老黃RTX Spark真機現身Bilibili World!CPU和GPU直接焊在一起,筆記本跑120B大模型

重點摘要
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 老黃RTX Spark真機現身Bilibili World!
英偉達在今年的 Bilibili World 上,首度公開展示了搭載 RTX Spark 超級晶片的筆記型電腦實機。這款晶片在今年 Computex 由黃仁勳發表,專為個人 AI 智慧體打造,如今已經真正落地。現場展出的筆電,核心就是這顆將 Blackwell RTX GPU 與自家 Grace CPU 透過 NVLink-C2C 技術直接「焊接」在一起的超級晶片,搭配 128GB 統一記憶體,無論是遊戲還是 AI 創作,操作都極為流暢。RTX Spark 的核心運算單元為 Blackwell 架構的 GPU,以及一顆英偉達與聯發科合作開發的 20 核心 Grace CPU。
兩者之間跳脫傳統 PCI-e 通訊,改採 NVLink-C2C 進行超高頻寬的直接互聯,等同於將 CPU 與 GPU 融合成一體。這款晶片的峰值算力達到 1 Petaflop,內建 128GB 統一記憶體,GPU 與 CPU 可以共享同一塊記憶體空間,資料無須在兩顆晶片之間來回搬運,大幅提升效率。英偉達將 RTX Spark 定位為「專為本地個人智慧體打造的晶片」。在大型語言模型方面,RTX Spark 能夠在本機端執行參數量達 120B 的模型,並且支援長達 100 萬 token 的上下文長度。使用者不再需要將長文件或對話歷史分批餵給模型,一次全部塞入後,模型仍然能記住前後脈絡,不會遺忘。
這項能力對於需要處理大量資訊的智慧體代理來說至關重要。針對智慧體安全與隱私問題,英偉達推出了 OpenShell 運行時環境。使用者可以自行設定智慧體能夠執行的操作權限,並依照隱私策略分流請求:敏感資料留在本地模型處理,只有脫敏後的內容才送往雲端模型。OpenClaw 與 Hermes Agent 已經將這套安全機制整合進新版 Windows 應用程式,使用者可藉此在 Windows 中執行任務、跨應用推理、生成圖像與影片、撰寫外掛與應用程式,甚至對本地檔案進行語意搜尋。創作方面,128GB 統一記憶體同樣發揮關鍵作用。
渲染大型 3D 場景時,體積資料常達數十 GB,一般筆電早就爆記憶體,但 RTX Spark 不僅能承載,還能流暢運行。英偉達技術人員在 BW 展場實際示範了在虛幻引擎 5 中渲染曼哈頓 3D 場景的效果,工程檔案超過 90GB,不論如何移動視角、插電或不插電,畫面都沒有出現卡頓。影片剪輯方面,Blackwell 內建的第五代影片解碼器能夠直接處理 12K 解析度、4:2:2 色度取樣的素材,規格已超越多數專業剪輯工作站,在筆電上更是罕見。遊戲表現同樣亮眼。
RTX Spark 支援光線追蹤、DLSS 與 Reflex 技術,在 1440p 解析度下能將 3A 遊戲的幀率穩定在 100 FPS 以上,達到消費級獨立顯示卡遊戲本的水準。雖然 RTX Spark 採用 Arm 架構,但多家遊戲廠商已表態支援,包括 KRAFTON、網易、Remedy Entertainment、Riot Games 和 Xbox 都將推出原生 Arm 遊戲。網易雷火事業部高級副總裁程龍先前提到,玩家在超輕薄的 RTX Spark 筆電上就能體驗到《永劫無間》應有的效果。
本次 BW 現場,英偉達也展示了 Arm 原生版《永劫無間》的運行效果,畫質開到最高,DLSS 4 倍多幀生成與全景光線追蹤全開,畫面依然絲滑。如果說 RTX Spark 更偏向大眾消費者,英偉達同場展示的另一款產品——DGX Spark 桌面超算,則瞄準技術極客與 AI 開發者。DGX Spark 的核心同樣是 Grace CPU 加 Blackwell GPU 的組合,透過 NVLink-C2C 互聯,具備 128GB 統一記憶體與 1 Petaflop 峰值算力,參數上與 RTX Spark 幾乎一致。
但 DGX Spark 基於 Linux 平台打造,預載 NVIDIA AI 軟體堆疊,開發者可直接在上面進行大型語言模型的原型驗證、微調與推理,最高能支援到 200B 參數量的模型。此外,DGX Spark 內建 ConnectX 網路技術,兩台設備串聯即可處理參數規模更大的模型,對獨立開發者而言,等於把訓練與微調從雲端搬回自己的書桌上。智慧體方面,DGX Spark 同樣採用 OpenShell 方案。英偉達的 Agent Toolkit 將開源模型與軟體打包提供給開發者,讓他們在這台機器上構建和部署更安全的自主智慧體。
由於 128GB 統一記憶體與 1 Petaflop 算力全在本地,智慧體可以常駐運行,不像雲端方案需要按次呼叫、按 token 計費。BW 現場,英偉達展示了在 DGX Spark 上運行由 35B Qwen 多模態模型驅動的個人智慧體:演示者用筆在紙上畫出黃仁勳提出的「AI 五層蛋糕」草圖,舉到攝影機前,要求智慧體複刻一個完整網頁。幾十秒後,成品就在本機產出,還能繼續下指令微調不同風格的蛋糕樣式,完全不燒 token。英偉達推出的 NemoClaw 也已適配 DGX Spark,為長時間線上的 AI 助手加上安全與隱私保護,使用者不必將敏感資料交給雲端,就能讓智慧體在後台持續運作。
除了這兩款產品,英偉達還帶來了首個 GeForce 典藏卡系列,回顧 GeForce 從誕生至今的高光時刻。這套免費收藏卡共有 14 款設計,致敬從 1995 年 NV1 到 2016 年 GTX 1080 的經典 GeForce 產品。每包卡包含六張,內容涵蓋標誌性 GPU、令人難忘的 LiveDemo、經典遊戲以及為 GeForce 玩家所銘記的歷史時刻。現場展示的卡包中,有人抽出了一張隱藏款——《賽博朋克 2077》夜之城主題的 RTX 2080 Ti 特別版。據介紹還有一張帶有黃仁勳簽名的大隱藏卡,將等待幸運玩家抽中。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
騰訊雲開源 TencentDB Agent Memory v2.0:專為 AI 編碼代理打造的團隊級記憶中樞
Tencent Cloud has open-sourced TencentDB Agent Memory v2.0, a team-level memory hub for AI agents. The idea is super simple: if project context was already explained once, a new session should not need it repeated.
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。