2．2万起售的英伟达AI PC，能撬动大众换机潮吗？

英伟达联手微软定义的 Windows AI PC “新序章”终于落地。首批搭载 RTX Spark 芯片的电脑已正式开卖：微软 Surface Laptop Ultra 起售价定为 21，988 元，联想 YOGA Pro 15 顶配版本价格更高达 42，999 元。这些设备集成了台积电 3 纳米工艺、Blackwell 架构 GPU 和最高 128GB 统一内存，号称能提供 1 PFLOPS（FP4）算力。然而，高昂的定价与本地大模型尚未完全跑通的实际体验之间，横亘着一条巨大的鸿沟。英伟达试图用高端硬件重新定义个人电脑的底层逻辑，但普通消费者是否愿意为这种 “看不见摸不着” 的本地智能支付高额溢价，仍是巨大的未知数。

从数据中心到掌心的算力下放

RTX Spark 平台将原本主要用于数据中心的重型 GPU 能力下放到了 PC 端。该芯片采用 Blackwell 架构，集成最多 6144 个 CUDA 核心，并通过 600GB／s 的 NVLink 与联发科联合定制的 CPU 互联。这是英伟达首次将如此庞大的算力塞进一个笔记本模具中，背后折射出的是其在半导体封装和散热设计上的最新工业成果。

但这种堆料的代价是惊人的成本。以已经上市的机型为例，微软 Surface Laptop Ultra 起步价就达到 21，988 元，而联想 YOGA Pro 15 顶配版逼近 4．3 万元。这一价格区间不仅远超主流消费级笔记本，甚至超越了部分高性能移动工作站。相比之下，目前市面上采用 AMD Ryzen AI Max＋ 系列芯片的同类设备价格普遍低 30％ 至 40％。英伟达选择了一条 “高举高打” 的路线——先用旗舰产品验证技术可行性，而非追求短期销量。

统一内存的野心与现实瓶颈

统一内存是 RTX Spark 的一项关键设计。此前，AMD 的 Ryzen AI Max＋ 系列（如 AI Max＋ 495）与苹果的 M5 Max 均采用此类架构。在传统的独立显卡电脑上，系统内存与显卡显存相互分开，较大模型往往先受到显存容量的限制；而统一内存让 CPU 和 GPU 共享数据池，使得在终端设备上运行更复杂的本地大语言模型成为可能。

但硬件上的“大碗肥肉”并不意味着软件生态已经做好了承接准备。在现场实测中，即便是 128GB 统一内存的配置，在运行 Perplexity Computer 时也曾遭遇内存占用接近上限、分配失败的提示。开发者论坛上也有类似反馈，表明在配备 128GB 统一内存的 RTX Spark 上，部分本地 AI 应用仍存在内存调度隐患。这说明统一内存容量的冗余并不能直接等同于所有本地应用都能获得丝滑体验——更好的内存管理与资源调度机制同样重要。

“混合智能”的日常困境

在体验环节，记者测试了基于本地模型的智能体应用——Perplexity Computer 负责信息检索与问答，WorkBuddy 则深度集成飞书和 Obsidian，自动处理待办事项、会议汇报与知识库整理。

WorkBuddy 通过自然语言指令读取日历并更新项目进度表，减少了用户手动切换多个办公软件的操作成本。同时，由于推理过程发生在本地，这也省去了调用云端大模型所需的 Token 付费以及数据外传的安全隐患。但对于需要反复查阅文档、处理文字材料的专业人士而言，本地模型的响应等待时间仍然较长，自然语言指令的执行准确率也仍有提升空间。

英伟达还发布了针对 PC 端显卡管理软件的 WorkBuddy 连接器，使本地模型以自然语言对话方式对显卡进行操作和管理。例如检查驱动版本、针对游戏进行单独优化等。从实际体验来看，本地模型能够准确理解并执行这些指令，但等待时间较长，距离“一键搞定”的理想状态尚有差距。

游戏性能成为最大卖点？

在过去的一年多里，“AI PC” 的概念已经被各大厂商反复教育，但普通用户对硬件升级的动力依然微弱。游戏玩家容易理解更强的 GPU 意味着什么——《赛博朋克 2077》在 2K 分辨率和超级画质下，借助 DLSS 和帧生成技术，能跑出超过 52 帧的平均帧率。画面更细腻、加载更流畅是立竿见影的感官提升。

为了避开 AI 效能难以量化的短板，英伟达在游戏兼容性上展现出了强大的护城河。相比此前高通骁龙 X Elite 系列在反作弊系统和大型网游适配上的长期受挫，RTX Spark 凭借成熟的生态积累支持了包括《CS2》《漫威争锋》《鸣潮》在内的多款热门游戏。尽管部分游戏的 EA Javelin 反作弊系统还需等到 2027 年初才能完成适配，但其游戏体验已明显优于同期 Arm 架构竞品。

不过，联想 YOGA Pro 15 暂不支持微软官方 Xbox 手柄接收器（仅能通过蓝牙连接），也暗示了在软硬件细节整合上仍有磨合空间。此外，对于需要特定插件、外设或专业软件的用户，购买前仍需确认自身工作流程能否正常开展。

四万元买一台“移动工作站”

回归商业本质，“不用按 Token 付费” 并不自动意味着总拥有成本更低。如果只是偶尔总结文档、生成文字，现有电脑上的云端 AI 服务已能完成大部分工作，强行购买一台四万元的顶级硬件显然不合算。英伟达采取的策略非常清晰：利用高配置拉高品牌势能，先在开发者、极客及专业办公人群手中建立 CUDA 工具链在新终端上的心智。

与此同时，OEM 厂商们也在观望。除微软和联想之外，华硕、戴尔、惠普等多家公司已表态支持 RTX Spark 平台。这些厂商的产品线通常覆盖更广的价格区间——如果英伟达能够在未来一到两年内推出面向中端市场的 variant 芯片，那么基于 RTX Spark 生态的廉价机型才可能真正触达大众消费者。

CUDA 帝国的终端延伸

值得关注的另一个战略维度是：英伟达正在通过 RTX Spark 将 CUDA 工具链延伸到终端设备。对于需要频繁进行离线代码开发、或者对数据安全极度敏感的企业用户来说，这意味着可以在便携笔记本电脑上使用熟悉的开发环境，无需再依赖云端服务器或固定的台式机工作站。

从长远来看，如果本地 AI 能够成为持续使用的功能，就有机会为 RTX Spark 电脑创造新的购买理由。随着智能体能力持续增强，其能够承担更多文档处理、代码开发与跨应用任务，用户对电脑的要求也可能随之改变。除了屏幕、重量和游戏帧率，能够容纳多大的模型、能否稳定执行任务，都可能成为新的购机考量。

后续观察指标

要判断 RTX Spark 是否真的能撬动换机需求，建议关注以下三个指标：一是未来半年内 OEM 厂商推出的中端机型价格带是否下探至 1 万至 1．5 万元区间；二是 Perplexity Computer、WorkBuddy 等本地 AI 应用的月活用户增长率；三是 NVIDIA 在 2027 年财报中公布的 PC 相关业务营收占比变化。

目前的结论很明确：这是一台具备实用价值的移动工作站，而非面向大众的换机利器。在 21，988 元的起步门槛面前，绝大多数人或许更愿意继续停留在云端 AI 的时代。