NVIDIA，终于把AI算力塞进每台PC里了。

今天，黄仁勋在GTC台北keynote上正式揭晓NVIDIA第一颗PC SoC—— N1X。

先一句话：这不是一张显卡，这是一整颗芯片，CPU、GPU、NPU全塞在一颗4nm的硅片上。

对应消费级GPU的话，GPU部分对标的是RTX 5070移动端。但跟现在的AI PC比——不管是英特尔Ultra还是AMD Ryzen AI——N1X的AI推理性能都不在一个数量级。

首批上车的就两家：戴尔和微软。Surface用，XPS也用。

今年底开卖。

GPU厂做CPU，这事靠谱吗？

N1X最反常识的一点：它不用x86，用的ARM。

黄仁勋的说法是，到了AI时代，PC的核心不再是CPU跑分，而是"这机器能不能在本地跑大模型"。

N1X的统一内存最高干到128GB。这个数字什么概念？跑70B参数模型，量化完刚好装进去，本地跑，不联网。

目前市面上能把70B模型跑在本地的消费级设备，只有苹果的Mac Studio（M3 Ultra 192GB版），起售价52999元。

N1X最便宜的版本，1999美元。换算过来大概1万4。

便宜一半。

而且CUDA还在。开发者不需要重新学一套东西——过去十几年在NVIDIA显卡上写的AI代码，换到N1X上照样跑。这是NVIDIA做ARM最不一样的地方。

Windows on ARM这事，微软断断续续推了十几年没成。但现在情况变了：AI应用本来就是新的，不存在"为了ARM重新编译"的历史包袱。

戴尔那边，首批产品的定价区间在1999美元 ~ 4999美元。入门款1999美元，GPU性能打平RTX 5070移动端，还能本地跑70B模型。

这个价格，有点意思。

x86双雄，这次压力真来了

说一个细节。

英特尔最新的Core Ultra 9 275HX，NPU算力是45 TOPS。AMD的Ryzen AI Max+ 395，NPU能跑到55 TOPS。

N1X的NPU+GPU联合推理，黄仁勋现场说的保守数字是200+ TOPS。

不是差一倍，是差一个数量级。

根本原因很简单：x86的NPU是把AI加速器"加"在CPU旁边，N1X是把整个SoC"围绕"AI推理设计的。从架构第一天就考虑的事，跟半路加装的，效率完全不一样。

打个比方：x86的NPU像是在燃油车里塞了个小电池搞混动。N1X是从设计图开始就是台纯电车。

但这不是说英特尔和AMD立刻就要完。

N1X最低1999美元，暂时不打主流市场。英特尔和AMD在3000-8000块的价位段，至少还有两三年好日子。

关键变量在微软。

如果Windows对N1X的AI特性做了深度绑定——比如明年Windows内置的本地Agent只能在NVIDIA芯片上跑最好——那故事的走向就完全不一样了。

改写的不止是PC

N1X出来，最值得关注的不是这颗芯片本身，是它背后那条逻辑线。

过去两年，黄仁勋反复讲一个比喻：AI是五层蛋糕——能源、芯片、基础设施、模型、应用。

数据中心这层，他已经把第三层（GPU算力基础设施）吃透了，全球80%以上的AI训练都跑在NVIDIA上。第四层也布了局，Nemotron模型。

现在他往两个方向同时延伸：往下，N1X把算力基础设施从数据中心推到终端设备；往上，动态工作流、Agent能力直接怼到应用层。

五层蛋糕，NVIDIA现在咬住了三层半。

这也是为什么英特尔和AMD要担心的不是N1X这颗芯片本身——今天市场盘后，英特尔股价已经跌了超过6%——而是NVIDIA正在把AI计算的链条从头做到尾。

从云端训练到终端推理，一次性闭环。