RTX Spark杀到：PC终于能正经跑大模型了

6月初的COMPUTEX 2026上，黄仁勋扔了一颗炸弹。不是新显卡，不是新服务器芯片，而是一颗面向个人电脑的超级芯片——RTX Spark。我当时在线上蹲完了整场发布会，看完规格表后只有一个感受：PC行业这次是来真的。

先不吹，我说说这个芯片到底是个什么东西。

一颗芯片，两种身份

传统PC里，CPU和GPU各干各的，中间靠PCIe通道传数据。跑大模型的时候最大的痛点是什么？显存不够。大部分笔记本独立显卡显存8GB封顶，跑个7B模型都勉强，70B根本不用想。

RTX Spark不走这条路。它用的是和联发科联合开发的GB10超级芯片——台积电3nm工艺，一颗芯片里集成了20核Grace CPU（10个X925性能核+10个A725能效核）和基于Blackwell架构的GPU（6144个CUDA核心）。关键是内存架构：最高128GB LPDDR5X统一内存，CPU和GPU共享同一块池子，不需要拷贝。带宽300GB/s起，高配到600GB/s。

说人话：你可以在本地跑1200亿参数的大语言模型，支持100万token的上下文长度。不是云端调用，是真本地跑。AI算力标称1 PetaFLOP。

跟谁比都降维打击

当前所谓的「AI PC」——骁龙X Elite或者Intel Lunar Lake——NPU算力也就40到50 TOPS。一个PetaFLOP是1000 TFLOPS，按INT8来算大概对应2000 TOPS。你感受一下这个差距。不是20%，是几十倍。

更重要的是RTX Spark不是NPU那种只能跑量化小模型的东西。它有完整的CUDA生态。全球600万CUDA开发者，PyTorch、TensorFlow默认走CUDA后端，这些积累不需要从头学。过去在几万美元一块的数据中心GPU上跑CUDA的那批人，现在可以在笔记本上写CUDA了。

微软赌上了Windows的未来

微软不是简单地「支持」RTX Spark。在Build 2026大会上，纳德拉把Windows重新定义为「本地AI Agent的原生运行平台」。Windows AI Runtime会做一套系统级AI服务：DirectML API升级、模型目录管理、甚至多个应用能共享同一个下载好的模型文件。

现场演示了Surface RTX Spark DevBox，网线拔了跑代码翻译、会议转录、自然语言搜文件——全部离线完成。这对开发者来说意味着什么？你在飞机上也能调试70B模型了。不需要付API费用，不需要担心数据传到云端。

不止是AI，游戏和创作也在翻倍

Adobe已经在为RTX Spark重构Photoshop和Premiere。统一内存架构意味着AI降噪、编辑、调色、特效可以同时跑而不用在CPU和GPU之间搬数据，官方说创意工作流速度最高翻倍。你可以在轻薄本上渲染超过90GB的3D场景，编辑12K专业视频。

游戏方面，支持完整的RTX光追、DLSS 4.5和Reflex低延迟。1440p下3A大作超100帧。微软确认原生支持堡垒之夜、无畏契约等主流游戏的反作弊软件。Arm兼容性这块，微软Prism模拟层已经比较成熟，x86应用基本能跑，原生Arm64应用也在加速。

什么时候能买到，多少钱

华硕、戴尔、惠普、联想、微星、微软Surface全线站台，首批RTX Spark笔记本2026年秋季上市。欧洲曝光的联想Yoga Pro 7顶配（20核+6144 CUDA核心+64GB内存+1TB）约4049欧元，折合人民币32000左右。入门级16GB内存起步，价格会亲民很多。

英伟达还公布了三天路线图：Blackwell→Vera→Feynman，一口气铺到2030年。这说明不是试水，是长期押注。

结论

RTX Spark不是在抢Intel或AMD的份额，它是在重新定义PC能干什么。过去我们说PC是「个人计算机」，黄仁勋要把它变成「个人AI」。如果你现在的笔记本跑7B模型都费劲，那这个东西确实值得关注。当然，第一代产品一般都有些坑，软件生态也需要时间，但方向是对的。

我的建议：手上有能用的笔记本就先别急，等首批测评出来再说。如果你正准备换电脑而且有本地跑大模型的需求，可以把它放进观察清单。毕竟第一批量产产品，等真实用户跑两个月再说。