英伟达RTX Spark登场，端侧AI能否打破现状？

【Wintel联盟受挑战】有朋友询问如何看待英伟达和微软一起做ARM架构的AI PC。这确实是个值得探讨的问题芯片参数容易获取真正有趣的是有人在拆解一个存在40年的联盟。PC行业有个老词“Wintel”即Windows加Intel一个提供操作系统一个提供CPU锁定了全球几十亿台电脑的底层架构。40年来购买Windows电脑CPU不是英特尔就是AMD均为x86架构别无选择。这个联盟遭受了两刀。第一刀2020年苹果发布M1将英特尔踢出Mac自行制造CPU并配备系统效果良好但苹果仅关注自身领域macOS与Windows毫无关联。第二刀2024年高通推出骁龙X Elite打造Windows on ARM笔记本。Canalys数据显示2024年Q3骁龙X出货72万台市场份额0.8%。其未成功的核心原因是软件生态微软拖延ARM版Windows 11官方安装包的发布大量应用需转译反作弊软件和企业驱动也未解决高通有芯片却无生态难以撼动Wintel的地位。【RTX Spark引发变革】6月1日黄仁勋在台北Computex发布RTX Spark英伟达、微软、ARM同时宣布“ A new era of PC”。与高通不同高通推出骁龙X时微软仅表示“支持”发布几台Surface推出CopilotPC概念Windows对ARM的适配仍在拖延。而此次微软较为主动在Build 2026大会上纳德拉将Windows重新定义为本地AI Agent的运行平台发布Aion 1.0本地模型、Windows Local AI运行时、Project Solara首次将端侧AI视为重要事务并投入筹码。此前苹果的变革局限于自身高通未能成功而此次造芯片和造锁的坐到一起锁也换成了RTX Spark。黄仁勋称其为“超级芯片Superchip”并非营销话术从架构来看所言非虚。【RTX Spark的优势】过去两年PC行业一直提及AI PC通常是在x86处理器旁添加NPU运行轻量AI任务。微软为CopilotPC设定的NPU算力门槛为40 TOPS此算力仅能进行语音转文字、图像识别和基础文本补全无法在本地运行百亿参数的大语言模型。RTX Spark思路不同它拥有700亿个晶体管采用台积电3nm工艺将20核的Grace CPU和一颗Blackwell架构GPU封装在同一芯片上通过NVLink - C2C连接带宽达600GB/s。GPU有6144个CUDA核心AI算力1 petaflop FP4约为之前NPU的25倍GPU性能相当于笔记本版的RTX 5070且与CPU集成。内存方面传统笔记本CPU和GPU各有独立内存而RTX Spark采用统一内存架构最高128GBCPU和GPU共享加载大模型时无需在两者间搬运数据。这种架构与苹果M系列类似RTX Spark首次在Windows阵营复刻该思路并提升了GPU规模。其前身是英伟达年初发布的桌面AI工作站DGX Spark定价3999美元RTX Spark是其笔记本版。OEM已做好准备微软Surface Laptop Ultra带头戴尔、惠普、联想、华硕、MSI等跟进今年秋天上市RTX Spark将AI引擎置于核心位置。【市场前景存疑】芯片虽好但市场需求存疑。郭明錤在RTX Spark发布前分析搭载该芯片的设备未来两年出货量约1000万台在全球PC市场中占比2%属于小众市场主要针对对端侧AI算力有需求的重度用户。目前PC上的AI应用核心在云端如使用ChatGPT、Claude、Gemini等电脑仅作为浏览器芯片对其影响不大。郭明錤举例2026年热门的MacBook Neo消费者关注的是低价、设计和生态与端侧AI算力无关Mac mini等小主机虽受开发者关注但AI Agent的推理算力主要来自云端本地仅负责保持在线和调度任务。这表明端侧AI目前缺乏杀手级应用并非硬件不足RTX Spark算力足以在本地运行百亿参数模型但用户缺乏在本地运行的理由。【微软的努力与现状】微软并非未意识到问题Build 2026上发布的内容旨在解决操作系统如何让端侧AI更有用的问题。Aion 1.0是140亿参数的本地小模型支持工具调用内置在Windows中可使Windows上的AI Agent部分推理和决策在本地完成。方向正确但尚处起步阶段。端侧AI具有隐私数据不出本机、跨应用数据调度不经过第三方服务器、低延迟实时响应等优势需要操作系统深度整合并非安装App就能解决。目前的局面是芯片已准备好操作系统刚起步用户需求仍停留在使用浏览器访问ChatGPT阶段三者处于不同时间线芯片发展最快生态最慢。【英伟达的动机】英伟达推出RTX Spark并非为抢夺英特尔的CPU份额PC市场规模虽大但英伟达数据中心业务上季度营收达752亿美元PC市场的利润对其吸引力不大。英伟达的目标是将CUDA引入笔记本。今年3月GTC大会上英伟达纪念CUDA二十周年公布有600万开发者使用CUDA编写代码运行在英伟达GPU上覆盖AI训练、推理、科学计算、图形渲染、视频生产等领域整个AI产业软件栈底层是CUDA其护城河是迁移成本。目前这600万开发者主要在数据中心使用昂贵芯片RTX Spark可使他们的代码无需修改和重新编译直接在笔记本上运行。黄仁勋宣布RTX Spark之后的第二代、第三代芯片已在规划未来英伟达每代平台架构都将包含Spark芯片30多款笔记本、10多款台式机将同时上市。不过CUDA能否普及取决于价格全球DRAM供应紧张内存价格上涨笔记本版首批产品起步价不会低要让CUDA覆盖更多用户需要更多代产品以及制程和内存成本的下降。英伟达此时布局是因为看到微软重视端侧AI、ARM架构在Windows上有OEM支持、CUDA开发者基数足够大的机会。