【AI前沿】英伟达：带领 PC，重铸 PC｜硬哲学

爱范儿关注「明日产品」，硬哲学栏目试图剥离技术和参数的外衣，探求产品设计中人性的本源。过去 48 小时，对于 Windows 电脑市场来说可谓地震不断——不是微软要发 Win 12 了，也不是苹果重新内置 BootCamp 了，而是英伟达要造消费级 CPU了。图｜Microsoft更重要的是，老黄插手 CPU（SoC）领域，可不是来和英特尔、AMD 和苹果分蛋糕的……他是来掀桌子的。图｜YouTube @Nvidia在刚结束的微软 Build 与英伟达 GTC 显卡技术大会开幕式上，我们见到了来自英伟达的「终极 PC 解决方案」： RTX Spark N1X 处理器。老黄期望通过 RTX Spark 打造的电脑很简单：造出目前最全能、最智能、最面向未来十年甚至二十年 AI 潮流的终极 Windows 全能本。支撑英伟达这一设计的根本逻辑，是老黄在 GTC 开幕演讲上的一个大胆判断——面向人类用户设计计算产品的时代已经结束，未来我们应该面向智能体（intelligent agent）的需求设计计算硬件。图｜YouTube @Nvidia下一个 AI 时代属于智能体开场不久，介绍过 AI 技术如何塑造了当下的产业经济之后，老黄就拿出了他本次演讲的核心观点：相比单独使用某个 LLM（大语言模型），智能体将是下一个阶段我们使用算力的主要方式（a new kind of computing pattern）。这个核心观点如此重要，以至于老黄在演讲的前中后期反反复复提起这一页 keynote，将它重复播放了很多遍。整个演讲上公布的新硬件——比如正式投产的 Vera Rubin 计算平台、企业级 AI 工具包、底层模型等等，全都是围绕着这个核心理论而设计的。图｜YouTube @Nvidia根据老黄的介绍，智能体之所以能够成为下一阶段的核心算力使用方式，原因主要有 4 个——1：解放用户生产力过去几年里，单纯的生成式 AI（Generative AI）虽然能力得到了很大的提升，但并没有拓展出非常多的使用场景。即使它可以画图、做视频、直接制作各种文件，但本质交互方式依然是用户问一句、AI 答一句。智能体则不然——它的运作模式中包含「观察、推理、规划、使用工具」的闭环能力，这种模式让人类用户从工具操作者进化成了工具指挥者，可以被看作是一种形式的生产力解放。2：减少隐性资源消耗除了自身的运行模式之外，智能体还会彻底改变过去半个多世纪中，人类与计算机的核心人机交互模式。换言之，智能体将曾经需要手动打开程序、点击工具和操作的流程后置了一步，让人的工作从「动手」变成了「动口」，用解释意图（intents）取代具体的操作。这种变化的意义，在于它结束了「人学习和适应软件」的时代。而一个「软件学习和适应人」的阶段，将会节省大量人类学习和练习使用软件所需的时间资源。3：无视物理数量限制最「大力出奇迹」的优点是，智能体不会像人类一样，受到各种原因导致的数量限制。在演讲中，老黄列举了几个例子：AI 编码智能体的出现，让 GitHub 上的代码提交量在 2026 年初同比近乎翻了三倍。英伟达内部也计划通过部署「数十万个 Cadance 超级智能体」，将芯片设计验证的耗时从数周缩短到数小时。换言之：只要算力资源允许，智能体就可以将单个人类的能力「超级加倍」，让生产力获得指数级放大。4：比 LLM 更万能相比传统 LLM，智能体还拥有一个非常具体的优势——普适性。智能体的运作模式（模型 + 外壳 + 工具 + 运行环境）在所有应用场景中都是通配的，这种强大的通用性让它可以无孔不入。比如大规模的云端 SaaS 服务、个人电脑部署、自动驾驶和人形机器人底层系统等等。也就是说，智能体是 LLM 的一个「万能接口」，它自己就是完整的工具组件、可以直接嵌入具体的生产环节里，不需要人类在中间辛苦地做「回答搬运工」。图｜YouTube @Nvidia基于以上四点论据，老黄指出了一种「面向智能体」的算力设计思路：过去四十多年，所有计算硬件都是围绕人类的需求设计的，但智能体的世界以纳秒计算、对于各种资源（比如内存和电力）的需求模式和人类截然不同。在这样的大背景下，老黄宣布了新一代全栈 POD 超级计算平台「Vera Rubin」的正式投产：图｜YouTube @Nvidia相比年初在 CES 上首次介绍 Vera Rubin 平台，老黄在演讲中再次强调了这一代架构「专门为智能体设计」的属性。尤其最新的 Vera CPU，就直接打上了「CPU for Agents」的标签——这颗 88 核心 176 线程的处理器的主要工作，用老黄的话说，是一位「指挥家」。换言之，Vera CPU 主要控制智能体的调度、工具调用、内存和上下文管理，负责将 Rubin GPU 的巨量算力以最高效率、最低空置、最快速度的方式调度起来：图｜YouTube @Nvidia在此基础上，其他机柜组件—— BlueField-4 DPU、NVL72 交换机、ConnectX-9 SuperNIC 网卡、Spectrum-6 以太网交换机等等，才能和 Vera Rubin 共同构成这套「面向智能体」的算力解决方案。图｜YouTube @Nvidia但就像前面说的，老黄除了公布 Vera Rubin 投产之外，同时也将这个「AI 的未来属于智能体」的观点投向了一个更偏向消费电子的领域—— PC。给智能体设计的电脑之前提到，老黄今年 GTC 开幕演讲的主旨其实就一句话：给人类用户设计硬件的时代结束了，我们下一步要面向智能体设计硬件。但智能体的使用者不止 Oracle、OpenAI、Anthropic、AWS 这些企业巨头，个人 AI 用户的数量同样不可忽视。为了占住极为分散但规模庞大的 C 端市场，老黄在今年的演讲中公布了英伟达首款面向个人消费市场的 CPU 产品—— RTX Spark 超级芯片。图｜YouTube @Nvidia老黄对 RTX Spark 首型号 N1X 的介绍相当动情：「它集合了我们 33 年来的全部技术经验，因为它支持所有英伟达已有的技术栈」。与苹果的 Apple Silicon 思路类似，RTX Spark N1X 是一块集成 CPU、GPU 和统一内存的 ARM 架构 SoC，采用台积电 3nm 工艺制造，CPU 与联发科共同设计。图｜Nvidia尽管用着上一代 Grace Blackwell 平台，而非最新的 Vera Rubin，RTX Spark N1X 依然可以实现最高1 PFLOPS（一千万亿次浮点）的 AI 算力。根据英伟达工程师的介绍，N1X 的整体性能与 RTX 5070 笔记本接近，相比早期泄露的「与 M3 Max 跑分近似」又有了一些提升：图｜YouTube @Nvidia在产品形态方面，RTX Spark 最主要的平台将会是 14-16 寸的笔记本，合作方也是那几个熟悉的巨头——联想、微软、惠普、华硕等等。其中当属英伟达与微软的合作最为密切，毕竟 RTX Spark 是要运行 Windows on ARM 的。而老黄的 ARM 处理器能否追上苹果，微软是其中不可或缺的因素。相应的，微软也在演讲后更新了搭载 RTX Spark 的 Surface Laptop Ultra 预告片：图｜YouTube @Microsoft Surface而相比高通的 ARM 架构笔记本，RTX Spark 还有一个得天独厚的优势：它支持所有英伟达已经有的技术，从光线追踪到 DLSS，再到 Cuda 加速和 TensorRT。换言之，RTX Spark 笔记本不仅有 Win on ARM 上相对优秀的游戏体验，更是能够在本地 AI 工具加速之类的严肃场合提供「货真价实的生产力」。图｜YouTube @Nvidia更重要的是——按照老黄的说法—— RTX Spark 所驱动的笔记本、小型主机和台式机都是「为智能体操作而设计」的。除了 Windows 本身和软件商之外，甚至连 Adobe 都宣布将会为 RTX Spark 彻底重构 Premiere 和 Photoshop：图｜YouTube @Nvidia就拿 Premiere 来说，Adobe 将会在 RTX Spark 电脑上带来一套全新的、以指挥智能体为主的交互模式，以及更多的MCP 支持。再大胆一点设想，所有剪辑师都熟悉的「时间轴式 UI」很有可能在智能体时代被一个多模态指令框所替代——听起来很酷，也很可怕。在 RTX Spark 笔电上运行 Premiere Pro｜Tom’s Guide换言之，AI 不仅重塑了硬件的设计方式，也终于开始重塑一些已成定局十多年的软件 UI 交互规范了。RTX Spark 的应用场景也不止笔电，在老黄的 GTC 开幕演讲与当天稍晚些的微软开发者 Build 大会上，我们看到了很多以此为基础的小型主机平台。就比如这个长得神似 Xbox 的微软 RTX Spark Dev Box：图｜MicrosoftAI 需求塑造物理世界纵观老黄的整个 GTC 演讲，以及同期召开的 COMPUTEX 和微软 Build 大会，我们可以明显地感受到：AI 从「生成式」向「智能体」的转变，将会重塑人们使用计算机的主要方式，并且这种重塑也反过来影响了计算硬件上下游的设计和形态。换言之，英伟达不仅定义了下一个 AI 时代的核心问题：「什么是生产力 – 是智能体」，更是为自己的观点拿出了一套相当具有说服力的配套产品。图｜YouTube @Nvidia而 RTX Spark 的目标，是让新时代的全能本既要本地跑模型，又要兼顾生产力和娱乐——毕竟支持 RTX 和 Cuda 对于 Windows on ARM 一直是个老大难问题，直到英伟达亲自下场。只不过在为下一个 AI 时代催生新硬件感到兴奋的同时，我们也需要理性地看待 RTX Spark N1X 处理器：因为它并不是一个非常新鲜的东西。还记得去年的 DGX Spark 吗？里面的「GB10 超级芯片」基本上就是 N1X 的先行版本。从芯片刻字上看，老黄在 COMPUTEX 上展示的 N1X 生产周期甚至是 2024 年，早期泄露跑分接近 2023 年的 M3 Max 也就不意外了。图｜YouTube @High Yield虽然所有消费级产品都要等到今年秋天，但看到 RTX Spark N1X 的这些零星信息，也很难不让人微微担心——一颗 CPU 两年前、GPU 一年前且不满血的 SoC，真能为未来 10 年 20 年的智能体需求准备好吗？尽管 N1X 既没用上最新的 Vera Rubin 架构，也不如今年的骁龙 X2 Elite Extreme 甚至去年的 AMD Strix HALO，但它标志着一个开端：一个芯片优先考虑智能体需求、并顺势开始影响操作系统、软件程序，直至硬件商品形态的时代的开端。至于究竟谁能代表 AI 时代的操作系统，微软选择和英伟达联手，「再给 Win on ARM 一个机会」，明显是意识到了自己被 macOS 和 Linux 夹攻的困境。图｜Microsoft然而成也 Win on ARM，败也 Win on ARM ——RTX Spark 主动带来全套的英伟达技术适配，并不能解决 Win on ARM 在其他体验上的长期瘸腿。毕竟一个足够好的面向 AI 的操作系统（比如 macOS），即使它自己不倾向于开放，也会有用户通过逆向工程的方式帮它开放。而在这一层上，RTX Spark + Win on ARM 所以立足的基点，就显得不是那么稳固了。