夜雨聆风2026 年 6 月 1 日 Computex 台北，黄仁勋在主题演讲中正式发布了 RTX Spark。这不是一张显卡——是 NVIDIA 的第一颗消费级 PC 芯片：把 CPU（中央处理器）、GPU（图形处理器）、内存在同一颗芯片上集成的完整 SoC（系统级芯片），直接塞进笔记本电脑的心脏位置。
微软 CEO 纳德拉同台站台，说 RTX Spark 是「真正迈向愿景的突破」。黄仁勋的措辞更直接：「四十年后，微软和 NVIDIA 要重新发明 PC。」
RTX Spark 到底是什么
RTX Spark 本质上不是从零开始设计的新架构。它的核心是 DGX Spark 里那颗 GB10 芯片——NVIDIA 去年卖给 AI 开发者的「个人 AI 超算」，现在被拿出来做成了一个芯片家族，覆盖笔记本和桌面端。
旗舰版的关键参数：20 核 Arm（一种低功耗处理器指令集架构）Grace CPU；Blackwell 架构 GPU，搭载 6,144 个 CUDA 核心（NVIDIA 的并行计算单元）和第五代 Tensor Core（张量计算核心，专为 AI 矩阵运算优化），支持 FP4 精度（4 位浮点，比传统 16 位更省内存但精度更低）；最高 128GB LPDDR5X 统一内存（CPU 和 GPU 共用的高速低功耗内存）；芯片内部通过 NVLink-C2C 互联，内存带宽 300 GB/s。AI 算力标称 1 petaflop（每秒一千万亿次浮点运算）。台积电 3nm 制程，联发科参与了 CPU 设计。
功耗方面，NVIDIA 没有公布 TDP（热设计功耗）上限，但消费产品负责人 Mark Aevermann 在媒体问答中透露了两个关键数字：空载时可以降到个位数瓦特，满载则达到 80W。14 英寸机身做到 0.55 英寸厚（约 14mm）、重量不到三磅，外观数据上已经对标 MacBook Air。
而且 RTX Spark 不是只有一个型号。N1X 是第一波，之后会有降配版本（内存最低 16GB）覆盖更低价格段。NVIDIA 同时公布了路线图：N2X、N3X 已经在规划中。
AI 从卖点变成架构前提
大部分 PC 芯片把 AI 当成加分项来宣传——「也有 NPU（神经网络处理器）」「也支持 Copilot」。RTX Spark 的逻辑不同：整颗芯片的设计前提就是「假设用户的主要工作负载是 AI agent（智能代理，能自主规划并执行多步任务的 AI 程序）」。
这是硬件层面最值得注意的转向。128GB 统一内存不是为了让你多开几个浏览器标签页，是为了在本地跑 1,200 亿参数的模型，而且上下文窗口（模型一次能「记住」的对话量）拉到 100 万 token（模型处理文本的最小单位，约等于 75 万个英文单词）。300 GB/s 的内存带宽——大部分 AI PC 的 NPU 根本用不到这个数字——这里的瓶颈不是推理速度，是 agent 在多个工具之间跳转时持续占用内存不放。
NVIDIA 官方的说法是「PC 从工具变成队友」。CEO 的原话：过去四十年你启动应用、点击、打字。有了 RTX Spark 和 Windows，你开口问，PC 自己去干活。
这句话是不是营销，现在不好判断。但 NVIDIA 和微软在软件层配了一套真实的机制：Windows 新增了一套安全原语（身份认证、容器隔离、策略管控），NVIDIA 提供了 OpenShell 运行时来做用户授权和隐私策略。agent 能做什么、不能做什么，由用户自己划定边界。Nous Research 和 OpenClaw Foundation 已经在为这套栈开发 Windows 原生应用。
The Verge 的报道中给了一个具体场景：开发者可以让 agent 自动监控 GitHub 项目，发现 QA 问题后自主修复——agent 会接管笔记本的键盘和鼠标光标来完成「重复且无聊」的操作。你可以关屏幕走人，让它在后台完成任务。
黄仁勋在演讲里说：「我可以想象有一天，你家放着一台 AI 超算，跑着你所有的 agent，就像你家有一套家庭影院。」
创作和游戏：两条腿走路
AI agent 是这条产品线最核心的叙事，但 NVIDIA 知道只靠 agent 卖不动消费级硬件。
Adobe 的配合程度超出预期。Photoshop 和 Premiere 的底层被重写为完全 GPU 加速——不是加几个 AI 滤镜，是重建核心渲染管线（从读取文件到显示画面的全部处理流程）。NVIDIA 说性能提升 2 倍，Adobe 还把 MCP（模型上下文协议，让外部程序与 AI 模型交互的标准接口）控件暴露给外部 agent 调用。
其他创作工具的支持清单同样可观：Blender 5.3 将搭载 DLSS 4.5 Ray Reconstruction（NVIDIA 的 AI 画质增强技术序列），DaVinci Resolve、Cinema4D、CapCut、ComfyUI、OTOY Octane 全都提供 Arm 原生版本。
128GB 统一内存的卖点在这里才真正落地——90GB 的 3D 场景可以完整驻留内存，12K 4:2:2 视频在笔记本上直接剪辑。
游戏这条线的配置更完整。NVIDIA 把整个 RTX 技术栈搬了进来：DLSS 4.5 超分（用 AI 将低分辨率画面放大到高分辨率）、Multi Frame Generation（AI 插帧，在两帧之间生成中间帧）、光线追踪、Reflex 低延迟、G-Sync。官方给的标杆数据：在 14mm 厚的笔记本上跑《夺宝奇兵：古老之圈》，1440p 分辨率 100+ fps——没插电源。
Aevermann 说 RTX Spark 的 GPU 性能大约等同于移动版 RTX 5070。考虑到 6,144 个 CUDA 核心和 80W 的满血功耗，这个数字不意外，但在这个功耗段做到这个性能，效率确实值得注意。
微软确认 Riot 的《英雄联盟》《Valorant》、Krafton 的《PUBG》都已支持 Windows on Arm，Epic 的《堡垒之夜》去年 11 月就已完成迁移。反作弊兼容性是 Arm 平台跑游戏的关键瓶颈，Easy Anti-Cheat、BattlEye、Denuvo 这些反作弊中间件也已经迅速跟进。
竞争格局：不是挑战者，是跨界
RTX Spark 面对的对手很明确：Intel Lunar Lake、AMD Strix Halo、Apple M 系列、Qualcomm Snapdragon X。但 NVIDIA 进入这个市场的姿势和四家都不一样。
Intel 和 AMD 的优势是 x86（传统 PC 处理器指令集架构）兼容性——不需要翻译层，所有 Windows 应用直接跑。代价是能效偏低。
Apple 的优势是软硬一体和极致功耗控制，但不跑 Windows 游戏。Qualcomm 最先试了 Arm Windows 这条路，2024 年推出的 Snapdragon X 主打能效和 AI，但市场反响冷淡——价格不低、兼容性差、没有杀手级应用。
NVIDIA 带着三个 Qualcomm 没有的东西进了同一个赛道：CUDA 生态（NVIDIA 的并行计算平台，已有超过 1,000 个应用和游戏在上面跑）、GPU 性能（Snapdragon X 的 Adreno GPU 和 Blackwell 不在一个量级）、以及 AI agent 这个原生特性（微软这次是真的高度配合，不是只在 PPT 上写「AI PC」）。
有一点值得注意：RTX Spark 不能外接独立显卡。NVIDIA 已明确确认了此限制。这意味着它在桌面端的定位是小主机，不是替代传统台式机，想插 RTX 6090 的用户不是这个产品线的目标客户。
PCMag 给出了一个价格参考：搭载同一颗 GB10 芯片的 DGX Spark（面向开发者，128GB 内存）售价在 3,499 到 4,699 美元之间。微软也确认 Surface Laptop Ultra 将是「最强大的 Surface」——它不会便宜。
几个还没答案的问题
价格。NVIDIA 说第一批产品定位「高端价位」。128GB 统一内存在当前内存短缺的行情下，很难想象会低于 2,500 美元。降配到 16GB 的版本来得更晚，而且 16GB 和「本地跑大模型」之间的矛盾显而易见。
性能基准。发布会上没有一张跑分图。Aevermann 只说了 CPU 性能「在 Windows 生态中具有竞争力」——认真对待这句话的意思就是：还没准备好展示。
Linux 驱动。NVIDIA 明确表示目前只聚焦 Windows，Linux 支持没有承诺。这对开发者群体是一个明确的信号：如果你主力环境是 Linux，先别期待。
x86 兼容性。Arm 生态在过去两年进步巨大，Prism（Windows on Arm 的 x86 模拟层）稳定了很多，但「所有 Windows 应用都能跑」和「所有 Windows 应用都能流畅跑」之间还有距离。NVIDIA 在拉拢的 ISV（独立软件供应商，即第三方应用开发商）名单很长，但这需要时间。
agent 体验。这是 RTX Spark 最核心的叙事，也最不确定。NVIDIA 搭建了一整套架构（OpenShell + Windows 安全原语 + 本地大模型推理），但 agent 能不能真正替用户干活，取决于软件层，不取决于芯片。微软在 Build 大会上会有更多细节。
真正的变量
NVIDIA 进入 PC 芯片市场这件事，和 Apple 2020 年发布 M1 有结构上的相似性：不是「又一家做芯片的公司」，而是一家在另一个维度有绝对优势的公司把能力平移过来。
Apple 当时的优势是软硬一体和制程领先。NVIDIA 现在的优势是 CUDA 生态、AI 推理能力，以及一个独特的假设——PC 的下一个主要界面不是鼠标键盘，是 agent。
这个假设对不对，要到今年秋天第一批机器发货才知道。但 NVIDIA 显然不是在赌一两年。路线图已经排到了 N3X，黄仁勋在台上说的是「这是个人 AI 计算机」。
The Verge 的 Sean Hollister 在文章结尾写道：NVIDIA 现在拿不出数据来支撑这些主张，但 2020 年 Apple Silicon 发布的时候，也一张跑分图都没给。M1 出来之后，我们对笔记本性能的认知一夜之间被刷新了。
RTX Spark 未必能做到 M1 那种程度的冲击，但它试图重新定义的问题——「PC 是拿来干什么的」——比 M1 当年问的更大。
M1 问的是「PC 能有多快、多省电」，RTX Spark 问的是「PC 还是 PC 吗」。
原文链接：
https://www.theverge.com/tech/940589/nvidia-rtx-spark-n1-n1x-laptop-desktop-pc-cpu-gpu-ai-release-date
https://www.tomshardware.com/laptops/nvidia-unveils-rtx-spark-superchip-at-computex-2026-new-platform-promises-to-turn-windows-into-an-agentic-ai-os-with-arm-cpu-blackwell-gpu-and-128gb-unified-memory
https://au.pcmag.com/processors/117976/nvidia-rtx-spark-reinvent-pc-computex-2026
https://nvidianews.nvidia.com/news/nvidia-microsoft-windows-pcs-agents-rtx-spark
