首批搭载RTX Spark超级芯片的笔记本将于10月16日开售，而首篇深度实测在开售前一晚的10月15日解禁。微软与英伟达在10月7日（旧金山时间）的联合活动上宣布，搭载RTX Spark的笔记本即日起开放预购，10月16日开售，紧凑型桌面主机11月上市。《微型计算机》对联想YOGA Pro 15 RTX Spark（N1X超级芯片、6144 CUDA核心、128GB统一内存版）的评测，直接回答了AI创作者最关心的问题：在168轮对话的高负荷压榨下，本地Qwen3.8-27B智能体任务约20分钟完成，解码输出速度约34.39tokens/秒。结合42999元的参考价，换卡与否的分界线其实很清楚：瓶颈在"模型装不下、长上下文存不住、数据不能出门"的创作者值得换；瓶颈在生成速度和批量吞吐的创作者，桌面大显存独显依然更快。知乎知乎
实测数字：27B模型跑进"可用线"
这台笔记本在Artificial Analysis的AgentPerf Local基准中通过llama.cpp部署Qwen3.8-27B，该基准回放SWE-bench等真实编程与协作场景的对话，默认负载总输入超过200万token。轻量级任务更快：PHI 3.5平均首字延迟0.27秒、平均输出速度高达73.45tokens/秒；MLPerf测试里最重的长文档摘要维持在73.4TPS，智能体平均一次工具调用约5.3秒。知乎
评测过程中还做了一次更"创作者"的验证：用无代码工具Unsloth Studio在本机给Qwen3.5-9B挂LoRA适配器，3轮微调全程约3分40秒。这意味着"想法—原型—训练—验证"第一次能在一台1.75kg的笔记本上闭环。34tokens/秒虽慢于主流云端API，换回来的是断网可用、不产生token账单、数据不出机器。知乎
换卡的真正标尺：容量买得到，带宽是代价
创作者想换卡，多数不是嫌慢，而是装不下：按评测团队的计算，27B~32B级别的模型光是FP16权重就要约50GB，叠加长上下文的KV Cache很快逼近60~80GB，32GB无法运行、64GB相对紧张、128GB才游刃有余。RTX Spark的解法是把最高128GB LPDDR5X统一内存做成CPU与GPU共享的同一个内存池，在NVIDIA App里可用滑块把最多96GB划给GPU当显存——另一位拿到128GB版华硕ProArt创16的用户实测，把GPU专用显存从62.50GB调到96GB后，Windows任务管理器即刻显示专用GPU内存96.0GB。微软为这套本地栈准备的模型也印证了容量门槛：其本地版MAI-Code-1.1-Flash量化模型建议设备内存大于120GB——旗舰级本地智能体的入场券，就是128GB版。知乎知乎36氪
代价藏在带宽上。这颗芯片里CPU与GPU的双向互连带宽600GB/s，但内存峰值带宽只有300GB/s，稳定带宽273.2GB/s，还要同时伺候图形突发吞吐，稠密模型逐token解码恰恰由带宽决定。评测团队的原话因此是：RTX Spark未必能在单模型原始生成速度上全面碾压高带宽独显，优势在"大模型+长上下文+本地部署"这个组合。也正因如此，低配入门版对AI创作者意义有限——Surface Laptop Ultra以2599美元（约合人民币17425元）起售，对应的正是24GB内存、装不进27B的容量段。知乎36氪
出图、渲染、剪辑：创作者侧的一台多能
AI图像生成是创作者的日常：Comfy Desktop里，320亿参数的Flux2.DEV-NVFP4达到41.97秒/张，轻量化的Flux2.Klein 4B只要14.12秒/张，LTX 2.5蒸馏模型生成8步1280×720、120fps短片约80秒；UL Procyon测试中1024×1024平均1.64秒一张。传统负载同样在线：Blender Cycles两个轻场景的得分与桌面RTX 5070基本持平，最重的Monster场景受带宽拖累不及桌面5070；Premiere里数十秒会议录音的AI音轨分离实测57秒完成；八款3A在1440p最高画质加最高光追下借DLSS普遍接近或突破100帧，92.5Wh电池在办公负载下可跑约7.5小时。知乎
从17425元到42999元：价格阶梯与购买节奏
RTX Spark是平台不是单品，宏碁、华硕、戴尔、惠普、联想、微软、微星、技嘉八家OEM同步铺货，规划机型超过30款笔记本和10款台式机。价格按内存容量分层：联想YOGA Pro 15的128GB版参考价42999元，另有64GB版本。Surface Laptop Ultra的128GB顶配（20核CPU、6144核GPU、1TB固态硬盘、Windows11专业版）对应5899.99美元；面向开发者的Surface RTX Spark DevBox起售价5999美元，11月才向美国客户发货。知乎知乎36氪
一个值得注意的官方动作是：微软商店支持用MacBookPro折价换购Surface Laptop Ultra，最高可折1000美元——从Mac阵营迁移过来的那部分创作者，官方直接给了补贴台阶。36氪
谁该现在换，谁该再等等
适合换的三类人：需要离线处理敏感素材的创作者、把长文档多轮问答和智能体当日常工具的人、被云端API订阅费压着的重度调用者；评测团队同时提醒，普通游戏玩家若无强AI需求，买游戏本更划算。但建议三类人再等。一是依赖特定x64工具链的用户：Windows on Arm兼容性仍不完整，评测中就遇到了GPU-Z等x64程序无法正常运行的情况。二是在意代际风险的人：有分析直言其统一内存带宽"远不如Apple的 Mac"，建议关注下一代产品，也有观点指出GPU核心数虽与RTX 5070对等、但笔记本功耗限制了发挥。三是把个人电脑当大模型服务器买的人——知乎上有创作者公开泼冷水，认为这不是一款回应真实市场需求的产品，更像是英伟达在数据中心增长之外用AI PC旧瓶装新酒的一次商业试探。知乎知乎知乎
最后的成本账：省下的token费不等于省了钱
把RTX Spark放回生产力语境，微软发布会上的官方对比给出了参照：相对16英寸M5 Pro MacBook Pro，搭载RTX Spark的WindowsPC可实现2.1倍的首token时延效率、4.3倍的AI图像生成速度和6.2倍的AI视频生成速度。而一位拿128GB版ProArt创16跑生产任务的用户的结论更苛刻：本地任务跑了四十多分钟仍无法交付，不能因为它没有产生云端Token账单，就认为它更经济。他的实际用法是混合的：文件、工具、执行环境留在本机，重推理临时切云端API。对AI创作者来说，RTX Spark值不值，最终不取决于跑分，而取决于你的工作流里"必须留在本地的那部分"到底有多大。10月16日首批发货后的第一个月，真实负载反馈和入门版价格是否会松动，值得列入观察。36氪知乎
