英伟达进军PC处理器市场，x86格局面临挑战

背景

2024年6月1日，在台北举行的GTC大会上，英伟达（NVIDIA）创始人兼CEO黄仁勋宣布公司正式进军个人电脑（PC）处理器市场。这一举动并非延续其传统的GPU业务，而是推出了全新的CPU产品——RTX Spark。

这一消息迅速在资本市场引发剧烈反应。截至6月1日收盘，英伟达股价上涨超6%，市值单日增加3190亿美元；Arm股价大涨超17%；而高通下跌近9%，英特尔下跌超4%。华尔街的定价直接反映了市场对这一事件的判断：这不仅是新产品的发布，更是x86架构统治PC市场四十年来，首次面临来自ARM架构的实质性挑战。

根据Gartner预测，2026年全球AI PC出货量将达到1.43亿台，渗透率约55%。AI PC被定义为配备专用AI加速芯片（NPU或GPU）的PC。这意味着英伟达切入的是一个每年过亿台的庞大换机市场，而非小众赛道。

核心内容

RTX Spark的产品定义与硬件规格

RTX Spark并非英伟达独立研发的产品，而是英伟达与联发科（MediaTek）联合定制的芯片。其核心硬件配置如下：

• CPU部分（代号N1X）：采用ARM v9.2架构，拥有20个核心（10个大核+10个能效核），配备32MB三级缓存，由台积电3nm制程制造。
• GPU部分：基于Blackwell架构，包含6,144个CUDA核心和第五代Tensor Core，性能对标RTX 5070移动版。
• 互联与内存：CPU与GPU通过NVLink-C2C芯片间互连技术融合，带宽高达600GB/s（作为对比，传统PC中CPU与GPU通信的PCIe 5.0 x16总线带宽约为64GB/s）。两者共享128GB统一内存。
• 散热管理：英伟达为其专门开发了功耗/散热管理框架（MPTF），旨在高负载下实现低温和能效优先，但具体的功耗数据和降频阈值尚未公布。

该产品面向主流高端PC市场，而非仅限开发者设备。搭载RTX Spark的设备预计于2026年秋季上市，首发形态包括轻薄笔记本和紧凑型台式机。合作OEM厂商包括戴尔、惠普、联想、华硕、微星等，预计将有超过30款笔记本和10款台式机同步上市。

技术拆解：算力、内存与软件栈

1. AI算力：FP4精度下的峰值性能 RTX Spark宣称的AI算力为1 Petaflop，但这指的是FP4精度下的峰值性能。FP4是专为生成式AI推理设计的极致压缩格式，在通用计算中并不使用。相比之下，传统x86 PC宣传的“10~50 TOPS”通常指INT8精度下的NPU算力。两者标准不同，不可直接对比。

• 在FP4精度和128GB统一内存下，RTX Spark可本地微调70B~700B参数模型，推理支持最高200B~2,000B参数模型。
• 1 Petaflop FP4约等于500 TOPS（按FP8换算），是主流NPU算力的10倍以上。
• RTX Spark没有独立NPU，其AI加速完全依赖GPU Tensor Core。

2. 统一内存架构 128GB统一内存避免了CPU与GPU间的数据搬运延迟和功耗。虽然对于大规模训练场景（如NVIDIA H100的80GB HBM3）仍显局促，但对于本地推理和轻量级微调是务实选择。

• NVLink-C2C的理论峰值带宽为600GB/s，实际内存访问带宽约为273~300GB/s。
• 作为对比，苹果M5 Pro的内存带宽为410GB/s，M5 Max可达820GB/s。统一内存的实际性能取决于缓存一致性协议的实现效率，英伟达尚未披露细节。

3. 软件栈：真正的护城河 RTX Spark的核心优势在于全栈CUDA支持、Windows深度适配以及128GB统一内存。对开发者而言，英伟达的软件生态绑定是其最深的护城河。

4. 性能对比 在Geekbench 6测试中，RTX Spark单核3,096分，多核18,837分。

• 苹果M3 Max（14核）约为3,124/18,920分。
• 苹果于2026年3月发布的M5系列早期样本中，M5 Max单核达4,268分，多核29,233分。
• 此外，x86阵营（英特尔酷睿Ultra 200系列、AMD Ryzen AI HX系列）在游戏兼容性、工业软件、外设驱动上的优势，仍是ARM架构短期内的壁垒。

历史参照：DGX Spark的前车之鉴

RTX Spark的前身是2025年10月发布的DGX Spark（桌面AI计算机）。传奇程序员约翰·卡马克指出DGX Spark存在三大问题：功耗虚标（实际100W vs 标称240W）、性能缩水、稳定性缺陷。 虽然DGX Spark与RTX Spark定位不同（前者为桌面计算机，后者为PC处理器）且CPU架构不同，但两者共享统一内存架构。DGX Spark暴露的问题可能预示统一内存在消费级产品中的工程挑战，是评估RTX Spark能否兑现纸面性能的重要参考。

x86的护城河与生态迁移阻力

x86的护城河在于生态而非技术。2012年Windows RT的失败证明了ARM在应用生态上的短板。但如今环境已变：

• 技术层面：Windows 11 on Arm加入了x86模拟层，微软持续优化模拟层性能。
• 市场层面：高通骁龙X Elite已在Windows on Arm高端轻薄本中落地。
• 需求层面：AI开发者对本地大模型算力的需求是新刚需。

然而，生态迁移阻力因场景而异：

• 普通办公PC：迁移阻力极小。
• AI工作站/研发设备：是ARM的天然目标市场。
• 传统工业软件终端：依赖AutoCAD、SolidWorks等专业软件，Arm生态支持尚不完善，迁移阻力最大。

据AMD委托Enterprise Strategy Group于2025年9月发布的调研，77%的企业反映将x86软件移植到Arm需要大量改造，82%的企业曾将部分工作负载从Arm迁回x86。

游戏生态是x86最坚固的壁垒。虽然拳头游戏（《英雄联盟》《无畏契约》）、KRAFTON（《PUBG》）等头部厂商正在破冰，且微软Prism模拟器已支持AVX/AVX2指令，使超过85%的Xbox Game Pass目录兼容Arm版Windows，但主流3A游戏通过模拟层运行仍有约30%的帧率损失，部分反作弊系统兼容性不明。

英伟达的动机：为什么做PC CPU？

尽管数据中心毛利率70%+，而PC处理器毛利率通常低于30%，英伟达仍进军PC市场，原因包括：

1. CUDA生态的端侧延伸：防止开发者转向其他AI工具链，从而侵蚀数据中心壁垒。
2. 卡位AI Agent PC：微软正将Copilot从云端推向本地，RTX Spark是少数能在本地跑大模型微调和推理的Windows芯片之一。
3. 软硬件捆绑盈利：芯片是入口，AI工具链、模型订阅、企业支持服务（如NIM微服务、Omniverse订阅）才是长期利润来源。
4. 端侧AI刚需被低估：隐私敏感数据、离线场景、低延迟场景无法被云端替代，本地批量推理的边际成本可能更低。

市场反应与价格现实

资本市场反应：

• 英伟达和Arm上涨，反映对