AI电脑换了个做法:把1P算力塞进笔记本

01这颗芯片到底强在哪

先说清楚这颗芯片是什么。

RTX Spark（型号 N1X）把三样东西拼进了一个封装：20 核 Arm 架构的 Grace CPU、基于 Blackwell 架构的 RTX GPU（最高 6144 个 CUDA 核心）、以及最高 128GB 的 LPDDR5X 统一内存。

「统一内存」是关键词。传统笔记本里，CPU 有自己的内存，GPU 有自己的显存，两边搬数据要走总线。而 AI 模型跑起来的时候，数据就在这两块之间来回倒，倒得越勤，卡得越明显。

统一内存的意思是，CPU 和 GPU 共用同一池子。这带来的直接结果是：本地可以跑 120B 参数以上的模型，上下文窗口最高撑到 100 万 token。AI 算力标称最高 1 PFLOPS（FP4 精度）。

芯片有两种配置：18 核 CPU 配 5120 个 GPU 核心，或者 20 核 CPU 配 6144 个 GPU 核心。

微软的 Surface Laptop Ultra 是首发机型。15 英寸 mini-LED 屏，3270×2180，120Hz，峰值亮度 2000 尼特；92Wh 电池；厚 0.71 英寸、重约 2.0 公斤；接口给了 3 个 USB-C（其中一个可拆卸）、USB-A、HDMI、SD 卡槽。10 月 7 日开订，10 月 16 日发货。

02价格差在哪：不是性能，是内存

Surface Laptop Ultra 的价格梯度挺说明问题。

入门版 2599 美元，配 24GB 内存加 512GB 存储。往上跳一档到 3699.99 美元，多出来的东西是 2 个 CPU 核心、1024 个 GPU 核心、8GB 内存，存储翻倍。顶配 5899.99 美元。

真正的价差在内存上。据海外评测媒体测算，这台机器从 32GB 加到 128GB 要 2200 美元——比一整台主流笔记本还贵。

这不奇怪。同一个平台的两种配置，芯片、屏幕、接口、机身材质完全一样，变量只有一个，就是内存，而内存价格正在暴涨。 上一波内存涨价的账，现在落到新品的定价表上了。

据该媒体分析，这一轮定价偏高，跟当下的内存和存储供应紧张直接相关。这也解释了为什么这批 AI 电脑的价格普遍不便宜。

一个细节值得提：微软把 SSD 做成了可自行更换的。这在同级别机器里很少见。如果你只是想要更大空间，可以选入门版再自己换盘——不过得等拆解确认硬盘规格，而且拆机会涉及保修条款。

03软件那一半更值得看

硬件是发布会的一半，另一半其实更重要。

微软这边宣布 Microsoft Execution Containers（MXC）正式可用。这是个操作系统级的东西，让智能体能在受控的沙箱里长期在后台跑。

翻译一下：过去让 AI 在电脑上自动干活，最担心的就是它乱动你的文件。MXC 想把这件事从「靠 AI 自觉」变成「靠系统管住」。 官方描述里还提到 Copilot 会按任务自己选本地模型还是云模型。

英伟达那边则把开发者生态直接搬了过来：CUDA 全套、GitHub Copilot、Claude Code、ComfyUI、Cursor 这些工具都能在本机跑。华硕还拉了 Nous Research，把开源的自主助手 Hermes Agent 集成进去。

另外，两家还预告了一台叫 DGX Station for Windows 的桌面机器，用 GB300 Grace Blackwell Ultra 芯片，748GB 一致内存，最高 20 PFLOPS——把原来只能在 Linux 下跑的算力，搬进了 Windows。

首批机型不止微软一家。戴尔出了 XPS 16 Creator Edition（最高 128GB 统一内存、4TB 存储、3.2K Tandem OLED），华硕的 ProArt P16／P14 10 月 17 日起售，微星做了首款 RTX Spark 二合一 Prestige N16 Flip AI+，惠普、联想也在名单里。

04谁该买，谁该等

先说不适合的。 这批机器跑的是 Windows on Arm，一部分游戏和十年前的老软件要靠模拟运行，甚至根本跑不起来。如果你打游戏、或者工作流里有一个老掉牙但离不开的行业软件，别碰这代。

适合的：每天要跑本地模型做开发的工程师；做视频、3D、图像生成，且在意数据不出本机的创作者；还有一类人——云账单长期超过每月两三百美元的个人开发者。活儿稳定的时候，本地跑确实比按 token 付费划算。

性价比最差的其实是入门版。 24GB 内存在这台机器上有点尴尬：你买它的理由是本地跑大模型，而 24GB 恰好卡在跑不动大模型的位置。

所以我的建议是：要么别买，要么直接跳到 3699.99 美元那一档。 中间那个价格才是这台机器真正的起点。当然，如果不急，等首批实测出来再决定更稳——内存那部分能不能加、加不划算，都得看拆解。

05我的判断

相比「AI 电脑」这个喊了两年的概念，这次我觉得有两件事真的变了。

一个是架构换了。 以前是把 AI 能力加到传统 PC 上，现在是从芯片设计开始就按 AI 负载来做。这是两回事，前者是叠加，后者是重做。

另一个是操作系统开始接这个活。 MXC 这种东西的价值不在今天，在于它定了规矩。有了沙箱、有了权限边界，企业才敢让 AI 在员工电脑上长期跑。

代价也很清楚：贵，而且贵在了内存上。这批机器是给「靠 AI 挣钱」的人准备的，不是给「想尝尝 AI」的人准备的。