英伟达发布RTX Spark消费级AI芯片，128GB统一内存、1 PFLOP算力，可在14mm笔记本上本地运行120B大模型，Windows生态迎来AI PC时代
英伟达发布RTX Spark消费级AI芯片，128GB统一内存、1 PFLOP算力，可在14mm笔记本上本地运行120B大模型，Windows生态迎来AI PC时代
在 NVIDIA GTC Taipei 2026 上，英伟达发布了 RTX Spark -- 一款让 Windows PC 首次具备统一内存架构的消费级 AI 芯片。它意味着你可以在一台 14mm 厚的笔记本上，本地运行 120B 参数的大模型。
英伟达称这是"个人电脑诞生 40 年以来的一次重新定义"。
RTX Spark 芯片实物
RTX Spark 源自去年面向开发者的 DGX Spark，这次被正式升级为英伟达全新的消费级产品线。底层采用与 DGX Spark 相同的 GB10 芯片，核心参数：
旗舰版参数：1 PFLOP AI性能，128GB统一内存
传统 PC 的 CPU 有自己的系统内存（RAM），GPU 有自己的显存（VRAM），两者通过 PCIe 通道连接。问题是：
当你想在本地跑一个量化后的 70B 模型（需要几十 GB 内存）时，即使你的系统内存有 64GB，GPU 真正能高速使用的只有 16GB 显存。模型太大就要频繁通过 PCIe 搬运数据，速度严重受限。
统一内存：CPU和GPU共享同一个内存池，消除数据搬运瓶颈
RTX Spark 把 CPU 和 GPU 的内存变成一个 128GB 的共享池。GPU 可以直接使用这个大池子里的绝大部分容量，不再被传统显卡 16GB、24GB、32GB 显存限制。
这意味着你可以直接在本地跑 120B 参数的大模型，不需要云端推理，延迟极低，数据完全本地化。
Mac 确实也有 128GB 统一内存的版本，但 RTX Spark 有一个 Mac 无法替代的杀手锏：CUDA 生态。
CUDA 不只是显卡驱动，它是一整套经过近 20 年积累的 GPU 计算生态。绝大多数 AI 框架、推理引擎、训练工具都是基于 CUDA 开发的。在 Mac 上跑这些工具，兼容性和性能都要打折扣。
RTX Spark = 统一内存 + 完整 CUDA 生态，这在消费级设备上是第一次。
英伟达展示了多家合作厂商基于 RTX Spark 打造的设备：
超薄笔记本
搭载RTX Spark的超薄笔记本和迷你主机
迷你主机
微软将与英伟达合作全面重构 Windows 系统，让搭载 RTX Spark 的电脑原生支持本地 Agent 运行。这意味着：
RTX Spark 的发布大概率会带来几个变化：
Q：什么时候能买到？ A：合作厂商的设备预计 2027 年陆续上市，具体时间待厂商公布。
Q：价格大概多少？ A：目前官方未公布 RTX Spark 芯片的单独售价，但参考 DGX Spark 的定位，搭载设备预计在高端轻薄本价位段。
Q：能跑哪些模型？ A：128GB 统一内存可以直接跑 120B 参数的模型，通过量化还可以跑更大的模型。主流开源模型如 Llama、Qwen、DeepSeek 系列都可以本地运行。
Q：需要联网吗？ A：本地推理和微调不需要联网。只有在下载模型和同步数据时需要网络。
阿里千问发布全模态模型Qwen3.5-Omni，支持文本、图片、音视频输入，可实时视频通话生成代码、解读论文，拿下215项SOTA，性能比肩Gemini 3.1 Pro
TRAE 发布 SOLO 独立端（PC端+Web端），支持 Code 与 MTC 双模式，可处理多格式文件、执行长逻辑链条、多任务并行，将 AI Coding 推向 AI Development
Boris Cherny 整理的 Claude Code 最新 15 条使用技巧，涵盖移动端、跨设备切换、自动化循环、千 Agent 并行，帮助开发者大幅提升编程效率。
