英伟达想要的，从来不只是一块GPU

2011年1月，拉斯维加斯CES展台上，黄仁勋在发布Tegra 2的演讲末尾，像是随口提了一件事：英伟达正在做一款自研CPU，代号"Project Denver"，目标是驱动"个人电脑、工作站和超级计算机"。

那一年，英特尔的酷睿处理器如日中天，x86是不可撼动的秩序，没人把这句话当真。

十五年后的今天，黄仁勋站在台北的音乐厅里，发布了RTX Spark——英伟达第一款真正意义上的Windows PC芯片，合作伙伴是微软、戴尔、惠普、华硕和联想。这一次，没有人敢不当真。

十五年的伏笔，一张你没读完的棋谱

很多人把RTX Spark理解成英伟达在AI浪潮里的一次机会主义扩张。这个理解不能说错，但太浅了。

如果翻一遍英伟达过去十五年的动作，你会发现这家公司在做一件一以贯之的事：把自己变成一个平台，而不只是一个零件供应商。

2011年的Project Denver是明确宣告，虽然最终没有做成消费级PC芯片，但那个方向从未放弃。后来的Tegra跑进了任天堂Switch，跑进了汽车，跑进了机器人。英伟达的ARM芯片从未彻底退场，只是换了战场。

2019年，英伟达用69亿美元买下Mellanox。这笔钱花在哪儿了？InfiniBand高速互联网络，是数据中心里连接GPU集群的"神经系统"。做GPU的公司为什么要买网络公司？因为英伟达在这个时间点已经不认为自己只是GPU公司了。它要做的是整套"AI工厂"，从计算到网络到存储，一条龙。Mellanox是那个时候把版图补完整的最后一块拼图。

2020年，英伟达宣布以400亿美元收购ARM——半导体史上最大一笔收购。动机非常清楚：ARM是全球芯片架构的"瑞士"，控制了它，就相当于在几乎所有计算设备的基因层面插了一脚。结果是，美国FTC起诉，英国CMA介入，欧盟开调查，Alphabet、高通、微软纷纷表示反对。2022年2月，收购宣告失败。

（有意思的是，英伟达此后一直持有ARM少量股份，到2025年Q4才悄悄清仓。那个时点，RTX Spark的芯片研发已经完成。英伟达已经不需要拥有ARM了。）

失去了ARM，英伟达换了一条路：自己设计CPU核心。2021年GTC，它发布Grace：一款基于ARM授权核心的数据中心CPU，目标是把CPU和GPU紧密绑定，消灭x86时代CPU和GPU之间的那条"PCIe瓶颈"。同年，它开始悄悄研发真正的自研CPU核心，代号Olympus。这个核心到2026年才随着Vera CPU一起公开亮相，基准测试结果比AMD EPYC和Intel Xeon都强。

与此同时，英伟达在软件侧一边筑墙，一边修路。CUDA从2006年推到今天，到2025年已经有超过500万注册开发者，PyTorch、TensorFlow都把CUDA当成第一执行目标。进入PC市场，这套软件栈直接随之带入，CUDA、RTX、DLSS、TensorRT，全套搬过来。这不是在做一块芯片，这是在把一个已经成熟的生态系统移植到新的硬件形态上。

DGX Spark：一次"不为消费者"的试水

在RTX Spark之前，有一台被很多人忽略的机器。

2025年10月，英伟达开始销售DGX Spark，起价3999美元（现在因为内存短缺已经涨到4699美元）。它看上去像一台很贵的Mac Mini，运行Ubuntu，没有Windows，搭载GB10芯片，ARM CPU加Blackwell GPU，128GB统一内存，1 petaflop AI算力。官方的定位是"世界上最小的AI超级计算机"，目标用户是AI开发者和研究人员。

英伟达说这不是消费级产品。说得没错，但这个解释掩盖了它真正的意义：这是英伟达在PC形态上的第一次完整系统验证。

硬件架构对不对，散热行不行，软件生态能不能跑起来，合作OEM（戴尔、华硕、惠普等）能不能接受这套方案，DGX Spark把这些问题都验证了一遍。而且，它还在市场上告诉所有人：英伟达的ARM+GPU统一内存架构，可以装进一个放在桌上的小盒子里。

这一步棋的价值在于"探路"，而不是"卖货"。

RTX Spark：这次是来真的

RTX Spark的芯片规格本身已经足够让人认真对待：20核ARM Grace CPU（与MediaTek联合开发）、搭载6144个CUDA核心的Blackwell RTX GPU、最高128GB LPDDR5X统一内存、带宽300GB/s、NVLink C2C互联、1 petaflop AI算力，制程TSMC 3nm。GPU性能大约相当于独立的RTX 5070笔记本显卡，同时还能在本地运行1200亿参数的大模型。

更重要的是它的定位叙事：英伟达和微软联合宣布，RTX Spark是"为personal AI agent时代重新设计的Windows PC"。它们一起做了OpenShell框架和Agent Toolkit，让本地AI agent能在Windows上安全运行。换句话说，英伟达不是在卖一块芯片，而是在定义下一代PC的交互范式。

对手是苹果M系列和高通Snapdragon X。但和这两家比，英伟达手里有一张别人都没有的牌：CUDA生态。几百万开发者，几万个已经跑在CUDA上的AI应用，开发者不需要重新学一套东西，应用不需要重新适配。这是苹果做了多年Neural Engine也没能复制的规模。

（当然，挑战也是真实存在的。x86软件的兼容问题还没有完全解决，ARM上的游戏生态需要时间积累，价格预计不会便宜，DGX Spark的3999美元定价提供了一个让人不那么乐观的参考点。）

看清英伟达真正在下的棋

如果只盯着这一块芯片，会错过整个棋局。

英伟达在Computex上公布了一张路线图，清晰到让人有点惊讶：2026年是Grace Blackwell RTX Spark，2027-2028年是Vera Rubin Spark（使用LPDDR6内存），2029-2030年是Rosa Feynman Spark。黄仁勋当场承诺：每一代平台都会有Spark版本，覆盖笔记本、桌面和工作站。

这张路线图有一个隐藏信息值得特别注意，2028年的Vera Rubin Spark，将搭载英伟达自研的Olympus CPU核心。那意味着从那一代开始，英伟达PC芯片里的CPU部分将不再依赖MediaTek或ARM的现成设计，而是英伟达从底层完全自主的架构。

这是一个非常清晰的技术独立路径：先用借来的CPU核心快速入场，建立OEM关系、软件生态和用户认知，然后在第二代替换成自己的核心，拿走更多的价值。苹果从PowerPC切换到Intel再切换到自研M系列，走了差不多二十年。英伟达只打算给自己留两年。

从PC全栈来看，英伟达今天的技术完整度大概是这样：GPU是最强的那个，没有争议；统一内存架构已经验证；CPU今年数据中心版本的Vera已经可以打赢x86，PC版本的自研核心2028年就绪；软件栈（CUDA+RTX+DLSS+Agent工具链）是现成的、成熟的；操作系统层面还依赖微软，这是它目前最大的外部依赖；OEM生态已经在DGX Spark的验证中建立，戴尔、惠普、华硕、联想全部在场。

唯一还没有的，是英伟达自己的操作系统。但英伟达未必需要它，或者说，现在还不需要。

不是要"赢"PC市场，而是要卡住那个位置

这里有一个思考角度，我觉得比"英伟达会不会干掉英特尔"更有意思：英伟达为什么现在进PC？

PC市场从体量上说已经是一个成熟甚至萎缩的市场，年出货量不到3亿台，远不如手机，利润也薄。英伟达做了全世界最赚钱的数据中心芯片生意，犯不着来这里卷。

关键不在于PC本身，而在于AI agent的落地场景。

过去几年，AI的主要战场在云端——你的问题发到服务器，服务器算完发回来。这个模式现在面临两个压力：隐私问题和延迟问题。本地推理是下一个方向，而本地推理需要的，正是一台能跑大模型的终端设备。

英伟达赌的是，当AI agent真正成为PC的核心交互方式，不是一个浮在界面上的聊天框，而是能操控文件、写代码、管理日程、在后台持续运行的"数字员工"。那个时候，谁的芯片跑着这些agent，谁就拿住了下一代计算的入口。

苹果用Apple Intelligence在iPhone上做了一个版本的答案。英伟达用RTX Spark在Windows PC上做了另一个版本。两者都认为本地AI是方向，只是路径不同、阵营不同。

英伟达选择和微软绑定，而不是自己做OS，是一个相当务实的判断。微软有Windows生态、有企业客户、有Azure上的模型，英伟达有硬件和CUDA，两家各自的护城河在这次合作里都得到了加固。

我觉得最有意思的问题不是"英伟达的PC卖得好不好"，而是：当2028年搭载Vera自研核心的第二代RTX Spark上市时，它的CPU性能已经超过英特尔和AMD的主流方案，它的GPU是毫无争议的最强集成GPU，它的软件生态有五百万开发者背书。那个时候，PC市场的格局会是什么样？

2011年，黄仁勋在CES说"我们要做驱动个人电脑的CPU"，当时只有少数人认真听了。这一次，应该不会再有人当玩笑来听了。

END本文来自至顶AI实验室，一个专注于对AI计算机、工作站及各类AI相关硬件设备，开展基于真实使用场景评测的研究机构。