机械革命 大师之路 X10，又一款RTX Spark机器上市

11月10日，机械革命官宣大师之路X10的发布会定档11月19日。此前10月16日，第一批RTX Spark机器就已经铺上货架，六家厂商同步启售。一个多月之后仍然有厂商加入产品队伍中来，说明这条赛道有它的生存逻辑。

机械革命创始人潘春节曾介绍将X10做成一个盒子的考虑，AI Box省掉屏幕，散热条件更好，能支撑智能体7×24小时常驻，手机平板笔记本都能作为它的前端。盒子里装的是自研AI SSD，把大模型从DRAM卸载到NAND，官方介绍负载能力达到5.7倍，模型处理输入内容的预填充环节最高加速95%。RTX Spark整机最贵的就是那块统一内存，用硬盘分担内存压力，这也是它最底层的设计思路。

这颗芯片给的是一块内存

RTX Spark N1X是英伟达和联发科合作的SoC，采用台积电3nm工艺，封装了20核Grace CPU和6144核Blackwell GPU，FP4算力达到1 Petaflop，笔记本形态TDP 45到80W之间，桌面主机能够达到140W。

与传统笔记本真正拉开差距的是内存。它没有独立显存，CPU和GPU共用一块16通道、256位宽的LPDDR5X内存池，速率9400MT/s，稳定带宽273.2GB/s，容量最高128GB。英伟达在驱动里预留了滑块，最多能把96GB空间划给GPU当显存。

桌面版RTX 5070也是6144个CUDA核心，显存带宽672GB/s、容量12GB。RTX Spark的带宽只有它的四成，容量却是它的十倍多，普通轻薄本的双通道DDR5带宽大部分处于100GB/s上下。对比下来RTX Spark的定位就很清楚，带宽换容量。

模型体积按参数量与量化位宽估算，RTX Spark 的 96GB 为驱动滑块可分配上限

大模型跑得比小模型还快

电脑报11月3日测评华硕ProArt创16 RTX Spark，用的是64GB内存加64GB显存的分配方案。本地加载Qwen3.8-27B跑168轮智能体测试、约250万输入token，平均速度33 tokens/s，首字延迟1247毫秒。

在LMStudio测试中， gpt-oss-120b跑出55.9到56.4 tokens/s，比9B稠密模型的42.5到44.4还快。

120B 的 MoE 模型反超 9B 稠密模型

大模型能够反超的原因在于架构设计。gpt-oss-120b是MoE，每生成一个token只需要激活5.1B参数，MXFP4量化下要搬运2.1GB权重；9B稠密模型每个token都需要搬运5.6GB的权并且不断重复。解码耗时几乎全花在权重在内存和计算单元之间的传输过程，速度则取决于单次搬运能力，而非模型参数的数量。273.2GB/s除以每次搬运的量，就是这个速度的天花板，9B稠密模型实测44.4 tokens/s已经接近于上限，而gpt-oss-120b只用到一半的带宽。同样的算法套到70B稠密模型上，每个token要搬运约35GB权重，天花板只有不到8 tokens/s。装得下和跑得动是两件事。

四万块买的是大容量

联想YOGA Pro 15 RTX Spark在11月2日发布，64GB加1TB的版本29999元起，128GB加2TB的版本42999元。华硕ProArt创16 RTX Spark的128GB加1TB版本首发到手39999元，国补之后38499元。128GB这个版本都在四万块上下。

三款已上市 RTX Spark 笔记本价格

四万块能买到RTX 5090笔记本显卡加64GB内存的机型，游戏帧率大概是它的两倍，但显存只有24GB，120B模型连权重都装不进去。RTX Spark的算力只相当于RTX 5070移动版，价格却是它的三四倍，多出来的钱就花在那块能划出96GB显存的统一内存上。

所以值不值这个价格完全取决于你要跑的模型有多大。如果只是日常使用场景，独显本既便宜又快；真有跑100B以上的需求，再考虑它这个级别的机器。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～