英伟达的 RTX Spark N1X 处理器终于来了，我们集体测试了一批搭载这款全新“超级芯片”的强力笔记本电脑，价值不菲。RTX Spark 被设计为一款面向笔记本电脑和小型台式电脑的高性能 Arm 架构 SoC，可与苹果、英特尔、AMD 和高通的最佳产品相抗衡。它拥有大量核心、英伟达 RTX Blackwell 显卡，以及足够的性能与统一内存来运行规模可观的本地 AI 模型。
与 RTX Spark 共度一周：我们使用英伟达新笔记本电脑所学到的一切
英伟达基于 Arm 的新款笔记本芯片是一位令人兴奋的新挑战者，但仅限高端市场。
如果你通过链接购买商品，The Verge 可能会赚取佣金。查看我们的道德声明。
英伟达的新款 SoC 出现在来自六家不同制造商的 Windows 笔记本电脑中。我们目前已经集体测试了其中四款。
旗舰级配置搭载于微软的 Surface Laptop Ultra 中，拥有惊人的 128GB 统一内存，我们自己的 Tom Warren 已对其进行了完整评测。Sean Hollister 一直在测试 64GB 版本的华硕 ProArt P16，我也一直在测试其顶配 128GB 配置。由于我是这群人里最受宠的，我手头还有一台 64GB 的联想 Yoga 9n 二合一和一台 32GB 的惠普 OmniBook Ultra 用于测试。
所有这些笔记本电脑都搭载相同的 N1X 芯片，拥有 20 个 CPU 核心和 6,144 个 GPU CUDA 核心，而且它们全都贵得离谱——从惠普 OmniBook 的 3,199.99 美元到华硕 ProArt 的 6,999.99 美元不等。在较低价配置中还有一款 18 核 / 5,120 CUDA 的 N1X 芯片，但最低也只能到 2,599.99 美元，对应一台 Surface Laptop Ultra 或一台更小的、配备 24GB 内存的 华硕 ProArt P14。
这些是搭载新芯片、又大又贵的笔记本电脑。它们面向开发者、程序员和内容创作者，这些人可能还希望使用本地 AI，甚至借助 DLSS 5 等英伟达最新技术玩游戏。有很多东西需要测试，而我们并没有大量时间来全部测完。所以下面你不会看到对任何一款笔记本电脑的详尽评分评测，而是我们三位作者使用五台笔记本电脑一周后的印象与想法。
英伟达的“超级芯片”真的有那么超级吗？苹果、英特尔、AMD 和高通是否已正式被警告？我们中有谁睡过觉吗？
它是否开箱即用？
Antonio Di Benedetto： Windows on Arm 不再像几年前那样是一种完全次等的体验。这在很大程度上要归功于围绕高通骁龙 X 芯片的推动，大量开发工作被投入到 Windows 的原生 Arm 应用上。而且许多 x86 应用通过微软的 Prism 模拟层也能正常运行。
Adobe 推出原生 Arm 版 Photoshop 和 Premiere 已经有一段时间了，尽管我珍爱的 Lightroom Classic 仍然是基于 x86 的应用，但我在 Arm 上使用它并没有发现任何问题。到了这个阶段，你必须依赖那些仅支持 x86 的专用软件，才会觉得 Windows on Arm 不可行——或者你想毫无兼容性顾虑地畅玩任何游戏。
Sean Hollister： 时不时会有那么一刻，某个应用加载的时间比应有的更长，我就会怀疑它到底能不能加载出来。即便如此，它通常还是能加载。偶尔，需要尝试不止一次。有一天，当我用 alt-tab 切走时，我的 Evernote 笔记消失了几次，但强制刷新解决了这个问题。而且应用似乎不尊重我对深色模式的系统偏好。
但我在很大程度上同意 Antonio 的看法。我把一台 RTX Spark 作为日常主力机，装上了我所有典型的工作和个人应用——Signal、Discord、Audacity、CapCut 和 Evernote、Irfanview、Slack、ScreenToGif 等等——到目前为止没有任何东西让我失望。我一次都不需要去想自己运行的是 Arm 应用还是 x86 应用。真正的障碍出现在游戏和 AI 方面，你会在下面读到。
Tom Warren： 过去两年里，我每天都在使用搭载高通芯片的 Windows on Arm 笔记本电脑，情况已经改善到我再也没法分辨一个应用是不是原生的了。RTX Spark 笔记本电脑上也是同样的情况，我觉得 Nvidia 进入这个类别只会让创意应用和游戏的情况变得更好。
它能玩游戏吗？
TW： 在此之前，Windows on Arm 从来都不像是一个严肃的游戏平台。虽然原生 Arm 游戏仍然不多，但 Nvidia 的 GPU 有助于强行通过模拟层。你的游戏体验会因游戏而异，但大多数情况下，我发现中等设置、以 1440p 运行并开启 DLSS 性能模式，能让大多数游戏稳定达到 60fps。
我主要在台式机上玩游戏，在那里我每天用 RTX 5090 在 32 英寸 4K 屏幕上以最高游戏设置玩游戏，已经养刁了胃口，但我并不介意 15 英寸显示屏上中等设置的画面。我能够在原生分辨率（3270 x 2180）下以中等设置并启用 DLSS 性能模式运行《黑神话：悟空》，平均帧率为 70fps。我在《赛博朋克 2077》中使用了相同的中等设置和 DLSS 性能模式，平均帧率为 66fps，而《极限竞速：地平线 6》的平均帧率为 57fps。
不过，在某些游戏中，你可能需要降低分辨率或设置。这绝对不如专用的游戏笔记本电脑，但对于大致相当于 MacBook Pro 水平的设备来说，它对于外出时玩游戏来说已经足够好了。
SH： 就像 Tom 说的，GPU 性能是有的——但 CPU 可能会拖累你的一些游戏。我在《死亡回归》（1440p 高设置）、《光与影：33 号远征队》（DLSS“性能”模式升采样至 1200p 高设置）、《星球大战 绝地：幸存者》（DLSS“性能”模式升采样至 1200p 中等设置）和《古墓丽影：暗影》（原生 1800p 最高规格）中都有足够的性能来流畅达到 60fps。
但当我启动《地狱潜者2》时，即使把分辨率降到 DLSS 超分后的 1080p，也无法保证在最高难度任务中达到 60fps。屏幕上的敌人实在太多，Spark 根本跟不上。《星球大战：零号连队》更是受 CPU 限制——无论我是把画质和屏幕分辨率调到最高还是最低，Spark 都毫不在意。不管我怎么尝试，战斗中帧率通常都被卡在 37fps 到 39fps 之间。
即便是年代久远、配置要求很低的游戏也可能出怪问题。我试了 2003 年的《马克思·佩恩 2》，发现有些场景帧率会掉到 50fps。我甚至在出色的《UFO 50》——一款 2D 游戏合集——里也看到了一些卡顿，不过另外几款 2D 游戏运行得很流畅。
我也不确定 RTX Spark 目前是否适合 VR。出色的《泰坦陨落 2》VR 模组能运行，而且一开始似乎跑得不错，但几分钟后稳定性就有所下降。那可能是我的 Wi-Fi 问题，因为 Valve 的
Steam Frame无线适配器的驱动无法在 Spark 上安装。Steam 的流式音频方案也没装上，所以音频是从 Nvidia 笔记本而不是头显里出来的。
先说清楚，这一切都建立在你能接受一台笔记本把风扇拉满、把热量实实在在地排到你的桌面或腿上的前提上。对轻薄游戏本来说这并不罕见，但它比一台好的台式机或掌机要吵得多、也热得多。
2560x1600 | ## 2560x1600 | ## 2560x1600 | ## 2560x1600 | |
---|---|---|---|---| Asus ProArt P16 RTX Spark（20 核，6144 CUDA，128GB RAM） | HP OmniBook Ultra RTX Spark（20 核，6144 CUDA，32GB RAM） | Framework Laptop 16 5070（2025，8GB VRAM） | MacBook Pro M5 Max | | 《黑神话：悟空》TSR | 27 | 27 | 28 | 不兼容 | 《黑神话：悟空》DLSS | 41 | 44 | 45 | 不兼容 | 《黑神话：悟空》DLSS FG | 53 | 59 | 71 | 不兼容 | 《赛博朋克 2077》超高画质 | 41 | 46 | 57 | 56 | 《赛博朋克 2077》超高画质 RT 与 DLSS 质量模式 | 30 | 35 | 44 | 42（MetalFX 质量模式） | 《赛博朋克 2077》超高画质 RT 与 DLSS 帧生成 x2 | 53 | 56 | 68 | 75（MetalFX 质量模式，FSR 3.1 FG） | 《赛博朋克 2077》超高画质 RT 与 DLSS 帧生成 x4 | 92 | 103 | 未测试 | 不兼容 |
我们在 Asus ProArt P16 和 HP OmniBook Ultra 上运行的游戏基准测试平均 FPS 结果，对比对象为 RTX 5070 笔记本 GPU 和 M5 Max MacBook Pro。
AD： 我一直想要一台像 MacBook Pro 那样、同时具备完整 PC 游戏能力的笔记本，所以我对这些笔记本在图形性能上兑现承诺充满期待。第一天晚上，我设置好 Asus ProArt P16，它那大得离谱的 128GB 内存全部就位，当我启动《Big Walk》，准备按计划和一些朋友在线玩一晚时，我的第一个念头是：“嗯，看起来还行。我想是这样。”我知道《Big Walk》不是什么 3A 图形大作，但它在“友尽游戏”类型里画面要求还算挺高。我本以为 N1X 能把它拉满，或者至少接近拉满，但事实并非如此。
我不得不把 P16 的 4K 显示屏降到 2560 x 1600，而且没有使用 Big Walk 的最高或极高画质预设，而是降到高，以维持还算稳定的 60 帧左右。对于这款和朋友们一起解谜的傻乎乎的合作游戏来说，这些真的重要吗？当然不重要。毕竟它看起来还不错。但这也清醒地提醒了我，这颗“超级芯片”并不是图形魔法师。
正如 Tom 和 Sean 所指出的，RTX Spark 能应付一些还不错的游戏，但在某些情况下要把期望降到中甚至低画质，并准备好依赖 DLSS 和帧生成。不可否认，更便宜的台式机、甚至搭载独立 Nvidia 显卡的笔记本都能轻松击败 N1X。Nvidia 声称它就像把一块 RTX 5070 笔记本 GPU 塞进了一颗 SoC 里，但在我的测试中，它介于那块和 RTX 5060 笔记本 GPU 之间——当然不算差，但如果你是游戏优先的用户，把钱花在传统 Nvidia 显卡上要划算得多。
电池续航怎么样？
SH： Nvidia 的合作伙伴觉得，应该给他们的首批 RTX Spark 笔记本配备你能带上飞机而不会被盘问的最大容量电池之一——但即便像我手上这台华硕 ProArt P16 那样有 99.9 瓦时的电池，这些笔记本也不会在续航上拿奖。Tom 和 Antonio 整天测试各种使用场景，而我则把 P16 当作日常主力机做普通工作，同时像鹰一样盯着电量表。这主要意味着在网页浏览器里写稿，而它撑不过一整天。
我最好的一次是 50% 亮度下实际工作 5 小时 40 分钟，其中包括与 Tom 和 Antonio 进行的一小时视频通话，讨论我们的 RTX Spark 报道计划。第二天，满电只用了大约 5 小时，因为其中两小时我都在用剪映剪辑这段视频。第三次把电池耗尽，也用了 5 小时。
在网页工作时，笔记本默认设置下我通常看到 13-17 瓦的电池耗电，但轻度视频工作会升到 20-30 瓦，剪映视频导出时（短暂地）高达 50 瓦，而玩 Indiana Jones and the Great Circle 时我让它一路飙到 120 瓦。电池无法以那种速率持续供电——它慢慢下降，在 30% 电量时我看到性能大幅下降，功耗急剧降到 60 瓦。
好消息是，华硕用 140W USB-C PD 电源充电非常快。从没电充到 50% 用了 20 分钟，再 15 分钟到 70%，总共 1 小时 15 分钟充到 95%。
AD： 我不得不在插电状态下跑很多基准测试，所以没能像平常那样花那么多时间测试电池续航。就体验而言，在断断续续的使用中，电池续航看起来还算扎实。正如 Sean 所见，除非你刻意追求高效，否则不太可能撑过完整的八小时工作日。而如果你启动任何重负载的东西，比如本地 AI 模型（稍后会详细说），你甚至撑不到午饭。随着我继续使用这些笔记本，我最终会做更彻底的电池测试，包括我们惯常的续航测试，以便做一些 1:1 对比。
本地 AI 看起来有用吗？
TW： 还没有。目前这一切感觉都像是面向开发者的测试版：从 AI 代理安装时不断闪现的命令提示符和 Visual Studio，到最基础的查询都会让风扇狂转。
我很难为这些芯片在本地 AI 工作上的强大性能想出多少有说服力的用例。很多任务完全可以用免费的云端模型更快完成，而且不会让笔记本风扇狂转。这里的真正威力其实在于让代理全速运行一整夜来构建某些东西，执行开发者偏爱的任务。
把所有东西都放在本地设备上也不错，不必与云服务共享邮件和文件，也不用担心隐私问题。尽管如此，我还是会经常关闭 OpenClaw 或 Hermes，不让它们整天在后台运行，尤其是当我授予它们访问本地文件的权限时。我只是还没准备好完全信任 AI，无论是不是本地的。
微软和英伟达都设想了一个 AI 代理在你的 PC 上自动处理事务的未来，但我仍然没有完全被说服。虽然有些琐碎的任务我确实可以自动化，但我喜欢用 PC 来编辑照片或视频、写作和玩游戏。我不想坐在那里看着机器人替我做所有这些事。对我来说，这正是计算乐趣的一部分。
SH： 我走出英伟达编辑者日时心想，我可能终于有理由启动本地 AI 了。我让运行 Qwen3.8-27B 的 Hermes 为我构建一份每日新闻简报，就像英伟达舞台上演示的那样。它花了 10 分钟，消耗了我 99.9 瓦时电池的 10%，最终才生成了一份新闻列表，而基于云端的 Claude（Opus 5.5）只用了它一半的时间——同时还完全占用了我的 GPU，并让 Spark 笔记本急剧升温。只要我保持 Hermes 打开，笔记本就一直很热，而且有点卡顿。
Claude 还给出了更好的结果，细节更多，来源也更可靠。我想我算是“免费”获得了本地 AI 的 token，我不会把邮件交给 Claude，而且我本可以用一个更小、更轻量的模型。但我选择了程序推荐的方案，结果就是这样。我尝试干净地重装 Hermes，以确保不是配置错误，但这一次，提示词花了更长时间，还消耗了我60% 的电池。哎哟。
AD： 我在学习使用本地 AI 的旅程中还处于早期阶段，这些 RTX Spark 笔记本显然是一个可行的——尽管昂贵——选择。但即使你有 128GB 内存来运行一些大型模型，对初学者来说这仍然不是一种用户友好的体验。微软在 Windows 11 中的“入门”介绍为你提供了一键安装 Hermes Agent、OpenClaw 和 Perplexity 的便捷方式。（不知道为什么它们都有 ESRB 评级？）但在那之后，你基本上就得靠自己了。我坚持使用 Hermes，因为那是我已经在 Mac Studio 上使用的东西，但如果你在内存为 32GB 或更少的系统上使用它，它只会告诉你没有足够的内存来运行其推荐的本地 Qwen 模型——要么引导你转向云端，要么完全依靠你自己去获取一个更小的模型。
使用本地 AI 相比云端模型具有显著的隐私优势，但便利性肯定要差一些，因为本地 LLM 处理速度慢得多，对系统资源的占用也更大。让本地模型在笔记本电脑的内存中运转，会迅速耗尽这些笔记本的大容量电池，而且 LLM 的输出结果仍然参差不齐。我花了 36 分钟，耗掉了联想 Yoga 9n 电池的 30%，才让一个 Qwen 3.8 27B 模型对五张 PNG 格式的产品图片进行尺寸调整并添加白色背景——结果它裁剪错了图片，还把产品切掉了。我又追加了几次提示才让它做对，同时还得插上电源线，防止 Hermes 在这个过程中把笔记本搞死机。
硬件真的那么出色吗？
AD： 这些笔记本非常昂贵，但这也意味着厂商大多拿出了看家本领。在华硕、惠普、联想这几款，以及我从 Tom 对 Surface 的看法 中了解到的信息来看，RTX Spark 系列在触控板、键盘、屏幕和扬声器方面普遍达到优秀甚至极佳的水平。我测试的三款机型金属机身手感都很好。OLED 显示屏看起来都很惊艳。而且对于这类工作站级笔记本来说，它们都算相当轻薄。
如果仅凭硬件让我自己选一台，我可能会选华硕 ProArt。它最符合我的需求：三个 USB-C 接口、超亮屏幕、更优秀的倒 T 形方向键，还有全尺寸 SD 卡槽。惠普的手感其实最好，机身坚固得令人印象深刻，但近五磅的重量是这批里最重的，而且它的 microSD 卡槽对我来说用处小得多。
至于联想，它其实一直是我私心最喜欢的。它是我测试的这批里唯一的二合一机型，这让它更灵活（双关语）也更有趣。你可以在屏幕或大触控板上使用它的大号触控笔，为图形和设计工作提供了更多可能。帐篷模式下搭配 16 英寸 120Hz OLED 大屏，偶尔玩玩游戏或看看剧和电影都很惬意——只是亮度不如华硕。
SH： 到目前为止我只真正深度使用过华硕 P16，但在 Nvidia 编辑日上，RTX Spark 首发笔记本全系的做工品质都让我印象深刻。就我个人而言，华硕 P16 可能不会是我的选择，因为它的屏幕额外反光，触控板也过于灵敏。我喜欢在有大量环境光的房间里用笔记本，结果发现我得把这块原本极其出色的校准 OLED 屏幕亮度调高。同时，打字时手掌不小心蹭到触控板，光标老是点到我无意点击的东西。
扬声器和摄像头也还有提升空间，但 Windows Hello 人脸登录和接近感应非常出色。我一走开，屏幕就变暗，只要看一眼笔记本就能立刻重新登录。尽管发热不小，华硕的风扇并不刺耳——游戏时声音很大很明显，但至少是呼呼声而不是尖啸声。
TW：虽然我在测试 Surface Laptop Ultra 时遇到了一些奇怪的 bug，但我对硬件本身无可挑剔。它的外观和手感与 MacBook Pro 非常相似，磁吸式 USB-C 端口真的感觉像是苹果应该做的事情——它就是这么好。大尺寸触觉触控板延续了 Surface 优秀触控板的传统，并额外提供了微妙的触觉反馈，当你移动窗口或在 PowerPoint 等应用中排列对象时就能感受到。
我本希望 Laptop Ultra 能配备 OLED 显示屏，但我发现将默认的“鲜艳”色彩选项切换为“增强”后，mini-LED 面板的对比度有所改善。我也非常欣赏 Laptop Ultra 的端口部分，特别是它有一个完整的 SD 卡读卡器，甚至还有一个 USB-A 端口。查看我的完整评测了解更多想法。
它快吗？它能与 Apple M 系列芯片抗衡吗？
华硕 ProArt P16 / Nvidia RTX Spark N1X / 128GB / 2TB | ## 惠普 OmniBook Ultra / Nvidia RTX Spark N1X / 32GB / 1TB | ## 微软 Surface Laptop Ultra / Nvidia RTX Spark N1X / 128GB / 1TB | ## MacBook Pro 16 / Apple M5 Max / 128GB / 4TB | ## Mac Mini (2026) / Apple M5 Pro / 48GB / 1TB / 10G 以太网 | ## Mac Mini (2026) / Apple M6 / 24GB / 512GB | ## MacBook Pro 14 / Apple M5 / 16GB / 1TB | |
---|---|---|---|---|---|---|---| CPU 核心数 | 20 | 20 | 20 | 18 | 18 | 12 | 10 | GPU（核心数） | Nvidia N1X（6,144 个 CUDA 核心） | Nvidia N1X（6,144 个 CUDA 核心） | Nvidia N1X（6,144 个 CUDA 核心） | Apple M5 Max（40 核） | Apple M5 Pro（20 核） | 12 | Apple M5（10 核） | Geekbench 6 CPU 单核 | 3170 | 3131 | 2864 | 4330 | 4294 | 4653 | 4208 | Geekbench 6 CPU 多核 | 20343 | 20074 | 19030 | 29143 | 29104 | 21005 | 17948 | Geekbench 6 GPU (OpenCL) | 147750 | 146829 | 144352 | 145613 | 88531 | 61462 | 49059 | Geekbench 7 CPU 单核 | 2728 | 2694 | 2705 | 3693 | 3675 | 4034 | | Geekbench 7 CPU 多核 | 23659 | 23522 | 23445 | 35439 | 34021 | 22450 | | Geekbench 7 GPU (OpenCL) | 117778 | 118629 | 115241 | 153190 | 88763 | 57560 | | Cinebench 2026 单核 | 560 | 565 | 534 | 734 | 715 | 809 | 736 | Cinebench 2026 多核 | 6638 | 6879 | 6759 | 8952 | 8059 | 5533 | 4486 | Procyon 图像生成 | 1301 | 1480 | 1444 | 852 | 未测试 | 未测试 | 未测试 | Procyon 计算机视觉 2 | 3650 | 3894 | 3893 | 未测试 | 未测试 | 未测试 | 未测试 | Procyon 文本生成 Phi 3.5 | 2457 | 2692 | 2555 | 4426 | 未测试 | 未测试 | 未测试 | Procyon 文本生成 Mistral 7B | 2184 | 2313 | 2233 | 3715 | 未测试 | 未测试 | 未测试 | Procyon 文本生成 Llama 3.1 8B | 2114 | 2263 | 2183 | 3498 | 未测试 | 未测试 | 未测试 | Procyon 文本生成 Llama 2 13B | 2023 | 2128 | 2078 | 3313 | 未测试 | 未测试 | 未测试 | PugetBench for Photoshop | 未测试 | 未测试 | 13399 | 15716 | 17726 | 16739 | 12354 | PugetBench for Premiere Pro (2.0.0+) | 未测试 | 未测试 | 82107 | 154829 | 105041 | 75108 | 71122 | PugetBench for DaVinci Resolve (2.0.0+) | 未测试 | 未测试 | 90257 | 124942 | 85624 | 50882 | | Blender classroom 测试（秒，越低越好） | 15 | 15 | 15 | 15 | 24 | 33 | 44 | Blender cosmos 测试（秒，越低越好） | 62 | 61 | 62 | 35 | 51 | 84 | 未测试 | Premiere 4K 导出（越低越好） | 未测试 | 未测试 | 2 分 18 秒 | 1 分 10 秒 | 1 分 51 秒 | 2 分 34 秒 | 2 分 47 秒 | 持续 SSD 读取（MB/s） | 7189.07 | 10373.83 | 14537.29 | 13638.91 | 12218.07 | 6759.86 | 7049.45 | 持续 SSD 写入（MB/s） | 6719.82 | 9246.89 | 12582.13 | 17814.19 | 15420.95 | 7537.38 | 7317.6 | 测试配置价格 | $6,999.99 | $3,199.99 | $5,899.99 | $8,149 | $2,899 | $1,299 | $2,149 |
广告： 是的，RTX Spark N1X 是一颗强大的芯片。我们一直在测试的这些配备大量统一内存的高端笔记本电脑配置，旨在与苹果 MacBook Pro 中的 Pro 和 Max 芯片竞争。虽然它们在某些 GPU 性能测试中能够抗衡，例如在 Blender 渲染中与顶配 M5 Max 打平，但苹果的 CPU 要强大得多。
苹果在其自研处理器以及 M6、M5 Pro 和 M5 Max 芯片的超高速“超级核心”上投入了大量研发。而且，坦白说，在单核性能上没有什么能与这些芯片竞争——连 Nvidia 的“超级芯片”也不行。（说真的，我们能别再滥用“超级”这个词了吗？）但 RTX Spark 的 20 核 CPU 最让人扎心的地方在于，就连低端的 12 核 M6 Mac Mini 都能在多核性能上与它一较高下——而 Mac Mini 起售价只要 900 美元。
无需独立 GPU 就能获得这样的图形性能，实在令人惊叹，这让系统设计可以更轻薄，风扇噪音也更小。我很喜欢这一点，就像当初喜欢 AMD 的 Strix Halo APU 一样——但和 Strix Halo 一样，Nvidia 的 RTX Spark 也是一款价格不菲的产品。而且不可否认，只要你不太在意游戏，苹果的产品是更全面的选手。
TW： 它确实算得上顶尖，但我认为在 CPU 方面，高通比 Nvidia 更接近苹果的 M 系列芯片。高通在收购 Nuvia 之前，也在 Windows on Arm 上进行了多年试验，最终凭借骁龙 X 系列打造出了一款有竞争力的芯片。
我认为 Nvidia 在未来的 RTX Spark 芯片上，需要在 CPU 方面投入类似程度的努力才能追上。RTX Spark 的研发至少花了三年时间，而我从熟悉 Nvidia 计划的消息人士那里听说，这些芯片原本应该在去年发布。所以研发一直在进行，但 CPU 方面仍然有点令人失望。
Nvidia 为其基于 Arm 的 CPU 选择了联发科，这家芯片制造商更出名的是笔记本电脑中的 Wi-Fi 硬件，而不是 CPU。我当然希望下一代能更强大。在测试 Surface Laptop Ultra 的整个过程中，我忍不住想，那个禁忌之梦就是高通 CPU 与 Nvidia GPU 的结合。我看不出这在现实中会发生，但要是真能看到，那肯定很有意思。
那么到目前为止，我们对 RTX Spark 怎么看？
TW： 我认为它会提升人们对 Windows on Arm 在创作和游戏任务方面的兴趣，因为在此之前，我们还没有真正能胜任游戏的基于 Arm 的 Windows 笔记本电脑。Nvidia 第一轮 RTX Spark 笔记本电脑瞄准的是创作者和开发者，但这里显然存在一个空白，可以推出一款更实惠、主打游戏的版本。也许那就是我们听说过传闻的 N1 芯片。
SH： 不错，但太贵了。当你做那些理论上能证明这个价格合理的事情时，它又太热、太吵。我在意它们代表什么，以及它们所指的方向，远胜于我在意是否拥有一台。
AD： 我很喜欢笔记本电脑领域现在有了更多竞争，但超高的价格让 RTX Spark 笔记本电脑大多遥不可及。我希望看到更便宜的选择出现，也希望最终能有第二代产品带来更高的 CPU 性能，从而有望进一步缩小与苹果的差距。我还希望这能推动基于 Arm 和兼容 Arm 的游戏向前发展。也许有一天，这甚至意味着游戏能更容易地移植到 macOS。那岂不是个有趣的结果？
尽管继续测试这些超高端 RTX Spark 机型会很酷，但我最期待的是拿到一台配备 24GB 内存的基础款 Surface Laptop Ultra 或 Asus ProArt P14，看看它们与入门级 14 英寸 M5 MacBook Pro 相比表现如何。那是我个人心目中苹果产品线的最佳甜点——人民的 MacBook Pro。（好吧，如今它起售价两千美元，这个说法没那么成立了。）
在芯片选择方面，这是计算机领域一个激动人心的时代，但拜 RAMageddon 和天价所赐，这也是一个绝对糟糕的时代。我一直在想，如果不是 AI 需求推高了内存和存储的价格，像这些 RTX Spark 甚至 Googlebooks 这样的笔记本电脑会卖多少钱。在 PC 整体销量似乎呈下降趋势的情况下，我不知道谁会花高达 7,000 美元买这些笔记本电脑，但它们的存在很酷。
关注本报道中的主题和作者，以便在您的个性化主页信息流中看到更多类似内容，并接收电子邮件更新。