AI硬件设备

英伟达 RTX Spark 开卖:一颗超芯把 128GB 内存和 1 Petaflop 算力塞进笔记本,大模型直接在本地跑

2026年10月17日2 次阅读
笔记本电脑上的本地 AI 计算

英伟达把自家最强的 Blackwell RTX 图形核心,和一颗 Grace CPU 合体成一颗"超级芯片"(超芯),取名 RTX Spark(型号 N1X),装进薄薄的 Windows 笔记本里。现在它已经全球开卖,起售价 2599 美元。一句话概括:以前必须连云端才能跑的大模型,现在能直接在笔记本电脑上本地跑。

先讲结论:这是什么、为什么重要

过去想在电脑上跑大模型,最大拦路虎是"显存不够、内存割裂"——图形核心(GPU)和处理器(CPU)各管一块内存,模型权重放不下就得往云端搬。RTX Spark 的做法是把 GPU、CPU 和内存做成一个大共享内存池(最高 128GB 统一内存),官方称可在本地运行前沿大模型和 AI 智能体,无需联网。

英伟达 CEO 黄仁勋的说法是:这颗芯片把 NVIDIA AI、RTX 图形和 CUDA 一起带进了 Windows PC,"为个人 AI 时代"准备。微软方面也表示,这让 Windows 成为"混合智能"的平台——本地能跑的本地跑,跑不动的再上云。

关键数字,逐条翻译

  • 最高 1 Petaflop FP4 算力:1 Petaflop 是每秒一千万亿次运算。FP4 是一种更省电、省内存的低精度格式,专为大模型推理优化,所以这个数字更适合衡量"本地跑模型"的能力,而不是传统图形性能。
  • 至高 128GB 统一内存:CPU 和 GPU 共享同一块内存,意味着大模型权重可以整体常驻,不再受"独立显存太小"卡脖子,这是能本地跑大模型的关键。
  • GPU + CPU 一体化:以联想版为例,芯片内集成高达 6144 核的 Blackwell RTX GPU 与高达 20 核的 Grace CPU。CPU 部分由联发科(MediaTek)参与定制设计,主打能效、性能与连接性。
  • 整机规格(联想版):最高 128GB 内存 + 最高 2TB 存储,80W 满功耗调校,离电状态下也能承担重载任务。

不止硬件:软件和生态才是"能干活"的原因

光有算力不够,得让模型和工具跑得起来。RTX Spark 提供原生 CUDA 环境,并设计了向导式安装,用户可以基本不碰命令行,就装好 GitHub Copilot、Hermes、OpenClaw、Perplexity、Pi、WorkBuddy 等本地智能体。

英伟达自家的模型也做了适配,比如 Nemotron 3.5 Bolt 74B-A9B,一款总参数 740 亿、每次只激活约 90 亿、专为工具调用和多步任务优化的模型,可在支持的 RTX Spark 机型上本地运行。此外 NVIDIA PAIR 功能还能把本机的 AI 推理"共享"给同一网络下的 Windows、Linux、macOS 设备。

对谁有用?

  • 创作者:可离电剪辑 8K 4:2:2 视频、渲染最高 90GB 的大型 3D 场景;Adobe 的 Photoshop、Premiere 已通过 beta 提供原生加速。
  • 开发者:原生 CUDA 下可本地跑模型与智能体,代码和上下文留在本机;英伟达还和微软准备了 Windows on Arm 的 PyTorch-CUDA 构建等开发工具。
  • 想"断网可用、零 Token 成本"跑智能体的普通用户:本地运算不产生 API 费用,也不受网络波动影响。

国内落地和价格

国内市场同步跟进:联想 YOGA Pro 15 RTX Spark 超级 AIPC 已全渠道开售,官方售价 29999 元起,官方称能跑通超千亿参数的本地大模型,并搭载"天禧 AI 超能模式",可本地生成视频、网页、文档等产物(其中部分本地能力将通过后续 OTA 升级实现)。海外方面,起售价 2599 美元,由华硕、戴尔、惠普、联想、微软、微星首发。

不适用场景和注意事项

  • 价格不低:2599 美元 / 29999 元起的定位是高端。
  • 它主打"端侧推理":大模型预训练、大规模微调仍是数据中心 GPU 的活,这不是它的战场。
  • 峰值算力 ≠ 实际体验:真实表现取决于模型适配程度和工具链成熟度,选型前建议用自己的业务模型实测。
  • 部分功能是"期货":如本地超能模式、部分软件的原生加速,发布时以 beta 或后续 OTA 形式提供。

怎么用 / 选型建议:第一步做什么

如果你在考虑这类设备,建议第一步先算一笔账:把目标模型(含多模态部分)的内存需求列出来,对照 128GB 上限看是否装得下、留多少余量给并发;再确认自己是否真的需要"断网本地跑"的场景——如果只是偶尔用云端模型,普通轻薄本 + API 可能更划算;如果确实有数据不出本机、零 Token 成本的需求,再对比同档的 Intel / AMD 平台 AI PC 做取舍。

来源说明:本文基于英伟达官方新闻室发布信息及 Tom's Hardware、国内多家媒体的转述整理,属官方发布 + 媒体交叉印证信息。

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...