầu và toàn bộ đáp án đều vượt qua kiểm tra. Thời gian phản hồi trung vị giữa lần đầu và lần cuối chỉ tăng chưa đến 1,6% — dấu hiệu cho thấy hiệu năng ổn định, không bị suy giảm do nhiệt hay rò rỉ bộ nhớ.

Ý nghĩa với người dùng Việt Nam

Với cộng đồng yêu thích phần cứng và AI tại Việt Nam, đây là minh chứng thú vị rằng laptop ARM tích hợp GPU mạnh có thể trở thành trạm làm việc AI cá nhân thực thụ khi chạy Linux. Việc dùng được toàn bộ bể bộ nhớ hợp nhất cho cả CPU lẫn GPU giúp đơn giản hóa đáng kể việc chạy các mô hình lớn cục bộ — điều mà nhiều người từng phải thuê GPU đám mây với chi phí không nhỏ mới làm được.

Dĩ nhiên, đây vẫn là con đường dành cho người có chuyên môn kỹ thuật cao. Toàn bộ script build và bản vá đã được tác giả công khai, nhưng việc tự vá kernel, trích xuất firmware và xử lý ACPI vẫn không phải việc mà người dùng phổ thông có thể làm theo.