10月16日，第一批RTX Spark笔记本开卖，18,999元起、国内首批最高37,999元。其中128GB的Surface Laptop Ultra在多个渠道售罄。先没货的，偏偏是更贵的128GB版。哔哩哔哩cnBeta
同一周，黄仁勋在柏林GTC上把它举起来，英伟达把这款产品称作“PC的新开始”。这台机器，可能是今年最值得聊、也最不该冲动下单的PC。NVIDIA博客
它到底是什么
N1X把20核Grace CPU、6144核Blackwell GPU和最高128GB统一内存塞进一块芯片，FP4算力1 Petaflop。以前大多得靠云服务器才能装下的大模型，现在能塞进背包。快科技NVIDIA博客
黄仁勋拿2016年送给OpenAI的DGX-1作对比：同样是1 Petaflop和128GB，区别是这台他一只手就能举起来。这话不假，但“能举起来”和“能当主力机”，中间还隔着生态。NVIDIA博客
为什么都抢128GB
本地跑大模型，内存就是天花板。128GB能承载120B参数级别模型、百万Token上下文。联想说YOGA Pro 15已经跑通超千亿参数本地模型。而且这128GB是CPU、GPU共用的统一内存，不用再算显存够不够——对跑大模型的人来说，这比多几核CPU实在得多。快科技脑极体
RTX Spark上还有一个叫Underdog的本地智能体，模型完全跑在机器上，数据不出门。还有Recursive Flint，一个40B参数的本地编程模型，发布方称在RTX Spark上生成速度提升55%。对天天处理私有代码、合同、病历的人来说，这才是它敢卖到这个价的底气。NVIDIA博客
先泼三盆冷水
第一盆，能装下不等于跑得快。英伟达自家DGX Spark的官方参数里，统一内存带宽是273GB/s。RTX Spark用的是同类LPDDR5X统一内存，带宽是同一量级；同价位的独显游戏本，显卡带宽普遍高出一大截。模型塞进去了，吐字速度未必体面。NVIDIA官网
第二盆，Arm第一代兼容性。英伟达说完成了超过1200款应用在RTX Spark上的性能与兼容性测试。但实测9款主流反作弊只有5款能进对战。使命召唤：战区启动崩溃，Valorant拒绝装Vanguard，战地6和三角洲行动直接提示换x86。你花两三万，买的是一台还在长大的电脑。IT时代网固件更新中
第三盆，内存焊死，买来多大就是多大。今天买32GB，明天模型变大只能换机。而且这一代Arm本的专业软件、插件、老打印机驱动，都还在补课。哔哩哔哩
谁该买，谁别买
该买的人很窄：要本地跑模型、数据不能上云的开发者；靠AI批量出活、又不想被Token账单追着跑的创作者；需要断网干活的研究人员。而且直接上128GB，别省那几千块。
别买的人更多：普通办公、打游戏、偶尔用AI的人。同样的预算，传统独显本更稳，云API更灵活；同价位已经能摸到搭载M5 Pro的14英寸MacBook Pro。如果你只是想让电脑帮忙写周报、做PPT，手机上的AI和几十块一个月的会员，比花几万块买硬件划算得多。你不是它的目标用户，它也不是你的性价比之选。CNMO科技
真要买，先看清三档
18,999元那档是32GB版。联想YOGA Pro 15起步29,999元。37,999元是华硕ProArt 16的128GB版。下单前先确认：你常用的软件和游戏，真的能在Arm上跑。哔哩哔哩脑极体快科技
英伟达把RTX Spark称作“PC的新开始”。我信。但所有“开始”的第一代，都是先卖给开发者和发烧友的。等Arm生态补齐、价格下探，再买不迟。买电脑不是问它能跑多大的模型，而是问自己真的需要在本地跑这个模型吗？NVIDIA博客哔哩哔哩
