過去兩年，PC廠商在宣傳「AI PC」時反覆提及一個參數：NPU算力。但不管是英特爾Lunar Lake的45 TOPS，或是AMD Strix Point的50 TOPS，這些數字總是停留在一個相對溫和的量級上。能做背景虛化、能做語音降噪、能跑一些小規模的端側模型，但也僅止於此。

5月31日，英偉達在GTC 2026大會上拿出的RTX Spark超晶片，把這個數字拉到了1 petaflop，也就是1000 TOPS。不是提升30%或50%，是直接跨過一個數量級。

同場發布的還有另外幾則訊息：微軟配合RTX Spark升級了Windows原生安全機制，並把英偉達的開源沙盒運行時OpenShell引入Windows平台；Adobe宣布從底層重構Photoshop和Premiere，專門適配RTX Spark的統一記憶體架構；首批六家OEM廠商確認今年秋季推出這顆晶片的輕薄筆記本和緊湊型晶片。

英偉達在這屆GTC上做的事情，不是發布一塊新晶片。它在試圖為「個人AI電腦」這個品類定下一個新的硬體標準。

當GPU成為PC的主角

先看這顆晶片本身。根據英偉達在GTC上公佈的數據，RTX Spark整合了一顆Blackwell架構的GPU，6144個CUDA核心，搭配聯發科聯合設計的20核心Arm架構Grace CPU，採用台積電3nm製程。關鍵的變化在於記憶體架構：最高128GB的統一內存，CPU和GPU共享同一個記憶體池，資料不需要在兩者之間來回搬運。

這和過去PC的架構邏輯相反。

傳統PC的基本結構是「x86 CPU作為主處理器，獨立GPU作為選用配件」。即便是近年興起的AI PC概念，英特爾和AMD的做法也是在CPU裡內建一塊NPU，作為AI加速的附加模組，算力普遍在四五十TOPS。 GPU仍然是「外掛」。

RTX Spark重新分配了話語權。這顆SoC把GPU變成主角，CPU退居配角。英偉達給的AI算力是1 petaflop FP4，相當於1000 TOPS，是上一代AI PC內建NPU算力的20倍以上。這不是同一條賽道上的提速，是另一條賽道的起跑。

OEM廠商的跟進速度印證了這個判斷。根據英偉達官方公告和DIGITIMES的後續報道，華碩、戴爾、惠普、聯想、微軟Surface和微星將在今年秋季推出搭載RTX Spark的輕薄筆記本和緊湊型台式機，宏碁與技嘉的型號隨後跟進。主流Windows PC品牌幾乎全數入局。

RTX Spark並不是從零誕生的產品。 2025年初，同樣的Blackwell加Grace核心晶片曾以Project DIGITS和DGX Spark的形態亮相，但當時定位是面向開發者的Linux桌面超算，體積接近一台小型桌上型電腦。一年後，這套架構被壓進了輕薄本的散熱空間裡，作業系統從Linux換成了Windows，目標用戶從AI開發者擴展到了一般消費者和企業用戶。這才是GTC 2026消費級發布中最值得注意的變化：英偉達不是在發布一個開發者玩具，而是在推開消費級市場的大門。

120B模型跑在本地，夠用了嗎

算力和記憶體的數字最終要回答一個問題：能做什麼？

英偉達在發表會上給出的答案是，RTX Spark支援本地運行120B參數的大模型，上下文視窗可以達到百萬token。 120B是什麼概念？作為參照，目前消費級硬體跑本地模型的主流實踐是，24GB顯存的RTX 4090透過量化壓縮可以跑30B到40B參數等級的模型。部分小的模型，在消費級顯示卡上可以快速跑起來的是9B模型。從9B到120B，這個跳躍幅度讓端側AI的「夠用」標準被重新劃定了。

128GB統一記憶體是這一切的前提。在傳統PC架構上，CPU有自己的系統內存，GPU有自己的顯存，兩者之間有物理邊界。一個超過顯存容量的大模型要不是根本跑不了，就是需要複雜的模型拆分和記憶體交換，速度急劇下降。統一記憶體架構消除了這個瓶頸，模型資料直接放進128GB的共享池子裡，CPU和GPU都能存取。蘋果在Apple Silicon上率先證明了這條技術路線的消費級可行性，現在英偉達把它帶到了Windows陣營。

除了大模型推理，英偉達列出的用例還包括12K影片編輯、90GB以上的3D場景渲染、1440p解析度下超過100fps的光線追蹤遊戲。這些場景的共同特徵是單次處理的資料量極大，傳統PC要麼需要數倍於處理時間的等待，要麼根本跑不起來。

「支援運行」和「流暢可用」之間還有一段距離。英偉達並未公佈120B模型在RTX Spark上的實際推理速度，也沒有給出百萬token上下文場景下的首token延遲資料。決定長上下文推理速度的關鍵指標是記憶體頻寬。作為參照，同樣使用GB10核心的DGX Spark在實測中記憶體頻寬約為301GB/s。這個頻寬水平跑120B模型是可以的，但處理百萬token級別的上下文視窗時，使用者可能需要等待數秒才能看到第一個輸出token。 RTX Spark的筆電版本可能因為功耗限制，實際頻寬還會有所調整。

給AI代理加一道安全籠

算力以外的另一個核心發布，是英偉達與微軟在系統層面的合作。這部分可能是GTC 2026消費級發表中最容易被忽略、但對產業影響最深的內容。

一台能跑120B模型的電腦，如果交給一個可以自主操作桌面、點擊按鈕、讀寫文件的AI代理來使用，安全風險就不再是「會不會丟資料」這個等級了，而是「代理會不會做你不希望它做的事」。這個問題不解決，企業不可能把這種設備部署給員工。

微軟和英偉達給的方案是兩道防線。第一道，微軟升級了Windows的原生安全機制，從作業系統層面為AI代理行為提供監控與限制。第二道，英偉達把OpenShell運行時正式引入Windows平台。根據英偉達的官方文檔，OpenShell是一個開源的沙盒運行時，提供內核級隔離。它為AI代理圈定了一個可控的操作範圍，代理可以在這個範圍內自主執行任務，但權限被嚴格限定，不能越界存取系統核心文件、網路連線或用戶敏感資料。

這個組合對企業採購的意義是明確的。在此之前，「本地AI代理」這個概念停留在技術演示階段。硬體跑得動，安全框架是空的。沒有企業IT部門敢把這種狀態的設備納入採購清單。英偉達和微軟在硬體和應用之間插入一層標準化的隔離層，把「能用」變成了「可管理」。

OpenShell本身的效能開銷是一個待觀察的變數。沙盒隔離通常會帶來一定程度的性能損失，具體會影響多少推理速度或系統響應，英偉達目前沒有公開數據。企業IT管理端的部署複雜度、與現有安全策略的兼容性，這些實際落地中的問題需要等到OEM設備上市後才能驗證。

Adobe為什麼願意“從底層重構”

軟體廠商的配合程度，通常是判斷一個新硬體平台能否站穩腳步的風向標。

Adobe在GTC期間宣布的動作是這一輪發布中軟體端最大的訊號。根據英偉達官方部落格和Adobe高層的確認，Adobe啟動了Photoshop和Premiere的底層重構，專門適配RTX Spark的統一記憶體架構，宣稱AI與圖形處理效能提升可達2倍。

「底層重構」不是加個插件、做個適配層。在傳統PC上，CPU、GPU各有自己的記憶體空間，處理一個超大PSD檔案或8K視訊時間軸時，資料要在兩套記憶體之間反覆搬運，這是一個效能浪費的重災區。 RTX Spark的統一記憶體讓CPU和GPU可以直接共享同一塊128GB空間，這個結構變化對專業創作者的工作流程有實際價值。 Adobe為此動底層程式碼，說明它認可這個架構方向不是一次性的行銷噱頭。

不過，這個「2倍加速」的比較基準是什麼，英偉達和Adobe都沒有公佈。是跟同代的x86處理器加獨立顯示卡比，還是跟上一代AI PC的NPU方案比？結果截然不同。在基準測試條件公開之前，這個數字的含金量只能打一個問號。

同時宣布支援的還有Blackmagic Design、ComfyUI、llama.cpp、OTOY以及多家遊戲廠商。 ComfyUI和llama.cpp的跟進值得注意，因為它們是目前本地AI工作流程中最活躍的開源工具。開發者社群的早期支持往往比大廠的承諾更真實地反映一個平台的生態潛力。

英偉達正在用CUDA生態和統一記憶體架構，在Windows陣營中建構類似蘋果軟硬一體的體驗。差別在於，蘋果的圍牆是自己建造的，英偉達需要說服微軟和ISV們一起建造。 Adobe願意從底層動手，至少說明這堵牆的第一塊磚壘上去了。

紙面參數之外

回到一個最實際的問題：這些設備到底能不能買到，買到手又是什麼體驗？

根據英偉達公佈的信息，首批RTX Spark設備將在今年秋季上市，涵蓋華碩、戴爾、惠普、聯想、微軟Surface和微星的輕薄筆記本與緊湊型桌上型電腦。宏碁和技嘉的型號此後跟進。所有OEM的具體定價和確切上市日期都沒有公佈。

比定價更關鍵的是幾個實體層面的未知數。把1 petaflop算力的晶片塞進輕薄筆記本，功耗和散熱怎麼平衡？ RTX Spark在非AI場景下的日常辦公室效能和續航表現如何？ 128GB統一內存在筆記本形態下的實際頻寬會不會因為功耗限製而明顯縮水？

這些問題才是工業化落地的真正考驗。一顆晶片在工程樣機上的峰值算力和它在消費者手中每天8小時的實際表現，往往是兩回事。英偉達在發表會上強調了RTX Spark的能效比，但沒有給出具體的TDP數值或續航數據。

從PC產業格局的角度來看，RTX Spark的出現標誌著一種新的分工模式正在成形。過去三十年，PC的核心晶片話語權掌握在x86處理器廠商手裡，GPU廠商雖然越來越重要，但始終是「插在主機板上的配件」。英偉達這次拿出的是一顆完整的SoC，從CPU到GPU到記憶體控制器全部集成，Arm架構的CPU部分由聯發科設計。 PC產業鏈的權力結構，正從「x86 CPU加上可選的GPU」轉向「以GPU為中心的SoC平台」。

這個轉向不會在一天之內完成。 OEM的定價策略、實際產品的能源效率表現、ISV軟體的適配進度、企業客戶的採購驗證週期，每個環節都決定RTX Spark是成為PC產業的新座標，還是另一個高開低走的技術展示。答案至少要等到今年秋天。

Tether CEO：USDT市值過去30天成長超50億美元

熱門文章