英偉達RTX Spark確實很強，但在Agent時代不算好電腦？

2026-06-08 09:52

用 2023 年的技術，回答 2026 年的問題。

這周，微軟拿出了一臺很不像 Surface 的 Surface Laptop Ultra，是微軟迄今最強的 Surface Laptop，也是首款搭載英偉達 RTX Spark 的 Windows 筆記本電腦。

但未必是一臺 Agent 時代的好電腦。

按照微軟的定位，Surface Laptop Ultra 面向創作者、開發者和 AI builders，是為了大型 3D 場景、長時間編譯、本地模型和數據集。英偉達則把 RTX Spark 定義為面向個人 AI Agent 的 Windows PC 超級芯片：

6144 個 CUDA 核心、第五代 Tensor Core、FP4 精度，通過 NVLink-C2C 連接一顆 20 核 NVIDIA Grace CPU，最高支持 128GB 統一內存。

作為結果，RTX Spark 可以在本地運行 1200 億參數大模型和最高 100 萬 token 上下文，渲染 90GB 以上 3D 場景，剪輯 12K 4:2:2 視頻，生成 4K AI 視頻，也能在 1440p 下以超過 100 幀運行 3A 游戲。

英偉達Vera震撼登場！黃仁勛重新發明PC：Agent就是一切？

圖片來源：英偉達

強得有點不像傳統筆記本。

RTX Spark 的強，主要還是 GPU 的強，是 CUDA、Blackwell GPU、統一內存和本地模型推理能力的強。如果 AI PC 的問題還是能不能在本地跑一個更大的模型，RTX Spark 的確很有說服力。但雷科技認為，如果問題已經變成 Agent 能不能長期替用戶執行任務，答案就沒那么簡單了。

Agent 意味著拆任務、調應用、查文件、跑代碼、開網頁、維護沙盒、處理權限、等待外部響應，還要在不同任務之間切換上下文。這些負載需要云端的強大模型能力，也更依賴端側 CPU、I/O、系統調度、安全隔離、應用接口和云端狀態。

相反，端側模型的性能遠遠不夠支持 Agent 的模型能力需求，即便是 RTX Spark 這種「怪獸」，也更像是把一臺小型 AI 工作站壓進筆記本形態，而不是為 Agent 時代重新設計的一臺個人電腦：

或者說，它在用 2023 年的本地大模型想象，回答 2026 年的 Agent 問題。

從 NPU 到 CPU，英偉達強化PC存在

英偉達并不是突然對 PC 處理器產生了興趣。

從短期生意看，這家公司甚至沒有太多必要親自下場做一顆 PC SoC。它在 PC 市場本來已經足夠舒服：獨立顯卡長期占據絕對優勢，游戲、創作、專業圖形和 CUDA 生態都握在自己手里；數據中心 GPU 更是供不應求，排隊買卡的客戶比英偉達更著急。

但 AI PC 改變了 PC 的負載結構，也改變了英偉達在 PC 里的位置。（注：AI PC 主要指筆記本電腦，不包括 DIY 電腦主機。）

過去 PC 的核心負載主要圍繞 CPU 和圖形性能展開。英偉達只需要把 GPU 做得越來越強，再通過 PCIe 接進 PC，就能穩穩站在性能鏈條上游。

可進入 AI PC 時代后，越來越多負載開始圍繞本地推理、多模態理解、語音視頻處理、語義搜索、本地知識庫和系統級 AI 功能展開，NPU 比 GPU 更貼近日常 PC 形態。

NPU 的低功耗、常駐、安靜、長續航、系統級調用，正是 AI PC 早期最需要的體驗。而傳統獨顯的數據要在系統內存和顯存之間來回搬運，功耗一上來風扇起飛，續航也很難看。

對于筆記本這種天然受限于電池、散熱和體積的瘦終端來說，NPU 的邏輯很有吸引力。

2024 年，微軟用 AI+ PC（最早是 Copilot+ AI）劃了一條線：NPU 算力至少 40TOPS，才能跑新一代 Windows AI 功能。高通、AMD、英特爾輪番上場，PC 廠商也終于有了一個比 CPU 多核性能、屏幕素質和續航時間更新鮮的賣點。

圖片來源：微軟

但如果未來的 PC AI 負載都被 NPU 接管，英偉達在 PC 里的角色就可能從平臺定義者退回到高端圖形配件。

所以英偉達要做 RTX Spark，把 CUDA、RTX、TensorRT、OptiX、DLSS、FP4、Blackwell GPU 和統一內存一起帶進 Windows 筆記本，讓 PC 不只是運行 AI 功能點，還有本地 AI 工作流，避免 AI PC 時代繞開 GPU 和 CUDA。

在微軟 Build 的連線中，黃仁勛提到，三年前他就與微軟 CEO 薩蒂亞·納德拉討論了一種新的個人電腦：既適合設計師和創作者，也適合人工智能；既有本地處理能力，也能和 Windows、創作軟件以及 AI 軟件棧深度整合。

圖片來源：X

RTX Spark 和 Surface Laptop Ultra 就是那次對話的結果。它確實回答了一個問題：如果 Windows 陣營想造一臺真正能跑本地大模型、本地創作、本地 AI 開發的高端筆記本，硬件應該有多激進。

但三年時間，AI 已經變了太多。

三年前，整個行業還處在 ChatGPT 剛剛爆發后的本地推理想象里，很多人相信，AI PC 的關鍵是把模型跑到本地。這樣一來，用戶不用把隱私數據丟進云端，不用為每次調用付 token 賬單，也能獲得更低延遲、更穩定的 AI 體驗。

這個邏輯沒有錯，今天也依然成立一部分。但 2026 年的 AI 已經不只是聊天機器人。從推理到 Agent，上下文、推理鏈、KV cache……幾乎所有要求都在提高，本地設備和云端模型之間的能力差距在很多任務上也被進一步拉大。

圖片來源：X

事實上，今天幾乎所有針對 Agent 進行訓練過的大模型，對硬件的要求都大幅超過了以往，量化壓縮的模型并不能滿足 Agent 的良好運行，以及用戶對于 Agent 表現的要求。

簡言之，至少目前來看，端側根本無法支撐好的本地 Agent 體驗，基于云端必然。所以對個人 PC 來說，CPU 反而更重要。

「過時」 arm CPU，能適應 Agent 時代嗎？

到了 Agent 時代，用戶不只是要一個答案，而是希望 AI 完成任務。

但完成任務和本地生成文本不是一回事。一個 Agent 要執行任務，往往需要訪問網頁、調用軟件、運行代碼、讀取文件、處理權限、驗證結果，還要在后臺持續運行。它像一個操作員，而不是一個離線模型。越是復雜的工作流，越需要 CPU、I/O、系統調度、瀏覽器環境、沙盒和云端服務協同。

與此相對的，RTX Spark 的重點幾乎都在 GPU 和 AI 側：1 petaflop AI 性能、6144 個 CUDA 核心、Blackwell RTX GPU、128GB 統一內存、本地 120B 模型、百萬 token 上下文。

CPU 上，英偉達選擇了聯發科，采用了 10 核 Cortex-X925、10 核 Cortex-A725。這兩個核心已經是 Arm 兩年前發布的 IP，被廣泛用于過去兩年的旗艦、次旗艦手機 SoC 上，包括天璣 9400、天璣 8400、玄戒 O1、Exynos 2500 等。

而去年的天璣 9500，已經用上了 Arm 最新的旗艦架構 C1-Ultra，同時采用下一代 C2 核心的 SoC 也預計將在未來幾個月推出。

圖片來源：Arm

當然，RTX Spark 的 CPU 核心數量要多得多，但從規劃到預期，CPU 恐怕都不是英偉達打造這款消費級 PC SoC 的核心。

這也不奇怪，英偉達最強的護城河本來就是 GPU 和 CUDA。可智能體時代會重新抬高 CPU 的地位。英偉達面向數據中心發布的 Vera CPU，本質上也承認了當 AI 從聊天機器人走向智能體，代碼執行、數據處理、沙盒環境、任務編排都會變成關鍵路徑，CPU 不再只是給 GPU 打雜。

但 RTX Spark 把太多預算、功耗、芯片面積和系統想象都壓在了 GPU 和本地推理上，卻沒有真正回答智能體最關鍵的執行、調度、長期狀態和跨設備協同問題。

而與 Surface Laptop Ultra 同場發布的 Project Solara，則是微軟想出的另一個答案。

按照微軟 Applied Sciences Group 負責人 Steve Bathiche 的說法，Project Solara 是一個「芯片到云」平臺，為 agent-first experiences 和新的設備形態而設計。它不是把智能帶進 PC、瀏覽器或手機，而是讓智能進入工作流、環境和任務現場，設備不再圍繞 App 設計，而是圍繞 Agent 設計。

對了，Project Solara 用的還是 Android，而非 Windows。

更重要的是，Project Solara 的狀態不是只放在某一臺設備里，而是經由 Azure 覆蓋一組專用設備。微軟展示了便攜形態以及桌面形態，并且明確高通和聯發科會是第一批芯片合作伙伴。