RTX Spark 笔记本来了,本地 AI 算力卷到新高度
最近注意到 NVIDIA 把 Blackwell RTX GPU 和 Grace CPU 塞进了一颗超级芯片,做成 RTX Spark 笔记本,华硕、戴尔、惠普、联想、微软、微星都已经开卖。最高 128GB 统一内存、1 petaflop 的 FP4 AI 性能,这基本是把一台个人 AI 超算装进了轻薄本里。
对做跨境工具和内容的人来说,这个方向挺值得关注。以前跑本地模型要么依赖云端 API,要么得配台式机加独显,现在轻薄 Windows 本就能扛起 CUDA 生态和 RTX 图形能力,出差路上剪片、跑转写、做轻量推理都更现实了。软件侧也在跟上。Nemotron 3.5 Transcribe 这个开放权重语音模型已经能在 RTX Spark 上做转写、说话人区分和翻译,LFM3 系列模型也给了首日支持。NVIDIA App 还加了资源管理,可以手动在前台应用和后台 agent 之间分配 GPU 资源,这个细节对同时开一堆自动化任务的人很实用。游戏这边也没落下。《影之刃零》会带着光追和 DLSS 4.5 一起上线,Minecraft 通过 RTX Remix 1.6 也能在 RTX Spark 上体验路径追踪加 DLSS。我的判断是,这类设备真正的分水岭不在硬件参数,而在本地 agent 能不能稳定常驻。统一内存够大、资源能隔离,才谈得上让后台任务和前台工作互不打架。接下来我会重点看实际续航和散热表现,参数好看但降频的话,本地 AI 的体验还是会打折。
对做跨境工具和内容的人来说,这个方向挺值得关注。以前跑本地模型要么依赖云端 API,要么得配台式机加独显,现在轻薄 Windows 本就能扛起 CUDA 生态和 RTX 图形能力,出差路上剪片、跑转写、做轻量推理都更现实了。软件侧也在跟上。Nemotron 3.5 Transcribe 这个开放权重语音模型已经能在 RTX Spark 上做转写、说话人区分和翻译,LFM3 系列模型也给了首日支持。NVIDIA App 还加了资源管理,可以手动在前台应用和后台 agent 之间分配 GPU 资源,这个细节对同时开一堆自动化任务的人很实用。游戏这边也没落下。《影之刃零》会带着光追和 DLSS 4.5 一起上线,Minecraft 通过 RTX Remix 1.6 也能在 RTX Spark 上体验路径追踪加 DLSS。我的判断是,这类设备真正的分水岭不在硬件参数,而在本地 agent 能不能稳定常驻。统一内存够大、资源能隔离,才谈得上让后台任务和前台工作互不打架。接下来我会重点看实际续航和散热表现,参数好看但降频的话,本地 AI 的体验还是会打折。
评论
登录后即可发表评论
参与讨论,和出海同行交流想法与经验
还没有评论,来抢沙发吧
说说你的看法,第一条评论最显眼