在 Computex 2026 大会上，英伟达 CEO 黄仁勋正式推出 RTX Spark 平台，旨在通过 GB10 超级芯片与定制版 Windows on Arm 的结合，“重塑个人电脑”。英伟达联合微软、戴尔、惠普、联想等合作伙伴，试图将 PC 打造为具备本地 AI 智能体执行能力的主动创作伴侣。
为验证这一愿景，我们对搭载顶配 RTX Spark 超级芯片的微软 Surface Laptop Ultra 进行了为期一周的深度实测。该系统配备 20 个 CPU 核心、6144 个 CUDA 核心以及 128GB LPDDR5X-9400 内存。
本地 AI 性能：超越苹果与 AMD
针对本地 AI 智能体工作流，我们采用 Artificial Analysis 开发的 AgentPerf-local 基准测试工具，以端到端完成时间作为核心指标，取代传统的每秒令牌数（TPS）统计。测试模型包括密集型的 Qwen 3.8-27B 和稀疏混合专家模型 Qwen 3.6 35B A3B，推理后端基于最新构建的 llama.cpp。
在 Qwen 3.8-27B 测试中，尽管 14 英寸 M5 Max MacBook Pro 拥有纸面上的内存带宽优势，但 RTX Spark Surface Laptop Ultra 的完成速度仍快约 25%。16 英寸 M5 Max 机型虽配备更大功率适配器，但未能缩小差距。相比之下，AMD 两年前的 Ryzen AI Max+ 395 耗时约 40 分钟，性能落后 RTX Spark 或 MacBook Pro 约一倍。
在轻量级 Qwen 3.6 35B A3B 测试中，Surface Laptop Ultra 仅用 8 分钟完成，比 14 英寸 MacBook Pro 快 25%，也显著优于耗时 13 分钟的 Ryzen AI Halo。这表明，若追求更高智能程度的模型推理，RTX Spark 平台能提供更高的生产力价值，尽管其前期硬件成本更高。
游戏性能：模拟开销与带宽瓶颈
尽管拥有 6144 个 CUDA 核心，RTX Spark 平台在游戏场景下面临严峻挑战。主要瓶颈在于 GB10 SoC 共享的 300 GB/s 内存带宽低于 RTX 5060 Mobile 的专用带宽，且大多数游戏需通过 Prism x86 模拟器运行，带来额外性能损耗。
在 CPU 密集的《战争机器：E-Day》中，1080p 高预设下平均帧率为 77.7 FPS，但 GPU 利用率仅 85%，且出现明显卡顿。在《控制：共振》中，为维持接近 120Hz 的流畅体验，需降至 2560x1440 分辨率并开启 DLSS 性能模式与帧生成。即便如此，输入延迟仍高于传统高性能 PC，且启用光线追踪会进一步加剧帧率下降和延迟波动。
结论明确：RTX Spark 并非游戏首选。对于追求低延迟和高帧率的玩家，搭载专用 RTX 50 系列显卡的传统游戏笔记本仍是更佳选择。
总结：昂贵的未来赌注
RTX Spark 平台在本地 AI 算力上展现了惊人潜力，其 Blackwell GPU 架构在实际智能体任务中超越了苹果 M5 Max 和 AMD Strix Halo。然而，作为初代产品，其在游戏兼容性和性能上存在明显短板，且依赖尚未完全成熟的 Windows 安全智能体功能。
更关键的阻碍在于价格。测试用的 Surface Laptop Ultra 售价高达 5899 美元（1TB 存储），交货期已排至 12 月下旬。这一价格足以购买大量云端 AI 服务令牌。除非用户对数据隐私、离线可用性有极致需求，否则当前性价比并不突出。
此外，DRAM 和 NAND 价格上涨可能进一步推高成本。RTX Spark 目前更像是面向坚信本地开源 AI 模型未来的早期 adopters 的高端玩具。随着软件生态的完善和下一代芯片的迭代，该平台潜力可期，但现阶段建议普通用户保持观望。