愛范兒關(guān)注「明日產(chǎn)品」，硬哲學(xué)欄目試圖剝離技術(shù)和參數(shù)的外衣，探求產(chǎn)品設(shè)計(jì)中人性的本源。

過去 48 小時(shí)，對(duì)于 Windows 電腦市場(chǎng)來說可謂地震不斷——

不是微軟要發(fā) Win 12 了，也不是蘋果重新內(nèi)置 BootCamp 了，而是英偉達(dá)要造消費(fèi)級(jí) CPU 了。

圖｜Microsoft

更重要的是，老黃插手 CPU（SoC）領(lǐng)域，可不是來和英特爾、AMD 和蘋果分蛋糕的……

他是來掀桌子的。

圖｜YouTube @Nvidia

在剛結(jié)束的微軟 Build 與英偉達(dá) GTC 顯卡技術(shù)大會(huì)開幕式上，我們見到了來自英偉達(dá)的「終極 PC 解決方案」： RTX Spark N1X 處理器。

老黃期望通過 RTX Spark 打造的電腦很簡(jiǎn)單：

造出目前最全能、最智能、最面向未來十年甚至二十年 AI 潮流的終極 Windows 全能本。

支撐英偉達(dá)這一設(shè)計(jì)的根本邏輯，是老黃在 GTC 開幕演講上的一個(gè)大膽判斷——

面向人類用戶設(shè)計(jì)計(jì)算產(chǎn)品的時(shí)代已經(jīng)結(jié)束，未來我們應(yīng)該面向智能體（intelligent agent）的需求設(shè)計(jì)計(jì)算硬件。

圖｜YouTube @Nvidia

下一個(gè) AI 時(shí)代屬于智能體

開場(chǎng)不久，介紹過 AI 技術(shù)如何塑造了當(dāng)下的產(chǎn)業(yè)經(jīng)濟(jì)之后，老黃就拿出了他本次演講的核心觀點(diǎn)：

相比單獨(dú)使用某個(gè) LLM（大語(yǔ)言模型），智能體將是下一個(gè)階段我們使用算力的主要方式（a new kind of computing pattern）。

這個(gè)核心觀點(diǎn)如此重要，以至于老黃在演講的前中后期反反復(fù)復(fù)提起這一頁(yè) keynote，將它重復(fù)播放了很多遍。

整個(gè)演講上公布的新硬件——比如正式投產(chǎn)的 Vera Rubin 計(jì)算平臺(tái)、企業(yè)級(jí) AI 工具包、底層模型等等，全都是圍繞著這個(gè)核心理論而設(shè)計(jì)的。

圖｜YouTube @Nvidia

根據(jù)老黃的介紹，智能體之所以能夠成為下一階段的核心算力使用方式，原因主要有 4 個(gè)——

1：解放用戶生產(chǎn)力

過去幾年里，單純的生成式 AI（Generative AI）雖然能力得到了很大的提升，但并沒有拓展出非常多的使用場(chǎng)景。

即使它可以畫圖、做視頻、直接制作各種文件，但本質(zhì)交互方式依然是用戶問一句、AI 答一句。

智能體則不然——它的運(yùn)作模式中包含「觀察、推理、規(guī)劃、使用工具」的閉環(huán)能力，這種模式讓人類用戶從工具操作者進(jìn)化成了工具指揮者，可以被看作是一種形式的生產(chǎn)力解放。

2：減少隱性資源消耗

除了自身的運(yùn)行模式之外，智能體還會(huì)徹底改變過去半個(gè)多世紀(jì)中，人類與計(jì)算機(jī)的核心人機(jī)交互模式。

換言之，智能體將曾經(jīng)需要手動(dòng)打開程序、點(diǎn)擊工具和操作的流程后置了一步，讓人的工作從「動(dòng)手」變成了「動(dòng)口」，用解釋意圖（intents）取代具體的操作。

這種變化的意義，在于它結(jié)束了「人學(xué)習(xí)和適應(yīng)軟件」的時(shí)代。而一個(gè)「軟件學(xué)習(xí)和適應(yīng)人」的階段，將會(huì)節(jié)省大量人類學(xué)習(xí)和練習(xí)使用軟件所需的時(shí)間資源。

3：無(wú)視物理數(shù)量限制

最「大力出奇跡」的優(yōu)點(diǎn)是，智能體不會(huì)像人類一樣，受到各種原因?qū)е碌臄?shù)量限制。

在演講中，老黃列舉了幾個(gè)例子：AI 編碼智能體的出現(xiàn)，讓 GitHub 上的代碼提交量在 2026 年初同比近乎翻了三倍。

英偉達(dá)內(nèi)部也計(jì)劃通過部署「數(shù)十萬(wàn)個(gè) Cadance 超級(jí)智能體」，將芯片設(shè)計(jì)驗(yàn)證的耗時(shí)從數(shù)周縮短到數(shù)小時(shí)。

換言之：只要算力資源允許，智能體就可以將單個(gè)人類的能力「超級(jí)加倍」，讓生產(chǎn)力獲得指數(shù)級(jí)放大。

4：比 LLM 更萬(wàn)能

相比傳統(tǒng) LLM，智能體還擁有一個(gè)非常具體的優(yōu)勢(shì)——普適性。

智能體的運(yùn)作模式（模型 + 外殼 + 工具 + 運(yùn)行環(huán)境）在所有應(yīng)用場(chǎng)景中都是通配的，這種強(qiáng)大的通用性讓它可以無(wú)孔不入。

比如大規(guī)模的云端 SaaS 服務(wù)、個(gè)人電腦部署、自動(dòng)駕駛和人形機(jī)器人底層系統(tǒng)等等。

也就是說，智能體是 LLM 的一個(gè)「萬(wàn)能接口」，它自己就是完整的工具組件、可以直接嵌入具體的生產(chǎn)環(huán)節(jié)里，不需要人類在中間辛苦地做「回答搬運(yùn)工」。

圖｜YouTube @Nvidia

基于以上四點(diǎn)論據(jù)，老黃指出了一種「面向智能體」的算力設(shè)計(jì)思路：

過去四十多年，所有計(jì)算硬件都是圍繞人類的需求設(shè)計(jì)的，但智能體的世界以納秒計(jì)算、對(duì)于各種資源（比如內(nèi)存和電力）的需求模式和人類截然不同。

在這樣的大背景下，老黃宣布了新一代全棧 POD 超級(jí)計(jì)算平臺(tái)「Vera Rubin」的正式投產(chǎn)：

圖｜YouTube @Nvidia

相比年初在 CES 上首次介紹 Vera Rubin 平臺(tái)，老黃在演講中再次強(qiáng)調(diào)了這一代架構(gòu)「專門為智能體設(shè)計(jì)」的屬性。

尤其最新的 Vera CPU，就直接打上了「CPU for Agents」的標(biāo)簽——這顆 88 核心 176 線程的處理器的主要工作，用老黃的話說，是一位「指揮家」。

換言之，Vera CPU 主要控制智能體的調(diào)度、工具調(diào)用、內(nèi)存和上下文管理，負(fù)責(zé)將 Rubin GPU 的巨量算力以最高效率、最低空置、最快速度的方式調(diào)度起來：

圖｜YouTube @Nvidia

在此基礎(chǔ)上，其他機(jī)柜組件—— BlueField-4 DPU、NVL72 交換機(jī)、ConnectX-9 SuperNIC 網(wǎng)卡、Spectrum-6 以太網(wǎng)交換機(jī)等等，才能和 Vera Rubin 共同構(gòu)成這套「面向智能體」的算力解決方案。

圖｜YouTube @Nvidia

但就像前面說的，老黃除了公布 Vera Rubin 投產(chǎn)之外，同時(shí)也將這個(gè)「AI 的未來屬于智能體」的觀點(diǎn)投向了一個(gè)更偏向消費(fèi)電子的領(lǐng)域—— PC。

給智能體設(shè)計(jì)的電腦

之前提到，老黃今年 GTC 開幕演講的主旨其實(shí)就一句話：

給人類用戶設(shè)計(jì)硬件的時(shí)代結(jié)束了，我們下一步要面向智能體設(shè)計(jì)硬件。

但智能體的使用者不止 Oracle、OpenAI、Anthropic、AWS 這些企業(yè)巨頭，個(gè)人 AI 用戶的數(shù)量同樣不可忽視。

為了占住極為分散但規(guī)模龐大的 C 端市場(chǎng)，老黃在今年的演講中公布了英偉達(dá)首款面向個(gè)人消費(fèi)市場(chǎng)的 CPU 產(chǎn)品—— RTX Spark 超級(jí)芯片。

圖｜YouTube @Nvidia

老黃對(duì) RTX Spark 首型號(hào) N1X 的介紹相當(dāng)動(dòng)情：「它集合了我們 33 年來的全部技術(shù)經(jīng)驗(yàn)，因?yàn)樗С炙杏ミ_(dá)已有的技術(shù)棧」。

與蘋果的 Apple Silicon 思路類似，RTX Spark N1X 是一塊集成 CPU、GPU 和統(tǒng)一內(nèi)存的 ARM 架構(gòu) SoC，采用臺(tái)積電 3nm 工藝制造，CPU 與聯(lián)發(fā)科共同設(shè)計(jì)。

圖｜Nvidia

盡管用著上一代 Grace Blackwell 平臺(tái)，而非最新的 Vera Rubin，RTX Spark N1X 依然可以實(shí)現(xiàn)最高 1 PFLOPS（一千萬(wàn)億次浮點(diǎn)）的 AI 算力。

根據(jù)英偉達(dá)工程師的介紹，N1X 的整體性能與 RTX 5070 筆記本接近，相比早期泄露的「與 M3 Max 跑分近似」又有了一些提升：

圖｜YouTube @Nvidia

在產(chǎn)品形態(tài)方面，RTX Spark 最主要的平臺(tái)將會(huì)是 14-16 寸的筆記本，合作方也是那幾個(gè)熟悉的巨頭——聯(lián)想、微軟、惠普、華碩等等。

其中當(dāng)屬英偉達(dá)與微軟的合作最為密切，畢竟 RTX Spark 是要運(yùn)行 Windows on ARM 的。

而老黃的 ARM 處理器能否追上蘋果，微軟是其中不可或缺的因素。

相應(yīng)的，微軟也在演講后更新了搭載 RTX Spark 的 Surface Laptop Ultra 預(yù)告片：

圖｜YouTube @Microsoft Surface

而相比高通的 ARM 架構(gòu)筆記本，RTX Spark 還有一個(gè)得天獨(dú)厚的優(yōu)勢(shì)：它支持所有英偉達(dá)已經(jīng)有的技術(shù)，從光線追蹤到 DLSS，再到 Cuda 加速和 TensorRT。

換言之，RTX Spark 筆記本不僅有 Win on ARM 上相對(duì)優(yōu)秀的游戲體驗(yàn)，更是能夠在本地 AI 工具加速之類的嚴(yán)肅場(chǎng)合提供「貨真價(jià)實(shí)的生產(chǎn)力」。

圖｜YouTube @Nvidia

更重要的是——按照老黃的說法—— RTX Spark 所驅(qū)動(dòng)的筆記本、小型主機(jī)和臺(tái)式機(jī)都是「為智能體操作而設(shè)計(jì)」的。

除了 Windows 本身和軟件商之外，甚至連 Adobe 都宣布將會(huì)為 RTX Spark 徹底重構(gòu) Premiere 和 Photoshop：

圖｜YouTube @Nvidia

就拿 Premiere 來說，Adobe 將會(huì)在 RTX Spark 電腦上帶來一套全新的、以指揮智能體為主的交互模式，以及更多的 MCP 支持。

再大膽一點(diǎn)設(shè)想，所有剪輯師都熟悉的「時(shí)間軸式 UI」很有可能在智能體時(shí)代被一個(gè)多模態(tài)指令框所替代——

聽起來很酷，也很可怕。

在 RTX Spark 筆電上運(yùn)行 Premiere Pro｜Tom's Guide

換言之，AI 不僅重塑了硬件的設(shè)計(jì)方式，也終于開始重塑一些已成定局十多年的軟件 UI 交互規(guī)范了。

RTX Spark 的應(yīng)用場(chǎng)景也不止筆電，在老黃的 GTC 開幕演講與當(dāng)天稍晚些的微軟開發(fā)者 Build 大會(huì)上，我們看到了很多以此為基礎(chǔ)的小型主機(jī)平臺(tái)。

就比如這個(gè)長(zhǎng)得神似 Xbox 的微軟 RTX Spark Dev Box：

圖｜Microsoft

AI 需求塑造物理世界

縱觀老黃的整個(gè) GTC 演講，以及同期召開的 COMPUTEX 和微軟 Build 大會(huì)，我們可以明顯地感受到：

AI 從「生成式」向「智能體」的轉(zhuǎn)變，將會(huì)重塑人們使用計(jì)算機(jī)的主要方式，并且這種重塑也反過來影響了計(jì)算硬件上下游的設(shè)計(jì)和形態(tài)。

換言之，英偉達(dá)不僅定義了下一個(gè) AI 時(shí)代的核心問題：「什么是生產(chǎn)力 - 是智能體」，更是為自己的觀點(diǎn)拿出了一套相當(dāng)具有說服力的配套產(chǎn)品。

圖｜YouTube @Nvidia

而 RTX Spark 的目標(biāo)，是讓新時(shí)代的全能本既要本地跑模型，又要兼顧生產(chǎn)力和娛樂——

畢竟支持 RTX 和 Cuda 對(duì)于 Windows on ARM 一直是個(gè)老大難問題，直到英偉達(dá)親自下場(chǎng)。

只不過在為下一個(gè) AI 時(shí)代催生新硬件感到興奮的同時(shí)，我們也需要理性地看待 RTX Spark N1X 處理器：因?yàn)樗?strong>并不是一個(gè)非常新鮮的東西。

還記得去年的 DGX Spark 嗎？里面的「GB10 超級(jí)芯片」基本上就是 N1X 的先行版本。

從芯片刻字上看，老黃在 COMPUTEX 上展示的 N1X 生產(chǎn)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。

圖｜YouTube @High Yield

雖然所有消費(fèi)級(jí)產(chǎn)品都要等到今年秋天，但看到 RTX Spark N1X 的這些零星信息，也很難不讓人微微擔(dān)心——

一顆 CPU 兩年前、GPU 一年前且不滿血的 SoC，真能為未來 10 年 20 年的智能體需求準(zhǔn)備好嗎？

盡管 N1X 既沒用上最新的 Vera Rubin 架構(gòu)，也不如今年的驍龍 X2 Elite Extreme 甚至去年的 AMD Strix HALO，但它標(biāo)志著一個(gè)開端：

一個(gè)芯片優(yōu)先考慮智能體需求、并順勢(shì)開始影響操作系統(tǒng)、軟件程序，直至硬件商品形態(tài)的時(shí)代的開端。

至于究竟誰(shuí)能代表 AI 時(shí)代的操作系統(tǒng)，微軟選擇和英偉達(dá)聯(lián)手，「再給 Win on ARM 一個(gè)機(jī)會(huì)」，明顯是意識(shí)到了自己被 macOS 和 Linux 夾攻的困境。

圖｜Microsoft

然而成也 Win on ARM，敗也 Win on ARM —— RTX Spark 主動(dòng)帶來全套的英偉達(dá)技術(shù)適配，并不能解決 Win on ARM 在其他體驗(yàn)上的長(zhǎng)期瘸腿。

畢竟一個(gè)足夠好的面向 AI 的操作系統(tǒng)（比如 macOS），即使它自己不傾向于開放，也會(huì)有用戶通過逆向工程的方式幫它開放。

而在這一層上，RTX Spark + Win on ARM 所以立足的基點(diǎn)，就顯得不是那么穩(wěn)固了。