标签: 英伟达

  • Meta要把囤的 AI 算力卖出去:从最大买家变身云厂商

    Meta要把囤的 AI 算力卖出去:从最大买家变身云厂商

    7月1日彭博社爆料,Meta在筹划一项叫“Meta Compute”的云业务,打算把自己囤的 AI 算力和模型访问权卖给外面的公司。消息一出,Meta 股价当天涨了 8.8%,市值多了大概 1270 亿美元;而专门做算力租赁的 CoreWeave 和 Nebius 分别跌了 14% 和 17%,连美光、闪迪这些存储芯片股也跟着跳水。一边是狂欢,一边是恐慌,同一条新闻让两拨人看到了完全不同的未来。

    全球最大的 GPU 买家之一,正式转身成为算力卖家——这被不少人视为 AI 基础设施商业模式的一个分水岭。

    为什么要卖?

    Meta 今年 4 月把全年资本开支指引提到 1250 亿到 1450 亿美元,比去年的 722 亿差不多翻了一倍,钱都花在了数据中心、芯片和电力上。问题是,训练一个大模型可能几个月里把几万张 GPU 吃满,但训练一结束,这批集群的利用率就掉到三成到五成,剩下的算力就在那儿空转、烧电费。扎克伯格的打法一直是“先囤够再说”,先按最高峰的训练需求把地基打好,至于建完怎么用,回头再想。现在“卖出去”就是那个回头再想的答案。

    两条路子:托管模型,或者直接出租 GPU

    据知情人士说,Meta Compute 至少规划了两条线。一条学 AWS 的 Bedrock,把托管在自家基础设施上的模型(包括自研的 Muse Spark)开放给开发者,按 token 收费。这对 Meta 是头一回能从 Llama 生态里直接赚到钱——开源这么多年,Llama 被别家云厂商免费拿去商用,Meta 一分授权费都收不到。另一条更直接,学 CoreWeave 那种新型云公司,把 GPU 集群按小时租给企业客户。两条线同时推,牵头的是基础设施负责人 Santosh Janardhan、超级智能实验室的 Daniel Gross,还有 Meta 总裁 Dina Powell McCormick。

    Meta 计划把囤积的 AI 算力对外出租,直接闯进云计算市场
    Meta 计划把囤积的 AI 算力对外出租,直接闯进云计算市场

    市场为什么慌?

    这事真正戳中的,是撑了 AI 产业两年狂奔的那套逻辑——算力稀缺。过去两年,“算力不够用”维持了坚挺的租赁价格,也给巨头们疯狂扩张提供了理由。可要是连 Meta 这种级别的买家都开始往外卖“富余”算力,投资人自然会问:基建是不是要到顶了?高盛的交易台已经警告,一旦供给上来、租赁价往下走,最先扈不住的就是硬件。衡量 H100 租赁价格的 ORNN 指数最近确实在往下掉。

    • 出租的是上一代 H100/H200 推理算力,前沿训练要用的 GB200、自研 Rubin 芯片 Meta 还在拼命买
    • 目标据说是每 GW 每年变现 100 亿到 150 亿美元,把“成本包被”变成创收资产
    • SpaceX/xAI 已经跑通类似模式:把孟菲斯的 Colossus 集群按月租给 Anthropic,月租 12.5 亿美元

    一家 To C 公司,能做好 To B 吗?

    麻烦也在这儿。AWS、Azure、谷歌云做了几十年,靠的不只是机房,还有成熟的软件平台、企业销售队伍和客服体系。Meta 靠广告活了 21 年,是个彻彻底底的 To C 公司,突然要去伺候企业客户,节奏、文化、人才都得重搭。更微妙的是反垄断:Meta 跟 CoreWeave 还有总额 352 亿美元的长期采购合同没走完,一边是人家最大的客户,一边又下场抢生意,这种双重身份监管一看一个准。

    短期看,Meta 卖算力是笔资产周转的买卖——把上一代推理算力拿出来回血,同时继续囤最新的训练卡。但往长了看,当算力从“抢都抢不到的稀缺品”慢慢变成“能挂牌出售的大宗商品”,整个行业的定价方式、竞争格局和投资故事,可能都要重写一遍。扎克伯格说过,几乎每周都有公司来问能不能买他们的算力,甚至愿意出高于成本的价。现在,这些人等到回音了。

  • 英伟达开源机器人技能库 ASPIRE:机器人开始像程序员一样,边改 bug 边攒本事

    英伟达开源机器人技能库 ASPIRE:机器人开始像程序员一样,边改 bug 边攒本事

    以前训练机器人,靠的是海量数据反复喂、靠梯度下降一点点更新权重,练完就是一堆定死的浮点数。英伟达刚开源的 ASPIRE 把这套逻辑掀了——它让机器人像程序员改 bug 一样,边干边试错、边试错边把经验攒下来。负责具身智能的 Jim Fan 直接放话:这是训练范式的一次彻底改写。

    机器人持续学习与技能库概念图
    ASPIRE 让机器人把每次操作经验沉淀成可复用的技能库

    ASPIRE 全称是 Agentic Skill Programming through Iterative Robot Exploration,说白了就是物理世界里的机器人版 Coding Agent。背后调用的 GPT 或 Claude 不再直接输出机械动作,而是写出一段可调试、可复现的控制代码;机器人执行时,把感知图像、导航、抓取、碰撞报错、运动轨迹全程记下来。

    任务失败了,AI 就回放这段多模态轨迹,像研究员一样判断哪一步出了问题,改代码、再跑一遍;一旦跑通,就把这套解决办法提炼成标准化的 Skill,存进一个越攒越厚的技能库,下次遇到同类场景直接调用,不用从零再试。

    三个变化,把老路子整个翻了过来

    Jim Fan 把这次转变拆成三条,新旧对比很清楚。训练,从梯度下降变成了不断打磨技能;练出来的东西,不再是一份网络权重文件,而是一座持续扩容的感知运动技能库;至于分布式训练,则变成一群 Agent 各自练不同的技能,再把经验汇总进同一个库里。

    这么做的直接好处,是把机器人开发的数据门槛砍了下来。技能库里已经涵盖抓取、移动、操作这些常见任务的预训练模型,开发者拿来组合、微调就行,不再需要动辄百万级的训练数据从头练。

    对国内厂商是把双刃剑

    开源当然降低了研发门槛,谁都能站在英伟达的肩膀上往前走。但硬币的另一面是,一旦大家都用它的技能库、它的标准,机器人的核心能力就等于被英伟达定义了。这跟当年 CUDA 的路数如出一辙——先把地基铺好、免费给你用,等你离不开了,话语权也就攥在人家手里。

    值得留意的几点:

    • 训练目标从更新权重,变成不断打磨和复用单条技能
    • 技能支持跨机型迁移,能大幅省下仿真复现和重训的成本
    • 为人形、工业机器人的通用自主学习提供了一套开源底座

    从大模型卷参数,到智能体卷能不能真把活干成,再到现在机器人开始攒技能,AI 的竞争重心正一步步从静态的权重,挪向动态的、能持续成长的能力。ASPIRE 未必是终点,但它至少给出了一个方向:让机器人像人一样,把每次踩过的坑都变成下次的本事。

  • 亚马逊要直接卖AI芯片了,英伟达迎来最重磅挑战者

    亚马逊要卖芯片了,英伟达的日子不好过了

    上个月,亚马逊CEO Andy Jassy在年度股东信里写了一句话,让整个芯片行业都竖起了耳朵:”如果把我们的芯片业务单独拿出来,今年卖给AWS和其他第三方的芯片,年运行率大概有500亿美元。”

    500亿美元是什么概念?差不多是Intel一年的营收。而现在,亚马逊真的打算把这块业务做大——直接把自家的AI芯片卖给其他公司,而不只是放在AWS云平台上自己用。

    亚马逊AI芯片
    亚马逊的Trainium芯片正在挑战英伟达的主导地位(图源:TechCrunch)

    Trainium到底是什么?

    亚马逊的AI芯片叫Trainium,是专门为训练大型AI模型设计的。目前用的是Trainium3,下一代Trainium4要等到明年才能量产。

    这块芯片之前只提供给AWS的客户——你想用Trainium,就得在AWS上跑。这也是为什么亚马逊一直不愿意对外卖芯片:反正你用了我的芯片,就得用我的云,存储、安全、网络这些服务我都能收钱,干嘛要把芯片单独卖给你?

    Jassy在股东信里说,现在的Trainium芯片产能一上线就卖光了,连明年的Trainium4产能也已经被预订一空。需求旺盛到这种程度,亚马逊才动起了对外销售的念头。

    亚马逊的底气从哪来?

    第一个底气是需求。AI芯片现在是全球最紧缺的资源之一,英伟达的GPU虽然强,但产能跟不上,价格也高得离谱。很多公司愿意尝试替代品,只要性能差不太多。

    第二个底气是客户。Anthropic、OpenAI、甚至苹果都在用AWS的Trainium芯片。这些公司愿意用自己的业务给亚马逊的芯片”背书”,说明Trainium确实能打。

    第三个底气是生态。亚马逊不只是卖芯片,它还提供全套的软件工具,让开发者能把自己的AI模型从英伟达GPU迁移到Trainium上。这套东西英伟达有,亚马逊现在也有了。

    英伟达会怕吗?

    短期来看,不怕。英伟达现在的年营收运行率是3260亿美元,亚马逊的500亿芯片业务就算全吃下来,也才英伟达的六分之一。更何况,英伟达不止卖GPU,它还在进军CPU市场,黄仁勋刚刚说要开辟一个2000亿美元的新市场。

    但长期呢?不好说。芯片这个行业,一旦有人做出了靠谱的替代品,客户就会开始分散风险——不会把所有鸡蛋放在一个篮子里。谷歌的TPU、亚马逊的Trainium、AMD的Instinct,都在瓜分英伟达的市场。

    而且,亚马逊如果真的开始对外卖芯片,它面临的第一个难题可能是制造产能。Trainium是台积电代工的,而台积电现在的头号客户是英伟达,不是亚马逊。亚马逊要想拿到足够的产能,得先说服台积电给它腾地方——这可不容易。


  • 亚马逊自研AI芯片要对外卖了,英伟达迎来最强劲对手?

    英伟达在AI芯片市场的霸主地位,终于有人正面挑战了。据Bloomberg报道,亚马逊云科技(AWS)掌门人Peter DeSantis透露,AWS正在洽谈将自研的Trainium AI芯片出售给其他公司,用于其数据中心。如果这桩生意做成,将是迄今为止对英伟达AI芯片统治地位最强有力的冲击之一。

    贝佐斯想卖芯片,Jassy把话说在前头了

    这事儿其实有伏笔。今年4月,亚马逊CEO Andy Jassy在年度股东信里就写得明明白白:如果我们的芯片业务独立成一家公司,把今年生产的芯片卖给AWS和其他第三方,年化营收规模大约在500亿美元左右。”我们对自家芯片的需求太旺盛了,未来很有可能会把整机架的芯片卖给第三方。”

    亚马逊AI芯片挑战英伟达
    亚马逊Trainium芯片冲击AI芯片市场格局

    500亿美元是个什么概念?英伟达目前的年化营收是3260亿美元,500亿当然还”干不掉”英伟达。但这个体量已经跟英特尔的全年营收相当——也就是说,如果AWS真的对外卖芯片,它一上来就是个”英特尔级别”的选手。

    为什么AWS一直不卖芯片?

    既然芯片这么强,为什么AWS憋了这么久不外卖?根本原因是一个”瀑布效应”——芯片是引子,真正赚钱的是后面的存储、安全、网络、监控等一整套云服务。客户买了Trainium的算力,顺带就要用AWS的S3存数据、用CloudWatch做监控、用IAM管权限……这笔账,比单纯卖芯片划算多了。

    另一个现实问题是产能。Jassy在股东信里说,目前的Trainium芯片产能一上线就被抢光,连下一代Trainium4的产能也早就预订完了——而这芯片要到一年以后才上市。自己都不够用,怎么卖给别人?

    AWS发言人Doron Aronson确认了对外销售芯片的可能性:”虽然我们历史上一直拒绝直接销售芯片的请求,但Andy说过,未来我们很可能会把整机架的芯片卖给第三方。”

    台积电的产能争夺战

    真要外卖芯片,AWS得先解决制造端的问题。Trainium芯片由台积电代工,而台积电的先进制程产能是全世界科技公司争抢的香饽饽。最新消息是,英伟达已经取代苹果,成为台积电的最大客户——这意味着黄仁勋在产能谈判桌上,比AWS有更多话语权。

    所以AWS要外卖芯片,不仅仅是”我想卖”的问题,还得在台积电那里挤出产能来。这事儿的难度,不亚于做芯片本身。

    黄仁勋的200亿,Jassy的500亿

    这场竞争有个有趣的对照:黄仁勋最近宣布英伟达发现了一个全新的2000亿美元市场——卖CPU给AI基础设施(不只是GPU),直接入侵英特尔和AMD的地盘。Jassy的500亿美元芯片野心,则是反过来从英伟达碗里分肉。

    两家公司的CEO都在押注同一件事:AI基础设施的市场,远远没有见顶。区别在于,英伟达是从芯片往系统走,AWS是从系统往芯片走——最后谁更能打,接下来几年就见分晓了。


    • AWS Trainium芯片年化营收潜力约500亿美元,相当于英特尔全年营收规模
    • 英伟达当前年化营收3260亿美元,地位短期难以撼动
    • AWS外卖芯片的最大障碍:自身产能不足 + 台积电产能争夺
    • 亚马逊从云服务端往芯片端渗透,与英伟达的”反向包抄”形成对决
  • 这家AI公司说自己的世界模型能模拟真实驾驶,但跑着跑着纽约就消失了

    AI初创公司Decart本周发布了Oasis 3,一个声称能实时生成照片级真实驾驶环境的世界模型。TechCrunch提前拿到了独家信息,我仔细读完了整篇报道,感觉这个故事比标题看起来复杂得多。

    世界模型到底是什么

    先解释一下背景。所谓”世界模型”,简单说就是AI学会了对物理世界的运行规律建模,给它一个文本提示,它能生成一个你可以交互的虚拟环境。这东西在自动驾驶仿真、机器人训练这些领域有很大价值——你可以用它低成本地生成各种罕见的驾驶场景,不用真的去马路上冒险。

    Decart的Oasis 3主打的就是这个方向。他们声称这个模型能生成物理准确、多摄像头(一个前置加两个侧置)的驾驶环境,而且可以无限生成场景。目前通过API对外提供,定价是每秒0.02美元。

    Decart Oasis 3 世界模型演示
    Decart Oasis 3 生成的照片级真实驾驶场景丨来源:TechCrunch

    理想很丰满,现实有点骨感

    TechCrunch的记者亲自测试了Oasis 3,结果发现的问题还不少。最明显的一个:你让模型生成一个”早晨的纽约市街道”,它确实能跑出来,看起来挺像那么回事。但你往前开个一阵子,周围的场景就开始走样了,越来越不像纽约,最后变成了”任何一个西方城市的普通版本”。

    当你试图掉头回到最开始的那个路口时,你会发现它已经消失了,取而代之的是一个全新的环境。整个体验不像一个连贯的模拟,更像是一个梦幻般的、脱节的意识流。

    还有一个更基础的问题:物理一致性。在Oasis 3生成的世界里,汽车会直接穿过其他汽车,就像幽灵一样。Decart的CEO Dean Leitersdorf承认这是一个”正在破解的重大研究问题”,原因是”关于良好驾驶的数据远远多于事故数据”——模型没见过足够的事故场景,所以学不会避让。

    为什么效率这么高

    尽管有上述问题,Decart在技术效率上确实有两把刷子。他们的DOS(Decart优化栈)软件能让模型在英伟达、亚马逊和谷歌的硬件上高效运行,声称运行成本比竞争对手低一个数量级以上。

    Leitersdorf甚至说,公司整个生命周期的烧钱额”远低于”1亿美元。考虑到他们刚刚完成3亿美元融资、估值接近40亿美元,投资方里还有丰田、Adobe、eBay和英伟达,这个烧钱速度在今天的AI初创圈里确实算克的。


    拥挤的赛道

    世界模型这个方向现在挤得不行。谷歌今年1月发布了Genie 3的研究预览版,李飞飞的World Labs推出了商用产品Marble,Luma和Runway这些视频生成公司也在把他们的技术往世界模型方向转。Decart的差异化策略是:从第一天就开放API,让开发者在上面构建应用——这个玩法确实有点像OpenAI当年对LLM做的事。

    目前Decart已经积累了超过10万名开发者的社区,很多人用他们的实时视频模型Lucy在做电子商务和直播相关的产品。Oasis 3发布之后,这个社区规模大概率还会涨。

    至于世界模型什么时候能真正可靠到可以替代真实路测,现在还没人能给出确切答案。Decart说下一个版本会允许用户基于视频(而不是图片)来生成世界,这可能会改善一致性问题。但从根本上说,这个世界模型还是一个自回归系统——一次生成一帧,然后看之前生成了什么来决定下一帧,这个架构本身就很吃算力,要保持长时间的一致性非常难。

  • 英伟达终于杀进Windows PC芯片市场,这次对手换成了高通

    英伟达憋了这么多年,终于出了Windows PC芯片

    前几天台北电脑展上,黄仁勋拿着一款新的芯片亮相,当时现场的人都懵了——英伟达居然出了面向Windows PC的Arm架构芯片,名字叫RTX Spark。你要知道,上一次英伟达做消费级PC芯片还是Tegra那个年代,之后就再也没碰过这个市场,这次突然杀回来,摆明了是冲着高通来的。

    这款芯片其实是之前英伟达给开发者做的DGX Spark工作站的消费级版本,配置拿出来确实能打:CPU部分是和联发科一起搞的20核Arm核心,10个高性能核,10个中性能核,没用小核,思路跟苹果M5 Pro的大小核设计差不多;GPU部分是Blackwell架构的,最多有6144个核心,比移动版的RTX 5070还多,功耗却只有80W,远低于桌面版显卡的250W。

    最狠的是它的内存设计,128GB统一LPDDR5x内存,CPU和GPU都能用,比普通显卡的8G、12G显存大太多了,跑本地大模型完全够用。

    和普通显卡比,它到底强在哪?

    说白了,这款芯片就是给AI开发者和需要跑本地大模型的用户准备的。之前你要本地跑个稍微大点的模型,要么买专业卡,要么接好多张游戏卡,现在一台小主机就能搞定,128G的显存足够跑大部分开源大模型了。

    当然英伟达也没忘了普通用户,和微软一起在搞Arm版Windows的游戏适配,现在已经搞定了《英雄联盟》《无畏契约》这些热门游戏,连反作弊软件都适配了,之前Arm版Windows玩不了游戏的痛点,估计再过个一年半载就能解决。

    Windows on Arm市场,终于有竞争了

    之前你想买台Arm架构的Windows电脑,只能选高通的芯片,价格贵就算了,性能还一般。现在英伟达进来了,后面肯定还有别的厂商跟进,竞争多了,价格肯定会降下来,用户选择的余地也大了。

    现在首批搭载RTX Spark的电脑已经确定是华硕、戴尔、联想这些大厂做,2026年秋天就能上市,就是价格估计不会便宜,毕竟光芯片成本就不低,感兴趣的话可以等等看。

    英伟达RTX Spark芯片
    英伟达RTX Spark芯片实物图

    • 英伟达首次推出面向消费级Windows PC的Arm架构芯片,打破高通独霸局面
    • 128GB统一内存设计,适合本地AI开发和大模型部署场景
    • 与微软合作推进游戏适配,Arm版Windows游戏体验将逐步改善
  • 黄仁勋又发新卡了,这次英伟达要把AI芯片塞进你的电脑里

    这两天台北的Computex 2026展会正式开幕,英伟达的CEO黄仁勋又站出来搞事情了。这次他带来的不是普通的显卡,而是专为Agentic AI设计的新一代Vera Rubin芯片,据说OpenAI和Anthropic已经率先决定用了。

    不止是新芯片,还要做PC处理器

    除了Vera Rubin芯片,黄仁勋还宣布要和微软合作,推出基于台积电3nm工艺的ARM架构Windows PC芯片,名字叫RTX SPARK,计划2026年秋季就上市。这意味着英伟达正式进军个人电脑芯片市场,要打破英特尔这么多年的垄断。

    黄仁勋在演讲里说,Agentic AI的时代已经全面到来了,以后的AI不是只能聊聊天,而是能自主完成很多复杂的任务,这就需要更强大的芯片来支持。

    黄仁勋在GTC Taipei 2026大会演讲
    黄仁勋在GTC Taipei 2026大会上发表主题演讲

    其实这几年英伟达在AI芯片领域的优势已经很明显了,这次发布的Vera Rubin芯片专门针对Agentic AI做了优化,处理多任务的能力比之前的芯片强了不少。而RTX SPARK PC芯片更是直接杀入英特尔的腹地,以后我们买电脑的时候,除了英特尔和AMD的处理器,可能还要多一个英伟达的选项了。


    国产芯片也在发力

    就在英伟达发布新芯片的同时,国内的算力芯片也在进步。深圳河套学院最近用昇腾910C集群,完成了1.6万亿参数的DeepSeek-V4-Pro全流程训练,这说明国产芯片已经能支撑世界级的超大参数模型训练了。以后国内做AI训练和推理,用国产芯片也能有不错的效果,不用完全依赖国外的产品。

    • Vera Rubin芯片专为Agentic AI设计,性能大幅提升
    • RTX SPARK PC芯片采用台积电3nm工艺,2026年秋季上市
    • 国产昇腾910C集群已完成万亿参数模型训练,国产算力进步明显
  • 英伟达搞出AI PC专用芯片,要抢2000亿美元CPU市场

    英伟达最近又放了个大招,在台北电脑展上发布了一款专门给AI PC用的CPU芯片,名字叫RTX Spark,直接把消费级PC的算力拉到了1 petaflop(每秒千万亿次浮点运算),目标很明确:要抢总共2000亿美元的CPU市场份额。

    英伟达已联合华硕、戴尔、惠普、联想、微软Surface等厂商,首批产品定于2026年秋季开售。

    产品核心亮点

    这款芯片的核心定位是支持AI智能体安全高效运行,英伟达和微软专门合作开发了安全沙箱机制,能让OpenClaw、Hermes Agent这类AI智能体在本地安全运行,不用把所有数据都传到云端。同时芯片搭配的CPU、GPU、内存以及底层CUDA软件,都支持大语言模型本地化部署,现在已经有超过1000款游戏和应用支持RTX的AI功能了。

    英伟达CEO黄仁勋
    英伟达CEO黄仁勋(来源:TechCrunch)

    行业影响与挑战

    • 英伟达CEO黄仁勋表示,未来全球会出现数十亿个AI智能体,将带来海量CPU需求
    • 微软已推出搭载该芯片的Surface Laptop Ultra,称其为“有史以来最强大的Surface笔记本电脑”
    • 目前已有超过100家Windows软件厂商宣布支持RTX Spark芯片,覆盖Adobe、Blender、Riot Games等头部产品
    • 英伟达曾在2013年尝试推出ARM架构Windows设备,最终失败计提9亿美元减值,本次产品市场表现仍存不确定性

  • COMPUTEX 2026今天开幕:英伟达黄仁勋打头阵,AI PC元年正式打响

    6月2日,台北南港展览馆,全球第二大电脑科技展COMPUTEX 2026正式开幕。这届展会的主题只有两个词——”AI Together”。但这两个词背后,是整条AI产业链从云端算力到终端硬件的全面摊牌。

    黄仁勋昨天已经开讲,英伟达的算盘不止是显卡

    英伟达CEO黄仁勋选在6月1日(展会前一天)提前开讲。演讲地点在台北流行音乐中心,同步举办GTC Taipei。黄仁勋的核心信息是两条线:AI算力继续往上堆,实体AI(机器人、边缘设备)往下扎。

    面向数据中心的下一代加速平台是重头戏,但更值得关注的是英伟达在PC端的布局——传闻中的ARM架构PC处理器(代号N1/N1X),20核CPU、RTX 5070级别的GPU性能、128GB LPDDR5X统一内存。如果这个产品落地,直接对标苹果M4 Ultra,同时英伟达的GPU生态优势是苹果没有的。

    “AI Together”不是口号。黄仁勋想说的是:AI不再是某一家公司的游戏,而是整条产业链一起重新定义电脑是什么。

    英特尔亮出18A制程,AMD守着AM5等Zen 6

    英特尔6月2日的主题演讲,重点是代号Nova Lake的新一代桌面平台。18A制程(1.8纳米等效)首次在消费级产品上亮相,最高配置16个P核加32个E核,合计48核。新插槽LGA 1954,支持Thunderbolt 5和Wi-Fi 7。这款产品今年晚些时候零售,今天是官方预览。

    AMD这边没有新显卡发布计划,RX 9060 XT和RTX 50系列还在铺货。但AMD准备了面向AM5主板的全新芯片组,可能支持CUDIMM内存冲击更高频率。Zen 6架构的预热大概率也会出现,目前兼容主板信息已经开始泄露。笔记本端继续推锐龙AI Max 400系列APU,128GB统一内存可在CPU和GPU之间共享,直接对标苹果M系列。


    AI PC不是概念了,今年真的有货

    2026年被各家分析机构公认为AI PC大爆发元年。COMPUTEX这届展会上,华硕、宏碁、微星都会拿出搭载新一代处理器的AI PC样机。英特尔发力AI PC,意图很直接——把被高通和AMD蚕食的PC市场份额抢回来。

    高通6月1日下午的演讲聚焦AI PC和边缘运算,骁龙X系列继续往Windows on ARM生态里塞。NXP(恩智浦)则切入车用电子和实体AI,这条线跟英伟达的机器人布局是对得上的。

    • 1500家海内外企业参展,6000个展位,规模是亚洲第一
    • 首度新增「机器人&智慧移动」展区,AI从云端算力延伸到实体硬件
    • 南港两馆分别主打硬件零组件和AI运算次世代科技
    • 十铨科技展出PCIe Gen6 SSD,顺序读取28GB/s,直指AI训练场景

    掌机市场意外成为AI PC的试验田

    英特尔基于Panther Lake架构推出Arc G3处理器,分G3和G3 Extreme两个版本,均为14核设计。Extreme版最高12个Xe3核心,搭配LPDDR5X-8533内存,CPU频率下调到4.7GHz以兼顾续航和散热。宏碁、仁宝、富士康、GPD、微星等厂商将推出搭载该处理器的掌机产品。

    这条产品线某种程度上是AI PC技术的提前试水——低功耗、高能效、集成GPU AI算力,这些要求跟未来AI PC的核心是同一套逻辑。

  • 英伟达正式发布RTX Spark芯片,要替英特尔和苹果做PC心脏

    今年秋季,英伟达要从”显卡公司”变成”PC芯片公司”了。在历经数月的爆料后,RTX Spark正式亮相——这是英伟达第一款面向普通消费者的完整计算芯片,内置CPU和GPU,直接塞进笔记本和迷你主机里。

    英伟达产品管理高级总监马克·埃弗曼放出狠话:”这是有史以来最高效的PC芯片。”不过他没有拿出任何数据或图表来支撑这个说法,留到秋季发布时再验证。

    英伟达RTX Spark芯片
    英伟达CEO黄仁勋在Computex上展示RTX Spark芯片 · 图片来源:The Verge

    和DGX Spark同款,但走向大众市场

    RTX Spark本质上和英伟达去年发布的”个人AI超算”DGX Spark搭载的GB10芯片规格一致,现在从单一产品扩展为一个芯片系列。旗舰款规格毫不逊色:20个CPU核心、6144个GPU核心、128GB LPDDR5X内存。

    后续还会推出定位更低的版本,最低内存配置16GB,覆盖更多价格段。埃弗曼承诺:”RTX Spark会是一个覆盖大量不同价格段的产品系列,我们看到的整体市场机会非常大。”

    “这是有史以来打造出的最高能效PC芯片。”——英伟达产品管理高级总监 马克·埃弗曼

    Arm架构,需要模拟层跑x86软件

    和苹果M系列、高通骁龙一样,RTX Spark是Arm架构芯片。这意味着为英特尔、AMD x86处理器打造的传统Windows软件,需要通过模拟层运行,可能会有性能损耗。

    不过微软已经花了数年时间为高通、英伟达的Arm芯片优化Windows系统和Prism模拟器,英伟达也声称自身的图形和AI能力会让Arm芯片上的Windows体验达到前所未有的水平。

    AI是本场主角

    英伟达宣称,凭借RTX Spark的性能,用户可以在14mm厚、无外接电源的笔记本上,渲染90GB的3D场景、编辑12K分辨率视频,还能以1440p分辨率、100fps的流畅帧率运行《印第安纳琼斯:大圆环》。

    最高128GB的统一内存是另一个卖点,和AMD上一代Strix Halo芯片持平。英伟达表示搭载RTX Spark的设备可以运行1200亿参数的AI智能体,微软对这一特性在Windows上的应用表现出了浓厚兴趣。

    RTX Spark笔记本特性
    英伟达展示RTX Spark的AI应用场景

    英伟达还画了不少AI应用场景的大饼:电竞主播可以让PC自动关灯、静音麦克风、切换直播模式,方便自己抽身去吃饭;设计师可以通过Adobe直接把草图生成完整图像、渲染3D模型,再生成AI视频,全程只需要语音指令。

    英伟达说这将带来”一个新的个人计算范式:AI就是交互界面”——用户不再需要学习复杂的应用UI,直接和PC对话就能完成操作。听起来很诱人,实际表现如何等秋季上市后见分晓。

    首批合作厂商和产品

    英伟达已经拉拢了几乎所有主流PC厂商。今年秋季率先上市的8款RTX Spark笔记本包括:

    • 华硕 ProArt P14、P16
    • 戴尔 XPS 16
    • 惠普 OmniBook X14、Ultra 16
    • 联想 Yoga Pro 9i
    • 微软 Surface Laptop Ultra
    • 微星 Prestige 16 Flip AI

    其中微软的新品被Surface部门负责人安德鲁·希尔称作”我们有史以来打造的最强大的设备”。埃弗曼表示,合作伙伴已经在研发超过30款笔记本和10款台式机。


    游戏兼容性和软件生态

    软件生态方面,Blender、DaVinci Resolve、Maxon Cinema 4D、Topaz Photo、剪映、Cubase等软件现在已经原生支持Arm架构。Adobe也已加入合作,为Premiere和Photoshop提供针对英伟达Spark笔记本的专属优化。

    游戏方面,Riot Games正在将《英雄联盟》和《无畏契约》带到Windows on Arm平台;Krafton正在移植《PUBG》。埃弗曼声称”所有顶级游戏都可以在RTX Spark上运行,且体验出色”。

    目前还有一些疑问没有答案:定价尚未公布,仅表示首批产品”瞄准市场的高端价位段”;续航表现也只是模糊地说”会比你之前见过的所有RTX笔记本好得多”;性能对比数据则完全没有分享。