在台北举办的2026年Computex年度电脑展上,Nvidia正式发布了期待已久的公告——面向Windows PC的Blackwell GB10超级芯片版本,命名为RTX Spark。该产品原本传言将于2025年推出,最终在今年的展会上亮相。
微软为此次发布提供了全面支持,并宣布了两款搭载RTX Spark的新设备:Surface Laptop Ultra和Surface RTX Spark Dev Box。华硕、戴尔、联想、惠普和微星也相继宣布推出搭载RTX Spark的Windows PC产品。
这一切或许会让人产生似曾相识的感觉,理由充分。2024年6月,高通与微软联手推出了以AI为核心的Copilot+ PC。高通基于Arm架构的芯片为x86架构芯片提供了替代方案,而后者被广泛用于AMD和英特尔旗下数十款中低端Windows笔记本中。然而,这一尝试在商业层面反响不一,英特尔至今仍是Windows笔记本芯片的主要供应商。但RTX Spark未必会走上同样的道路,因为Nvidia的加入是一个不可忽视的重要变量。
第三方测试机构Signal65总裁Ryan Shrout表示:"Nvidia拥有更强的行业影响力,能够推动并实现高通早期无法做到、甚至微软也曾力不从心的事情。他们能够吸引游戏开发者加入,也能让新兴AI领域的软件开发者予以重视。"
从核心架构来看,RTX Spark是2025年底发布的DGX Spark迷你工作站所用硬件的迭代版本。该芯片官方型号为N1X,即Nvidia的Blackwell GB10"超级芯片",是一款集成系统芯片,内置20个Arm CPU核心、6144个GPU核心,并支持最高128GB LPDDR5X内存。
迷你工作站版与PC版之间存在一些细微差异,其中最显著的是功耗。DGX Spark设计允许GB10在不过热的情况下以最高140瓦功耗运行。RTX Spark笔记本电脑的功耗可能更低,这或许会在一定程度上影响性能,但具体表现将取决于各PC厂商的实施方案,目前尚待观察。
RTX Spark还将搭载神经处理单元(NPU),使系统符合微软Copilot+认证要求。NPU主要用于部分后台AI功能,例如Windows Recall。不过,GPU仍将是执行活跃AI任务的核心,包括大语言模型推理和图像生成等。
尽管RTX Spark笔记本电脑成为此次发布的焦点,但这一消息对桌面工作站同样意义重大。目前,DGX Spark搭载的是名为DGX OS的定制Linux系统,而非Windows。Nvidia表示,搭载Windows的RTX Spark桌面产品将于2026年第三季度推出。Windows系统也将陆续登陆Nvidia DGX Station这一全尺寸桌面版硬件产品。
RTX Spark的发布自然带有强烈的AI属性,并因此吸引了大量关注。但Moor Insights & Strategy首席分析师Anshel Sag认为,Spark同样在专业工作和游戏领域具有重要价值。"我认为AI方向的宣传更多是为了安抚投资者,"他说,"创作者和游戏玩家同样对RTX Spark充满期待,而像我这样三者都需要的用户则更加兴奋,因为拥有一台能在三个领域都表现出色的机器向来是一大难题。"
尽管Nvidia将GB10称为"超级芯片",但其设计思路与其他高性能系统级芯片相似,例如苹果的M系列芯片和AMD的Ryzen AI Max。三者均集成了CPU、GPU和NPU,均支持大容量DRAM,且均采用统一内存架构(即系统内存作为CPU、GPU和NPU的共享资源)。
现有的DGX Spark也为性能预期提供了参考基准。RTX Spark的GPU性能可能与RTX 5070移动版GPU相当,若属实,则将超越苹果和AMD的竞争产品。另一方面,GB10的CPU核心性能并不及主要竞争对手的CPU核心。
Nvidia最大的优势或许并非来自硬件性能,而在于软件生态。该公司的GPU在游戏和专业工作领域几乎已成为行业标准,据估计Nvidia的GPU市场份额超过90%。这使Nvidia成为大多数依赖GPU加速软件的首选目标平台。
"没有人怀疑Nvidia是GPU能力及其软件生态的领导者,"Shrout说道。Sag表示赞同,并指出Nvidia的优势在于拥有"极为成熟的驱动程序"。
Nvidia宣布RTX Spark的同时,微软也在旧金山举办了Build开发者大会,而Computex则在大洋彼岸的台北同步进行。
与Copilot+ PC发布时如出一辙,微软对RTX Spark上Windows系统的规划同样大量倚重AI。但与Copilot+ PC不同的是——后者借助NPU加速集成于Windows用户体验中的AI功能,例如快速检索曾打开过的内容或实时翻译视频通话——RTX Spark上Windows的核心卖点似乎更聚焦于利用Spark的GPU加速大语言模型的运行。
微软宣布了一项名为Microsoft Execution Containers(MXC)的Windows SDK"早期预览"功能,该功能可将AI智能体沙箱化,使其在自主运行的同时,与用户不希望智能体访问的功能相互隔离。
尽管如此,Nvidia和微软面临的真正考验,与微软和高通当初所面对的挑战如出一辙:如何将基于Arm架构的Windows PC确立为英特尔和AMD x86芯片Windows PC的真正替代方案。RTX Spark能否在这一方面取得成功,目前仍是未知数。
"即便Nvidia和微软大谈PC的未来与变革,所有人都明白,它首先需要成为一台出色的通用PC,"Shrout说道。
Q&A
Q1:RTX Spark和DGX Spark有什么区别?
A:RTX Spark是DGX Spark迷你工作站所用GB10硬件的PC版迭代产品,两者最主要的区别在于功耗。DGX Spark允许GB10以最高140瓦运行,而RTX Spark笔记本电脑的功耗预计更低,可能会对性能产生一定影响,具体表现取决于各厂商的实施方案。此外,DGX Spark目前运行定制Linux系统,而RTX Spark面向Windows PC平台。
Q2:RTX Spark的GPU性能和NPU分别负责哪些任务?
A:在RTX Spark系统中,NPU主要承担后台AI功能,例如Windows Recall等集成于操作系统的轻量级任务,以满足微软Copilot+认证要求。GPU则负责处理活跃的AI任务,包括大语言模型推理和图像生成,同时也用于游戏和专业创作等高性能计算场景。
Q3:RTX Spark相比苹果M系列和AMD Ryzen AI Max有哪些优劣势?
A:三款芯片在架构上较为相似,均集成CPU、GPU、NPU,并采用统一内存架构。RTX Spark在GPU性能上预计相当于RTX 5070移动版,有望超越苹果和AMD竞品。但GB10的CPU核心性能相对偏弱。Nvidia最大的优势在于软件生态——其GPU市场份额超过90%,驱动程序成熟,游戏和专业软件的兼容性更强。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。