雷科技 雷科技 科技数码 01 聚焦AI硬件 02 聚焦AI涨价潮 03 互联网 04 家电IoT 05
小雷哔哔 小雷哔哔 数码 01 深扒 02 技能 03 系统 04 科普 05
电车通 电车通 IAA2025 01 车展观察 02 电车试驾 03 新车展望 04 资讯快报 05
视频 视频 闪电快讯 01 深度 02 雷评雷测 03 热点 04
联发科联手NVIDIA，要在AI PC圈掀桌子了
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。