本地AI电脑为啥越做越贵?英伟达RTXSpark靠软件能翻盘?

无需怀疑，AI芯片已经成为当下个人计算发展的基础，甚至是提升生产力的有利保证，在AI落地的过程中，虽然时间跨度不小，可我们也能看出一个有趣的规律，那就是最初的阶段，主要是确定本地AI是否成为核心能力，芯片的重点是跑通原始模型，我们现在使用的很多云端服务，其实都是当时所打下的基础，例如CUDA生态就是如此。

而在第二个阶段中，AI芯片的发展开始走向个人电脑，准确地说，是面向消费级的芯片架构，因为有了统一内存的出现，使得本地大模型开始出现可能，无外接电源的AI笔记本如雨后春笋般在全球出现，第一个阶段造就了云端算力，第二个阶段造就了英伟达的RTX Spark，而现在，则开始进入第三个阶段，我们已经身处变革之中。

实际上，每一次AI芯片变革的出现，都是为了解决芯片产业继续向前繁荣发展的问题，目前AI电脑的发展，同样也是如此，简单来说，就是传统PC的芯片性能与运行大模型所需付出的成本相比，已经出现严重的不成正比例的情况。

以传统PC的内存架构为例，这并不一个独立的设计缺陷，只是分体存储的沿用方案，可尽管如此，采用分体内存的PC，在运行AI大模型需要频繁交换数据时，性能损失也才约几倍，如果剔除这些因素，那么分体内存架构对AI大模型运行的阻碍，很可能连几倍都不到，可成本却是采用统一内存架构RTX Spark方案的局面。

还有英伟达近期发布的RTX Spark芯片，这款芯片的GPU同样采用统一内存架构，集成6144个GPU核心，售价预计不低，而今天苹果的Mac电脑，采用类似统一内存方案，但GPU核心数不足，性能上的差异却并不大，反而在AI计算的生态支持上反而有领先的优势。

通过这两个案例就能看出，仅仅统一内存架构，就已经出现了这么大的成本差异，然而性能上反而没有明显的提升，而且业界方面还表示，在传统分体架构之后，考虑到功耗，将不能再提升CPU与GPU的通信带宽，也就是说，以后内存架构的发展已经遇到瓶颈，用行业分析师的话说，就是本地AI或许已经走到尽头。

所以总结起来就是，AI电脑能够发展，可速度要慢了很多，可成本却成倍的提升，这在商业上是行不通的，那么怎么办呢？上面我们提到了，AI芯片的发展，经历了云端算力和个人电脑两个主要历史阶段，现在就是进入第三个历史阶段，软件生态，准确的说叫作CUDA生态，是AI真正落地的核心程序。

上面我们提到的英伟达新发布的RTX Spark芯片，其实就是采用统一内存加CUDA生态，通过软件优化后的结果，我们看到，成本大幅下降，但性能却依然不俗，而这就要提到我们今天的主角，RTX Spark，目前是开启本地AI PC新阶段的标志产品。

苹果是存有统一内存但缺乏生态的案例，之前十年有自己的生态，现在又陷入卡壳，苹果的AI芯片主要就是由自家M系列芯片来完成。之前高通方面表示已经成功推出了首款AI PC芯片，毫无疑问，这为我们发展AI PC产业提供了基础，现在英伟达则又传出了好消息。

其表示，不仅是AI开发者，全球绝大多数普通内容创作者都可能成为RTX Spark的用户，据悉RTX Spark设备已经在设计阶段，总功耗控制在合理范围，总生产面积预计覆盖全球代工厂，所以我们看到，软件生态已经成为AI PC发展的新引擎，目前包括英特尔、AMD在内都在大力投资AI软件工具链。

对于普通创作者来说，CUDA生态恐没想到会这么快进入个人电脑，毫无疑问，这对云端AI服务来说造成了压力，因为本地AI主要就是为了减少对云端付费订阅的使用，实际上这样的情况已经出现了一些端倪，例如英伟达的RTX Spark，从已经公布的数据，14毫米厚笔记本可运行，但目前的订单热度不会超过预期。

而且近日美企Adobe还表示，已经测试了新的插件，实现了在视频剪辑软件上，无需依赖云端API；台积电方面近期也成立了一个AI联盟，同样是在本地AI芯片封装方面的努力。

换个角度看，真正决定成败的可能不技术，是价格，如果RTX Spark设备价格接近高端游戏本甚至更高，大部分用户仍然会继续使用云端AI服务。只有当价格降到普通高端笔记本区间，例如1万到2万元人民币，本地AI电脑才可能真正进入大众市场，否则它更像是一种高端生产力工具，改变的是少数人的副业，而不整个产业。