英伟达将 RTX Spark 定位为本地运行 AI 代理的笔记本芯片，市场普遍预期搭载该芯片的设备将碾压骁龙处理器笔记本。然而实测显示，售价 3200 美元、配备 32GB 内存的 HP OmniBook Ultra 16 在本地 AI 任务中表现不及售价 2200 美元、拥有 48GB 内存和高通骁龙 X2 Elite Extreme 处理器的华硕 Zenbook A16。后者虽速度较慢，但成功完成了本地 AI 代理任务。
本地 AI 时代已来，选对电脑是关键
随着 Anthropic 等厂商调整 API 政策及工具使用限制，用户对本地运行 AI 模型的需求日益增长。RTX Spark 本是英伟达推广本地 AI 的旗舰产品，但在与并非专为本地 AI 打造的骁龙 X2 Elite Extreme 系统对比中，结果出人意料：售价更低华硕 Zenbook A16 在实际能力上优于 HP OmniBook Ultra 16。
内存瓶颈：RTX Spark 难载大模型，骁龙本一键运行
测试使用 Hermes 应用作为主要工具。在 RTX Spark 上，即使将专用显存设为最高的 16GB，Hermes 仍显示无兼容模型。用户需通过 LM Studio 运行重度压缩的 Qwen 3.6 35B-A3B IQ4*XS 模型，并经过大量调整才能勉强运行，且常因上下文不足而崩溃。
相比之下，Zenbook A16 上的 Hermes 可直接一键安装并运行 Qwen 3.8 27B、Nemotron 3.5 Bolt 和 Qwen 3.6 35-A3B 等多个模型，无需额外设置即可正常工作。
稳定性胜过速度：Zenbook 完成 RTX Spark 失败的任务
在相同提示词测试中，OmniBook Ultra 虽在成功运行时速度较快，接近云端体验，但失败率极高，且仅能运行小模型，实用性受限。Zenbook A16 因 Adreno GPU 驱动错误，模型在 CPU 上运行，响应速度较慢，简单提示词需数分钟回复，但胜在稳定，未出现崩溃情况。
在编码测试环节，OmniBook Ultra 拒绝运行编写 Python 脚本的提示词并导致模型崩溃；Zenbook A16 则成功开始创建脚本，虽因测试时间限制未在小时内完成，但证明了其运行能力。
结论：大内存更具优势，CUDA 需空间发挥
RTX Spark 的优势在于 CUDA 加速，当模型能够适配时，其推理速度确实更快。但其 32GB 版本的内存余量成为致命短板。若对比 64GB 或 128GB 版本，RTX Spark 或将胜出。但在同价位或更低价位段，32GB RTX Spark 并未展现出预期的本地 AI 优势。
对于希望运行本地 AI 代理的用户，在 HP OmniBook Ultra 16（32GB RTX Spark）和华硕 Zenbook A16（48GB 骁龙 X2 Elite Extreme）之间，后者是更务实的选择。它能够真正加载并运行大模型，弥补了速度上的不足，而这正是前者所欠缺的核心能力。