一周试用 Nvidia RTX Spark 笔记本后的游戏、续航与本地 AI 印象

Nvidia 的 RTX Spark N1X 处理器终于来了，我们一直在集体测试一批价值不菲、搭载这款全新“超级芯片”的强力笔记本电脑。RTX Spark 旨在成为面向笔记本电脑和小型台式电脑的高性能基于 Arm 的 SoC，与 Apple、Intel、AMD 和 Qualcomm 的顶尖产品一较高下。它拥有大量核心、Nvidia RTX Blackwell 图形，以及足以运行相当规模本地 AI 模型的算力和统一内存。

旗舰配置落在微软的 Surface Laptop Ultra 上，配备惊人的 128GB 统一内存，我们的 Tom Warren 已对其进行了完整评测。Sean Hollister 一直在测试 64GB 版本的 Asus ProArt P16，而我也在测试其顶配 128GB 配置。由于我是这群人里最受宠的，我手头还有一台 64GB 的 Lenovo Yoga 9n 二合一以及一台 32GB 的 HP OmniBook Ultra 可供测试。

所有这些笔记本电脑都采用同一款 N1X 芯片，拥有 20 个 CPU 核心和 6,144 个 GPU CUDA 核心，而且价格都高得离谱——从 HP OmniBook 的 $3,199.99 到 Asus ProArt 的 $6,999.99 不等。较低价配置中有一款 18 核 / 5,120 CUDA 的 N1X 芯片，但最便宜也要 $2,599.99，对应一台 Surface Laptop Ultra 或一台配备 24GB 内存的较小 Asus ProArt P14。

这些是基于新芯片打造的大型昂贵笔记本电脑。它们面向开发者、程序员和内容创作者，这些人可能还希望能够使用本地 AI，甚至借助 DLSS 5 等最新 Nvidia 技术玩游戏。要测试的东西非常多，而我们并没有太多时间把一切都测完。因此下文不会给出任何一台笔记本详尽的评分评测，而是三位作者使用五台笔记本一周后的印象与看法。

Nvidia 的“超级芯片”真的那么超吗？Apple、Intel、AMD 和 Qualcomm 是否正式收到了警告？我们有谁睡过觉吗？

它是不是直接就能用？

Antonio Di Benedetto：Windows on Arm 已不再像几年前那样完全是次等体验。这在很大程度上要归功于围绕 Qualcomm Snapdragon X 芯片的推动，大量开发工作投入到了面向 Windows 的原生基于 Arm 的应用中。而且许多 x86 应用通过微软的 Prism 模拟层也能正常运行。

Adobe 的 Photoshop 和 Premiere 原生 Arm 版本已经推出一段时间了，尽管我珍爱的 Lightroom Classic 仍是基于 x86 的应用，我在 Arm 上使用它时也没发现任何问题。到了这个阶段，你得依赖那些仅有 x86 版本的专业软件，Windows on Arm 才会成为不可行的选择——或者你想毫无兼容性顾虑地随意玩任何游戏。

Sean Hollister：时不时会有那么一刻，某个应用加载时间比应有的更长，我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。偶尔需要多试一次。有一天我用 Alt-Tab 切走时，Evernote 笔记消失了几次，但强制刷新就解决了。而且应用似乎并不遵循我系统对深色模式的偏好设置。

但我大体上同意 Antonio 的看法。我把一台 RTX Spark 当作日常主力机，装上了我所有常用的工作和私人应用——Signal、Discord、Audacity、CapCut 和 Evernote、Irfanview、Slack、ScreenToGif 等等——到目前为止没有一个让我失望。我从未需要去想自己运行的是 Arm 应用还是 x86 应用。真正的问题出在游戏和 AI 上，下文你会读到。

Tom Warren：过去两年我每天都在用一台搭载 Qualcomm 芯片的 Windows on Arm 笔记本，情况已经改善到我再也分不清某个应用是不是原生的了。RTX Spark 笔记本也是同样的情况，我觉得 Nvidia 进入这一品类只会让创意应用和游戏的局面变得更好。

能玩游戏吗？

TW：在此之前，Windows on Arm 看起来从来都不像一个正经的游戏平台。虽然原生 Arm 游戏仍然不多，但 Nvidia 的 GPU 有助于硬扛过模拟层。游戏体验会因具体作品而异，但总体而言，我发现用中等设置、以 1440p 运行并开启 DLSS performance，就能在大多数游戏里稳定达到 60fps。

我主要在台式机上玩游戏，每天用 RTX 5090 配 32 英寸 4K 屏幕、把游戏设置拉满，早就被惯坏了，但在 15 英寸屏幕上看中等画质，我也不觉得有什么不好。我能够以原生分辨率（3270 x 2180）、中等设置并开启 DLSS performance 模式运行 Black Myth: Wukong，平均达到 70fps。我在 Cyberpunk 2077 里用同样的中等设置和 DLSS performance，平均为 66fps，而 Forza Horizon 6 平均达到了 57fps。

不过，在有些游戏里，你可能需要把分辨率或设置再调低一些。它肯定比不上专门的游戏本，但对于一台大致处于 MacBook Pro 这个水准的设备来说，用来在外出时玩游戏已经绰绰有余。

SH：正如 Tom 所说，GPU 性能是有的——但 CPU 可能会拖累你的一些游戏。在 Returnal（1440p、高设置）、Expedition 33（以 DLSS “Performance” 超分到 1200p、高设置）、Jedi Survivor（DLSS “Performance” 超分到 1200p、中等设置）以及 Shadow of the Tomb Raider（原生 1800p、最高规格）中，我都有充足的性能来流畅跑到 60fps。

但当我打开 Helldivers 2 时，即便降到经 DLSS 超分的 1080p，在最高难度任务里也不保证能有 60fps。屏幕上的敌人实在太多，Spark 跟不上。Star Wars Zero Company 甚至更加受 CPU 限制 —无论我把画质和屏幕分辨率调到最高还是最低，Spark 都无所谓。不管我怎么试，战斗中帧率通常都被卡在 37fps 到 39fps 之间。

即便是古老、对性能要求不高的游戏也可能有怪毛病。我试了 2003 年的作品 Max Payne 2，看到帧率掉到 50fps 的情况。就连出色的 UFO 50（一套 2D 游戏合集）里，我也遇到了几次卡顿，不过另外几款 2D 游戏运行得很好。

我也不确定 RTX Spark 目前是否适合 VR。那款出色的Titanfall 2 VR 模组能用，一开始似乎运行得不错，但几分钟后稳定性就差了一点。这可能是我的 Wi-Fi 问题，因为 Valve 的Steam Frame无线适配器驱动在 Spark 上装不上。Steam 的串流音频方案也没能装上，于是声音是从 Nvidia 笔记本里出来的，而不是从头显里出来。

先说清楚，以上这些都默认你愿意让笔记本风扇全速运转，并且实打实地把热量倒在你的桌面或腿上。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	41	46	57	56
赛博朋克 2077 超高 RT & DLSS 质量	30	35	44	42（MetalFX 质量）
赛博朋克 2077 超高 RT & DLSS 帧生成 x2	53	56	68	75（MetalFX 质量，FSR 3.1 FG）
赛博朋克 2077 超高 RT & DLSS 帧生成 x4	92	103	未测试	不兼容

AD：从我记事起，我就想要一台像 MacBook Pro、又能完整胜任 PC 游戏的笔记本，所以我很期待这些笔记本能在图形上拿出真成绩。第一晚，我设置好 Asus ProArt P16，用上它那大得离谱的全部 128GB 内存池；当我启动 Big Walk，准备和几个朋友按计划在线度过这一晚时，第一反应是：“嗯，看起来还行吧，大概。”我知道 Big Walk 不是什么 3A 图形巨作，但就“朋友糊作”这个类型而言，它的画面要求相当高。我本以为 N1X 能把它拉满，或至少接近，但其实并没有。

我不得不把 P16 的 4K 显示降到 2560 x 1600，而且没有用 Big Walk 的最高或非常高画质预设，而是降到高，才维持住相当稳的大约 60 fps。对这款和朋友一起解谜的傻气合作游戏来说，这些真的要紧吗？当然不要紧。毕竟看起来也还行。但这清醒地提醒我：这颗“超级芯片”并不是图形魔术师。

正如 Tom 和 Sean 所指出的，RTX Spark 能应付一些不错的游戏，但某些情况下你得把预期放到中等甚至低画质，并准备好依赖 DLSS 和帧生成。不可否认，更便宜的台式机、甚至配备独立 Nvidia 显卡的笔记本，都能轻松胜过 N1X。Nvidia 声称这就像在 SoC 里放进一块 RTX 5070 笔记本 GPU，但我的测试结果介于它和 RTX 5060 笔记本 GPU 之间——当然不算差，不过如果你首先是玩家，钱花在传统 Nvidia 显卡上要划算得多。

续航怎么样？

SH：Nvidia 的合作伙伴决定给第一批 RTX Spark 笔记本配上一些你可以毫无阻碍带上飞机的最大电池——但即便像我这台 Asus ProArt P16 那样配备 99.9 瓦时电池组，这些笔记本也不会因续航获奖。Tom 和 Antonio 整天测试各种能想到的使用场景时，我把 P16 当作日常主力，用来做普通工作，同时紧盯电量。这主要是在网页浏览器里写稿，而它还不太能撑过一整天。

我最好的一次是在 50% 亮度下进行 5 小时 40 分钟的实际工作，其中包括与 Tom 和 Antonio 打了一小时视频电话，商量我们的 RTX Spark 报道计划。第二天，满电只撑了大约 5 小时，因为其中两小时我在 Capcut 里剪辑这段视频。第三次耗尽电量，也是 5 小时。

做网页工作时，在笔记本默认设置下，我通常看到电池功耗为 13-17 瓦，但轻度视频工作时会升至 20-30 瓦，（短暂的）Capcut 视频导出期间最高可达 50 瓦，而我玩 Indiana Jones and the Great Circle 时把它一路拉到了 120 瓦。电池无法持续以这个速率供电——供电功率慢慢下降，而在电量 30% 时我看到性能大幅下降，功耗急剧跌至 60 瓦。

好消息是，Asus 用 140W USB-C PD 电源充电很快。从没电充到 50% 电量花了 20 分钟，再过 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大量基准测试，所以没能像平时希望的那样花那么多时间测试续航。就断断续续的使用感受而言，续航看起来还不错。正如 Sean 所见，除非你刻意提高效率，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，比如本地 AI 模型（稍后再谈），你甚至撑不到午饭时间。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，包括我们惯用的耗电测试，以便进行一些 1:1 对比。

本地 AI 看起来有用吗？

TW: 还没有。目前这一切感觉像是面向开发者的测试版：从 AI 代理安装时弹出命令提示符和 Visual Studio 的体验，到处理最基本的查询时风扇狂转。

我很难为这些芯片在本地 AI 工作中的算力想出很多有说服力的用例。很多任务用免费的云端模型就能完成得快得多，而且不会让笔记本风扇转起来。这里的算力真正的用处，是让代理全速运行、通宵构建某个东西，执行开发者会青睐的任务。

把这一切都放在本地设备上也很好，不必把邮件和文件分享给云服务，也不用担心隐私问题。不过，我还是会经常关掉 OpenClaw 或 Hermes，不让它们整天在后台运行，尤其是如果我给了它们访问本地文件的权限。我还没准备好完全信任 AI，无论是不是本地的。

Microsoft 和 Nvidia 都设想了一个由 AI 代理在你的 PC 上自动处理各种事务的未来，但我仍不完全信服。虽然有些琐碎任务我确实可以自动化，但我喜欢用自己的 PC 来编辑照片或视频、写作和玩游戏。我不想坐在那里看着一个机器人替我做完这一切。对我来说，这正是使用电脑的乐趣之一。

SH: 我走出 Nvidia 的 Editor’s Day 时想着，我或许终于有理由启动本地 AI 了。我让运行着 Qwen3.8-27B 的 Hermes 为我做一份每日新闻简报，很像 Nvidia 台上演示的那种。它花了 10 分钟，以及我整块 99.9 瓦时电池的 10%，才最终生成一份新闻列表，而基于云端的 Claude（Opus 5.5）只用了一半时间——同时还完全占用了我的 GPU，并让 Spark 笔记本大幅升温。只要我开着 Hermes，笔记本就一直发热，而且有点迟钝。

Claude 给出的结果也更好，细节更丰富、出处更可靠。我想本地 AI 的 token 算是“免费”拿到的，我不会把邮件交给 Claude，而且我大概本可以用一个更小、更轻量的模型。但我还是按程序推荐的做了，结果就是这样。我尝试干净重装 Hermes，以确认不是配置错误，但这一次提示词耗时更长，还用掉了我 60% 的电量。哎哟。

1/2

AD: 我在学习使用本地 AI 的旅程中还处于早期，而这些 RTX Spark 笔记本电脑显然是一个可行——尽管昂贵——的选择。但即便你有 128GB 内存来运行一些庞大的模型，对初学者来说体验仍然不够友好。Windows 11 中微软的 Get Started 入门介绍可以一键轻松安装 Hermes Agent、OpenClaw 和 Perplexity。（不知为何它们都有 ESRB 分级？）但在那之后，你基本上就得靠自己了。我坚持用 Hermes，因为我在 Mac Studio 上已经在用它；但如果你在 32GB 或更少 RAM 的系统上使用，它只会告诉你内存不足以运行其推荐的本地 Qwen 模型——要么把你导向云端，要么完全指望你自己去找一个更小的模型。

与云端模型相比，使用本地 AI 在隐私方面有很大优势，但绝对没那么方便，因为本地 LLM 处理慢得多，对系统的负担也更重。让本地模型在笔记本内存中持续运转，会迅速耗尽这些笔记本的大容量电池，而 LLM 的结果仍然好坏参半。我在 36 分钟内耗掉了 Lenovo Yoga 9n 30% 的电量，才让一个 Qwen 3.8 27B 模型把五张 PNG 格式的产品图片调整尺寸并加上白色背景——而它把图片裁错了，还把产品切掉了。经过几条后续提示后我才让它做对，同时还得接上电源线，以免 Hermes 在这个过程中把笔记本的电耗光。

硬件真的很出色吗？

1/8

Photo: Antonio G. Di Benedetto / The Verge

AD: 这些笔记本电脑非常昂贵，但这也意味着厂商大多拿出了最高水准。纵观 Asus、HP、Lenovo，以及我从Tom 对 Surface 的看法中了解到的情况，RTX Spark 系列遍布出色乃至卓越的触觉反馈触控板、键盘、屏幕和扬声器。我正在测试的三台金属机身摸起来手感都很好。OLED 显示屏看起来都非常出色。而且就它们这种工作站级笔记本而言，每一台都算相当轻薄。

如果只根据硬件为自己挑一台，我大概会选 Asus ProArt。它最符合我的要求：三个 USB-C 接口、超亮显示屏、更出色的倒 T 形方向键，以及全尺寸 SD 卡槽。HP 实际上手感最好，机身坚固得令人印象深刻，但将近五磅的重量使它成为这几台里最重的，而且它的 microSD 卡槽对我来说用处小得多。

至于联想，它其实一直是我低调的最爱。在我测试的这一批里，它是唯一的二合一，这也让它更灵活（一语双关），也更有趣。你可以用它的大号触控笔在屏幕或大面积触控板上使用，从而在图形和设计工作上拥有更多潜力。而帐篷模式下，16英寸120Hz的OLED大屏用来偶尔打游戏或看剧、看电影都很享受——只是亮度不如华硕。

SH: 到目前为止，我真正深度使用过的只有Asus P16，但在Nvidia的Editor’s Day上，整条RTX Spark首发笔记本产品线的做工都让我印象深刻。就我个人而言，Asus P16大概不会是我的选择，因为它的屏幕过于反光，触控板也过于灵敏。我喜欢在环境光很强的房间里用笔记本，结果发现这台机器那块原本出色的校色OLED屏幕，我不得不把亮度调得很高。与此同时，我的手掌老是把鼠标光标点到我并不想点的东西上，只因为打字时不小心擦到了触控板。

扬声器和网络摄像头也还有不足，但Windows Hello人脸登录和接近感应都非常出色。我一走开，屏幕就会变暗；只要看向笔记本，就能立刻重新登录。尽管发热，华硕的风扇并不刺耳——玩游戏时声音很大、很明显，但至少是呼呼的风声，而不是啸叫。

TW：虽然测试Surface Laptop Ultra时我遇到了一些奇怪的bug，但硬件本身无可挑剔。外观和手感都与MacBook Pro非常相似，而磁吸USB-C接口真的像是苹果本该做出来的东西——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，而且在移动窗口或在PowerPoint等应用中对齐对象时，还会有细微的触觉反馈。

我更希望Laptop Ultra配备OLED屏幕，但我发现把默认的“Vivid”色彩选项换成“Enhanced”后，MicroLED面板的对比度有所提升。我也很欣赏Laptop Ultra的接口区域，尤其是它有全尺寸SD读卡器，甚至还有一个USB-A接口。更多看法请看我的完整评测。

它快吗？能跟上苹果M系列芯片吗？

	Asus ProArt P16 / Nvidia RTX Spark N1X / 128GB / 2TB	HP OmniBook Ultra / Nvidia RTX Spark N1X / 32GB / 1TB	Microsoft 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	20	20	20	18	18	12	10
GPU（核心）	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核心）	Apple M5 Pro（20核心）	12	Apple M5（10核心）
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
实测价格	$6,999.99	$3,199.99	$5,899.99	$8,149	$2,899	$1,299	$2,149

AD：是的，RTX Spark N1X 是一款强大的芯片。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 性能测试中能够跟上，比如在 Blender 渲染中与顶配 M5 Max 打成平手，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 芯片中超快的“超级核心”上投入了大量研发。坦白说，在单核性能上没有什么能与这些芯片竞争——甚至英伟达的“超级芯片”也不行。（说真的，我们能不能别再用 super 这个词了？）但 RTX Spark 的 20 核 CPU 最扎心的一点是，就连不起眼的 12 核 M6 Mac Mini 在多核性能上也能与之抗衡——而 Mac Mini 起售价仅为 $900。

无需独立 GPU 就能看到这种图形性能，真是太棒了，这让系统可以设计得更薄、风扇噪音更小。我很喜欢这一点，就像我当初喜欢 AMD 的 Strix Halo APU 一样——但和 Strix Halo 一样，英伟达的 RTX Spark 价格不菲。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高性能选择。

TW：它确实处于较高水平，但我认为高通在 CPU 方面更接近苹果的 M 系列芯片。高通在收购 Nuvia 之前，也对 Windows on Arm 进行了多年试验，并最终凭借骁龙 X 系列打造出了有竞争力的芯片。

我认为英伟达要在未来的 RTX Spark 芯片上追赶 CPU 方面的差距，也需要投入类似的工作量。RTX Spark 的研发至少花了三年，而且我从熟悉英伟达计划的消息人士处听说，这些芯片本应在去年发布。所以工作一直在进行，但 CPU 方面仍然有点令人失望。

英伟达为其基于 Arm 的 CPU 选择了联发科，这家芯片厂商更以笔记本中的 Wi-Fi 硬件闻名，而不是 CPU。我当然希望下一代会更强大。在测试 Surface Laptop Ultra 的整个过程中，我都不禁想到，那个遥不可及的梦想会是高通 CPU 与英伟达 GPU 的组合。我看不出这在现实中会发生，但要是能看到，肯定会很有意思。

那么，到目前为止我们对 RTX Spark 的看法是什么？

TW：我认为它会提升人们对 Windows on Arm 在创意和游戏任务上的兴趣，原因很简单：直到现在，我们才有真正能够运行游戏的基于 Arm 的 Windows 笔记本。英伟达首批 RTX Spark 笔记本瞄准的是创作者和开发者，但这里显然还缺一款更实惠、专注于游戏的版本。也许那就是我们听到传闻的 N1 芯片。

SH：不错，但太贵了。在做那些理论上能证明这个价格合理的事情时，又太热、太吵。我更在意它们所代表的意义，以及它们所指的方向，远胜过想拥有一台。

AD：我很高兴笔记本电脑领域现在有了更多竞争，但超高的价格让 RTX Spark 笔记本电脑大多难以企及。我希望看到更低成本的选择出现，以及最终推出 CPU 性能更高的第二代，有望进一步缩小与 Apple 的差距。我也希望这能推动基于 Arm 及兼容 Arm 的游戏继续发展。也许有一天，这甚至意味着把游戏移植到 macOS 会更容易。那岂不是一个有趣的结果？

虽然继续测试这些超高端 RTX Spark 机型会很酷，但我最期待的是亲手拿到一台基础版 Surface Laptop Ultra，或配备 24GB 内存的 Asus ProArt P14，看看它们与入门级 14 英寸 M5 MacBook Pro 相比如何。那是我个人心目中 Apple 产品线里的甜点机型——大众的 MacBook Pro。（好吧，如今它起价已是两千美元，就没那么大众了。）

就芯片选择而言，计算领域正处在一个令人兴奋的时期，但由于 RAMageddon 和天价，这也是一个绝对糟糕的时期。我一直在想，如果不是 AI 需求推高了内存和存储的价格，这些 RTX Spark 甚至 Googlebooks 之类的笔记本电脑原本会是什么价钱。在 PC 整体销量似乎呈下降趋势之际，我不知道谁会花高达 $7,000 买这些笔记本电脑，但它们存在。还是很酷的

关注话题和作者，从这篇报道中查看更多类似内容，它们会出现在你的个性化首页信息流中，并接收电子邮件更新。

• Antonio G. Di Benedetto
• Sean Hollister
• Tom Warren