广东
这几年各大厂商都在聊AI PC，但说实话，很多打着AI PC的产品，其实都只是在系统中装了个AI软件，深度一点的也就整个端侧录音转写等小功能，与多数人想要的“AI PC”区别颇大。
在雷科技看来，核心原因就在于过去的PC硬件架构，本质上还是为了“人一步步点鼠标下指令”设计的，压根没准备好迎接真正能自己干活的“本地AI智能体（Agent）”。传统硬件架构下，想要真正在端侧跑大模型，基本只能用搭载高端显卡的台式机或机身厚如砖的高端游戏本。
那么，AI PC难道在移动端真的行不通？并非如此，随着联发科与NVIDIA联手打造的NVIDIA RTX Spark正式上市，这个问题终于有了新的答案。
NVIDIA RTX Spark搭载了多达20核的Grace CPU，这颗CPU正是联发科与NVIDIA深度合作开发的成果。熟悉芯片行业的朋友都知道，联发科在高性能、低功耗SoC（系统级芯片）设计上有着深厚的技术积累。
这次联发科将CPU集群、一致性互连架构、内存控制器，以及USB、PCIe等关键系统功能全部整合进了单个芯粒（Chiplet）中。这种紧凑的高集成度设计，让芯片同时兼顾了小尺寸、高能效比与强悍性能，使PC在保持高性能的同时仍然能够做得轻薄便携，让玩家、创作者和开发者等对性能有高要求的用户可以随时随地使用。
当然，更关键的还是内存部分，玩过本地大模型或重度3D创作的朋友都知道，算力只是决定模型推理快不快，而内存容量却直接决定“模型能不能用”，如果连运行都不行，那再强的算力也没用。所以，联发科专门为NVIDIA RTX Spark设计了一款专有内存控制器，通过一致性系统互连架构，最高可支持达128GB的统一内存。
统一内存的优势在于，它相当于是拆掉了CPU内存和GPU显存之间的隔离墙，让两者直接共享同一个超大内存池，然后系统根据运行程序的要求动态调配内存给各个核心。以128GB为例，其最多可以给GPU分配96GB的内存作为显存使用，是移动端RTX 5090的4倍。
在庞大的“显存”支持下，无论是塞进参数庞大的大型AI模型，还是运行高内存需求的创作应用与高负载游戏，这套128GB统一内存都能做到“量大管饱”。
而且，NVIDIA RTX Spark原生支持运行NVIDIA CUDA，开发者无需重写代码，就能直接复用现有的模型、工具和工作流，在本地完成AI模型与智能体的原型设计、微调和运行。更重要的是，端侧模型可以让核心数据始终保留在设备内部，既可以降低数据泄露风险，又能够显著减少云端推理的成本。
除了开发，RTX Spark在创作方面表现也不差，得益于该超级芯片配备的FP4 Tensor Cores、光线追踪核心，DLSS技术，以及对AV1和专业级4:2:2视频格式的支持，创作者在多轨剪辑高规格视频或进行3D实时渲染时，同样能获得更流畅的预览和更快的编辑导出速度。
而在游戏方面，RTX Spark本身也拥有RTX 50系的性能，综合来看居于RTX 5060到RTX 5070之间。可以说，作为轻薄型笔记本电脑，RTX Spark基本上可以应付所有类型的需求，完全改变了现有的PC格局。
现在再看，联发科与NVIDIA的此次合作，确实是意义重大，因为它不仅让联发科有机会进入高性能PC市场，更让整个行业看到了AI PC的另一种发展可能。
过去数十年里，PC市场基本由英特尔和AMD主导，ARM架构虽然凭借能效优势逐渐打开局面，但在高性能GPU计算和专业软件生态上，始终存在一些短板。而这次，联发科擅长的高集成度、低功耗SoC设计，与NVIDIA强大的GPU算力和CUDA生态结合，恰好形成了互补。
更重要的是，随着AI Agent逐渐从简单的问答助手转向能够独立执行复杂任务的智能体，未来PC对于算力、内存以及能效的需求都将发生变化。
对于联发科来说，如果能够把这套技术进一步带入主流笔记本市场，那么它有望真正打破延续数十年的PC芯片竞争格局，也将为高端Windows on Arm市场带来新的竞争力量。而对于消费者来说，一个拥有更多选择的PC市场，显然也是件好事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
