英伟达RTX Spark超级芯片的首批搭载机型已于10月16日在国内开售，联想YOGA Pro 15官方售价29999元起。 华硕ProArt创16的64GB统一内存版定价28999元、128GB版37999元。 首批购入者描述，开售几分钟后128GB版本即在京东显示抢空。 对准备拿它当"本地智能体机器"的用户，真正的问题不是能不能跑模型，而是速度上限在哪、坑集中在哪。综合多家一手实测，结论可以收敛为一句话：RTX Spark能持续驱动27B级本地模型跑智能体任务，吐字速度受约300GB/s统一内存带宽限制，裸解码约14至24 tokens/s，开启投机解码可到30至45 tokens/s；大部分报错出在Windows on ARM的转译兼容与统一内存分配这两个环节。36氪今日头条知乎·数字生命卡兹克
智能体实测：跑得动27B，但每个数字都有条件
与运行定制Linux的DGX Spark不同，RTX Spark是英伟达第一次把自家ARM CPU与Blackwell GPU完整装进一台Windows电脑：芯片集成最高6144核Blackwell RTX GPU与最高20核Grace CPU，端侧释放最高1Petaflop FP4本地AI运算性能，配最高128GB统一内存。 在Artificial Analysis的AA-AgentPerf Local智能体基准里，英伟达活动现场机型的实测结果是跑Qwen3.8-27B本地模型耗时25分09秒、吐词23Tokens/s，与DGX Spark表现相近。36氪知乎·芯东西
《微型计算机》在联想YOGA Pro 15上用llama.cpp加DFlash投机解码复测了这套基准：168轮对话、总输入超200万Token的高负载约20分钟完成，解码约34.39Tokens/秒；换轻量模型PHI 3.5时，平均首字延迟0.27秒、输出73.45 tokens/s，日常对话式智能体已经接近跟手。知乎·微型计算机
同一颗芯片、同一个27B模型，各家数字从14到80 Tokens/s不等，差别不在机器而在条件。受显存带宽约束，裸解码本身就贴着理论上限：Qwen3.8-27B Q4量化、256K上下文下基础解码只有12.5至15.4 t/s，几何平均14.4 t/s；挂上DFlash2投机解码后测试环境可达63.8至75.1 t/s，换成日常真实文本约稳定在36至45 t/s。 另一路实测中，同模型开启MTP后本地约30 Tokens/s，WorkBuddy预设的小模型则能跑到80 Tokens/s。 看任何RTX Spark跑分，先确认模型规模、量化精度、思考深度和是否开投机解码，缺一个条件数字就没有可比性。知乎知乎·数字生命卡兹克
64GB机型要单独评估。LM Studio实测ProArt创16 64GB版跑Qwen3.8-27B、思考深度调到极高时，预填充615.7 token/s很快，生成只有14.3 token/s，一句"你好"总耗时18秒。今日头条
统一内存意味着内存与显存共享同一池水，64GB版实际可用GPU显存约46.7GB，30B级模型是这类机型的舒适区；跑27B再叠加长上下文与后台应用，速度会明显掉档。今日头条
环境配置：先分显存，再选生态
配置的第一件事是把"池水"分对：最新NVIDIA App里可以把专用GPU显存从默认62.50GB上调至96GB，调整后任务管理器显示专用GPU内存96.0GB、系统可用内存约30.5GB。 分完再选模型：128GB统一内存吃下约100B参数的Q4量化模型没有压力，但实测者的建议是别跑满，给上下文和日常应用留出余量。知乎知乎·数字生命卡兹克
开箱阶段值得把分页文件、长路径支持、休眠与快速启动、驱动、推理服务和工具依赖写成一份清单交给Agent自动执行，实测者就以面向Agent的Setup.md配合Codex完成了整套初始化。 首次启动时系统推荐3款智能体应用，配套的微软MXC沙盒能在操作系统层面执行用户对智能体设定的访问限制。 国内用户的快捷路径是英伟达与WorkBuddy合作的RTX Spark专区，预设模型一键部署；自行部署则围绕llama.cpp生态展开，因为DGX Spark的Linux环境更方便沿用vLLM等服务器推理工具，而RTX Spark这轮实测以llama.cpp为主。知乎知乎·芯东西知乎
常见报错速查：四个高频坑与对策
x64版CPU-Z、GPU-Z、AIDA64装了就打不开。这类软件涉及系统底层，是Windows on ARM转译问题的高发区，换用ARM64原生版本即可，CPU-Z、HWiNFO、3DMark都提供Arm64版。知乎
WorkBuddy默认不认识Qwen3.8-27B本地模型，直接添加会接入失败，需要查接口、处理配置完成接入。 让本机Agent代劳时，部署指令里记得写明开启MTP投机解码，否则速度会明显掉一档。知乎知乎·数字生命卡兹克
从旧x64电脑整体迁移ComfyUI后不能指望"到手可用"，部分依赖轮子是按x86编译的，需要逐个替换为ARM可用的版本。知乎
长上下文智能体任务的失败往往不是硬件故障，而是上下文窗口不够用：有实测者把本地服务配成64K上下文后，31份来源的对照审查任务跑了约42分钟反复压缩上下文、最终被框架中止，缩到两份输入后约12分钟才交回结果。 对策是控制单次任务的检索来源数量、把上下文配置提上去，或把超长任务分流给云端模型。另外，RTX Spark官方仅支持Windows，社区虽有人给Arch Linux打补丁跑通本地模型（实测可见116GiB CUDA显存、约30.9 Tokens/s），但属于自担维护成本的玩法。知乎
最后提醒一个口径问题：官方宣传的最高1PFLOPS算力采用FP4精度口径，需要结合支持相应精度的模型与计算路径理解，不能直接换算成日常推理速度。 英伟达为这台设备算的经济账是"个人Token工厂"——数据留在本地、复杂任务Token不限量，官方测算高强度智能体用户可能在短短几个月内收回硬件成本。 这笔账能否成立，取决于本地模型的智能体任务量是否真的够大；而对已经入手或准备入手的用户，速度上限、显存分配与转译兼容这三件事，就是性能实测和报错清单背后共同的参考答案。知乎知乎·芯东西
