回顧過去這大半年，只要你身處硬體評測或者AI圈子，大概率會被各種各樣的「AI PC」實測轟炸。
測得越多，越清楚一個現實：一旦遇到真正需要重負載幹活的場景，比如掛載一個上百億參數的大模型，或者在本地跑一整套多模態影片生成流水線，AI PC的硬體架構容易撞上兩堵高牆：
第一堵牆是物理顯示記憶體容量。第二堵牆是移動場景下的功耗。
有意思的是，今天很多從業者的工作負載也變了，越來越多的人成為 「超級個體」：他們可能是用Agent的開發者、用Blender的內容創作者、玩3A遊戲的玩家。以往，這些需求往往對應著不同配置的機器，或者需要在高性能、低功耗、輕薄便攜「不可能三角」之間反覆取捨。
而這種迫切需求，正是NVIDIA RTX Spark被大家投以高關注的原因。
RTX Spark於今年5月底首次亮相，於近期開啟預售。一周前，我們受邀飛到舊金山參加RTX Spark工作坊，這篇文章，我們將深度拆解從現場看到、採訪到的一手內容：英偉達在底層硬體上究竟做了哪些取捨？微軟為什麼要為Agent引入作業系統級的權限與隔離機制？以及，當這樣一台可以7×24小時脫機吞吐Token的設備擺在桌邊時，它究竟打算怎樣改寫開發者和專業創作者的生產力邏輯。
另外，我們也是第一時間拿到了頂配版，搭載RTX Spark的Surface Laptop Ultra，採用6144核GPU+ 20核CPU，128GB統一記憶體+1TB SSD。後續將由我們至頂AI實驗室作出進一步評測。
NVIDI為什麼開發RTX Spark？
NVIDIA過去二十多年的一條技術路徑是：創造GPU、讓GPU可編程、推出CUDA，讓RT Core負責光追，Tensor Core負責AI運算，RTX逐步把遊戲、專業創作和本地AI接到同一套加速計算平台上。NVIDIA將這一整套硬體、軟體和開發工具稱為RTX Stack。據NVIDIA現場介紹，全球已有約1.5億台RTX PC。
直到，Agent開始成為新的工作負載。
NVIDIA發現當下有三組趨勢。如下圖，左側是「Agent項目在GitHub上的關注度迅速上升」；中間是「本地模型與雲端模型都在快速進步」；右側則是「本地模型能力持續攀升」：截至今年10月，Hugging Face上本地AI模型下載量已達到16.82億次，約為去年同期的5倍。模型變得更有用，用戶對它的期待當然更高。
過去，大家打開某個軟體，自己一頓操作；而現在，能把一個任務交給Agent，讓它讀文件、找工具、寫代碼、生成素材。這裡的計算需求，Agent可能要加載很大的模型權重，保留很長的上下文，運行原本就很吃資源的專業應用，關鍵是，它可能24小時工作，像個不知疲倦的「天選打工仔」。
問題由此出現：如果想在PC上運行大模型、影片生成和持續工作的Agent，是不是必須上強度，要麼選擇功耗超過千瓦的大型工作站，要麼只能把數據和任務交給雲端處理？
這正是NVIDIA開發RTX Spark的初衷。
NVIDIA對RTX Spark的定位是「A New Beginning for Windows PCs」（ Windows PC的新開端），說法相對宏大，但也直擊問題靶心：它試圖在一台更輕、更省電的Windows PC里，同時保留RTX的遊戲和創作能力，並為本地AI騰出過去普通PC沒有的空間。
RTX Spark 的核心是叫做N1X Superchip 的高度集成 SoC，將至高可達 6144 個核心的 NVIDIA Blackwell RTX GPU 與20 核的 NVIDIA Grace CPU 結合，並以 600 GB/s 的頻寬高速互連。晶片採用雙芯粒（Dual-Tile）異構協同設計：一邊是GPU計算芯粒，另一邊是CPU、I/O與記憶體芯粒。
GPU部分配備至高6144個核心的 NVIDIA Blackwell RTX GPU、第五代Tensor Core和第四代RT Core。其中，第五代Tensor Core支持最高1 PetaFLOP的NVFP4 AI計算性能；第四代RT Core，支持光線與三角形求交吞吐量達到上一代的2倍；集成Blackwell影片引擎，支持4:2:2格式影片的硬體編碼與解碼、AV1 UHQ超高畫質編碼、以及2倍H.264解碼能力，為專業影片創作者護航。
CPU部分採用基於Arm v9.2架構的20核NVIDIA Grace CPU，由10個Cortex-X925性能核與10個Cortex-A725能效核組成。20個核心分為兩個CPU集群，每組包含5個性能核心和5個能效核心。這套CPU子系統由NVIDIA與聯發科合作定製。
記憶體部分採用統一記憶體架構（Unified Memory Architecture），最高支持128 GB LPDDR5X記憶體，擁有256bit記憶體接口、16個記憶體通道，數據傳輸速率為9400 Mb/s，記憶體頻寬達到300 GB/s。
CPU與GPU共享這一記憶體空間，並通過NVLink-C2C互聯。晶片間互聯頻寬為600GB/s，並支持雙向緩存一致性（Cache Coherency）。通俗地說，當CPU和GPU讀寫同一份數據時，硬體能夠保持數據視圖一致，開發者不必總靠軟體手動管理拷貝和緩存同步。NVIDIA告訴我們，相比於傳統經由PCIe在CPU與獨立GPU之間傳輸數據相比，這條鏈路可獲得約25倍的能效優勢。（注意，這裡比較的是數據傳輸能效，不是整台PC的能耗。）
這種設計首先是針對本地模型的「容量問題」。對於大語言模型和多模態模型來說，GPU算得再快，如果顯示記憶體裝不下權重、KV Cache、工作數據，運行時就得頻繁轉移數據，甚至無法加載某些模型。RTX Spark讓CPU和GPU在統一記憶體池中分配資源，就能做到為大模型、長上下文、多模態模型同時運行提供可能。不過，最高128GB統一記憶體並不意味著128GB都可無條件留給GPU，Windows和其他應用同樣要占用記憶體，用戶可以調整GPU記憶體預留配置。
能效是RTX Spark必須證明的事。NVIDIA以RTX 5070獨顯搭配CPU的組合為參照，稱N1X在部分低功耗區間具有約2倍的能效優勢。
而在移動使用場景下，NVIDIA進一步展示了RTX Spark在電池供電與插電狀態下的性能對比。按照現場公布的數據，在遊戲、3D渲染、影片剪輯和圖像生成等工作負載中，兩種供電狀態下的性能差異僅約1%，意味著用戶不插電時，也能獲得接近滿載的計算性能。
NVIDIA還展示一份性能對比數據，試圖說明RTX Spark並不只是一顆面向本地AI推理的處理器。這組測試橫跨遊戲、內容創作、AI計算等場景。在遊戲方面，RTX Spark N1X在《007 First Light》《DOOM: The Dark Ages》和《黑神話：悟空》三款遊戲中，分別取得了3.7倍、3.1倍和3.0倍的相對性能表現。內容創作方面，Blender 3D渲染達到3.5倍，AI圖像生成達到4.4倍，基於LTX 2.5的影片生成測試達到4.0倍。AI工作負載的差異同樣明顯，現場展示的Qwen 3.8系列智能體性能測試達到4.6倍，基於Qwen 3.6 35B-A3B的本地智能體性能測試達到4.0倍，模型微調測試則達到2.7倍。
如果仍以遊戲作為唯一標準，GeForce RTX獨立顯示卡仍然有自己的位置。NVIDIA發言人在問答里也沒有否認這一點：傳統GeForce產品繼續服務追求極限遊戲性能的用戶；Spark則把模型容量、移動能效、創作能力和Agent運行放在更關鍵的位置。所以，它不是原有RTX產品線的一次簡單擴容，而是在回答另一種PC需求。
這套平台既會出現在Windows 筆記本電腦中，適合追求可攜帶的創作與計算能力的用戶群體，10月16日上市；它也會進入緊湊型桌面主機，預計11月上市，更適合對Agent有高需求的專業人士。兩種形態的差異，實際上對應了本地AI的兩個場景：人帶著電腦工作，或者電腦留在原處持續替人工作。
目前，宏碁、華碩、戴爾、惠普、聯想、微軟、微星和技嘉成為首發陣容。售價方面，搭載RTX Spark的Surface Laptop Ultra有兩個檔位：「較低檔」採用5120核GPU+18核CPU，包括三種配置，24GB統一記憶體+512GB SSD、24 GB統一記憶體+1TB SSD、32GB統一記憶體+1TB SSD，售價2599.99美金起；「頂配版」採用6144核GPU+ 20核CPU，最高可達128GB統一記憶體+1TB SSD，售價5899.99美金。
有了硬體，Agent怎樣真正成為PC的新用戶？
硬體之外，NVIDIA還希望把Agent需要的模型、工具和運行環境一起交付。
一個能合格執行任務的Agent，至少要處理這幾個環節：從用戶的語言、文件和螢幕獲取上下文；由Agent框架組織推理與行動循環；調用語言模型做判斷；再通過工具訪問Windows應用、文件或外部服務。傳統聊天機器人主要是回答問題，Agent則必須在判斷之後採取行動。如果缺少後面的工具鏈，再強的模型也只能停留在聊天框裡。
這也是RTX Spark為什麼強調「大記憶體+完整RTX技術棧」的原因。NVIDIA列舉了辦公、創作、編程和遊戲四類場景：Agent可以讀取日曆與郵件整理計劃；調用多款創作軟體處理複雜素材；監控GitHub中的Pull Request並嘗試修復Bug；在遊戲裡讓AI角色聽懂玩家的自然語言要求。它們看似不同，背後卻都依賴同一件事：讓模型持續理解上下文，再用軟體完成操作。
本地AI的價值也在此處凸顯。如果處理的是一些敏感數據，比如私人文件、金融資料、尚未公開的影片素材等，把推理放在端側更安全；如果網路突然中斷，本地模型仍可工作；對於頻繁運行的工作流，也無需為每次模型推理持續支付雲API費用。當然，這並不代表只要使用本地模型，Agent就永遠不會聯網，譬如搜索網頁、調用在線服務時仍會產生雲端訪問。
針對不同記憶體容量和本地AI應用需求，NVIDIA展示了兩種模型選擇。一種是Qwen3.8-Flash-Next，採用MoE架構，1250億參數，每次推理約激活60億參數，在特定量化方案下，其運行時記憶體占用約70GB至80GB；另一種則是NVIDIA專門為RTX Spark本地智能體設計的Nemotron 3.5 Bolt 74B，只有740億參數，但作為MoE模型，每次推理約激活90億參數，通過2-bit量化，NVIDIA將模型記憶體占用降至約24GB。
不過，「24GB模型占用」不等於「24GB記憶體筆記本就能從容運行」。NVIDIA在問答中建議，運行Nemotron 3.5 Bolt 74B更應考慮約48GB或更高的統一記憶體配置，為系統與其他應用留出餘量。Nemotron 3.5 Bolt的意義是，儘量在推理速度和Agent能力之間找到適合端側部署的平衡，而不是單純追求參數量。開放權重、訓練數據和配方，也讓開發者能夠針對自己的任務進行調整。
即使本地模型進步很快，也有任務仍需要雲端更強的推理能力。於是NVIDIA引入NeMo Switchyard：先嘗試讓本地模型解決任務，再由Verifier判斷結果是否足夠可靠，必要時將任務升級到雲端。比如，調整圖片尺寸一類的簡單工具調用可以本地完成，複雜的GPU Kernel優化則可能需要雲端模型。這樣，用戶不必把所有請求都交給最貴的模型，也無需完全放棄雲端能力。
NVIDIA還展示了RTX Spark在家庭環境中的兩種應用場景，試圖把本地AI從個人電腦延伸到整個家庭。第一種是作為持續運行的家庭智能體，RTX Spark連接電視、風扇、窗簾、洗衣機、烘乾機、漏水傳感器以及庭院噴灌系統等設備。NVIDIA設想，藉助本地AI計算能力，這台設備可以長期承擔家庭自動化、安全監測、設備維護和家庭日曆管理等任務。
第二種場景則涉及整個家庭的算力協作。NVIDIA展示了一個典型的多設備家庭：父親用RTX Spark筆記本，母親使用RTX筆記本，兒子使用RTX遊戲電腦，女兒用MacBook。雖然這些設備運行不同的作業系統、具有不同的計算能力，但它們可以通過NVIDIA PAIR（Personal AI Router）連接起來，組成一個家庭本地AI計算集群。
PAIR的主要作用，是根據設備的可用算力、模型部署情況及當前負載，智能分配AI推理請求。例如，當一台電腦正在處理其他任務時，新的推理請求可以被調度到另一台有空閒計算資源的設備，而不必始終集中在某一台機器上。
值得注意的是，PAIR並非把多台電腦的顯示記憶體拼接成一個更大的顯示記憶體池，而是讓不同設備分別承擔獨立的推理任務。它同時支持Windows、Linux和macOS，併兼容llama.cpp、Ollama、LM Studio等本地推理引擎。
從「設備能運行一個模型」到「設備能長期提供智能計算」，NVIDIA試圖把GPU的使用方式再向前推一步。NVIDIA算了筆賬，以每月約6100萬個輸出Token為例，本地RTX Spark運行指定模型的電費估算約20美元，對照雲端Claude Sonnet 5.5 API的估算費用約1200美元。
這不是嚴格的同模型、同質量成本比較，也未計入硬體折舊、利用率和維護，但NVIDIA想強調的概念很清楚：過去衡量PC，常看幀率、渲染速度或跑分，當Agent一天到晚工作，一台電腦還可能被衡量為它持續產生多少有用的Token、完成多少任務。
讓Agent碰到Windows應用，微軟先要解決權限問題
接下來的難題，是作業系統。Agent如果只能回答問題，PC還是原來的PC；可一旦允許它修改代碼、讀取文檔、打開應用甚至訪問網路，誰來規定它到底能動哪些東西？
不妨來看兩個極端體驗：一種是「YOLO」，乾脆把所有權限給Agent，祈禱它不要闖禍；另一種則像「Alcatraz」監獄，Agent每做一步都要等你批准。前者不安全，後者又讓人不停點擊授權。NVIDIA與微軟要找的是中間道路：讓Agent有足夠權限完成真正的工作，但在作業系統層面受到約束。
微軟為此帶來了Microsoft Execution Containers（MXC）。現場演示中，GitHub Copilot被要求把網頁導航改成漢堡菜單，結果由於開發與生產目錄權限沒有劃清，Agent直接修改了生產環境，網站因此出現故障。通過MXC限制讀寫範圍後，Agent只能在允許的測試目錄修改文件，其他目錄可以設置成只讀或不可訪問。微軟還強調，Agent將擁有獨立身份、憑據與運行會話，類似Windows上的一個受限用戶，而不是默認繼承電腦主人的全部權限。
NVIDIA OpenShell則在MXC提供的隔離環境之外，補充更細粒度的安全治理能力，包括網路訪問控制、憑據保護以及面向企業的安全監控。
綜上，MXC重點解決Agent在哪裡安全運行的問題，OpenShell則進一步管理Agent在運行過程中能夠訪問什麼、執行什麼操作。兩者分別從執行環境和運行策略兩個層面，為Agent提供安全保障。
安全之外，還有讓普通用戶裝得上、用得起的問題。NVIDIA與微軟正在推動GitHub Copilot、Hermes、OpenClaw、Perplexity等應用更容易調用本地模型，以及通過MCP Server和CLI連接Office、VS Code、GitHub、Docker、Blender、ComfyUI、NVIDIA Broadcast等工具。Windows首輪設置還會向用戶提供Agent選擇入口，讓選擇、安裝和初始配置儘量變成少量點擊，而不是要求先研究推理引擎與一串命令。
微軟同時在GitHub Copilot中展示HydraFusion，把本地與雲端模型的選擇納入智能路由，並介紹MAI-Code-1.1-Flash的本地量化版本、Windows ML與llama.cpp的適配。模型能夠放進電腦只是起點；當用戶開始真正把Agent當作工作夥伴時，如何連接應用、管理權限、在本地與雲端之間切換，才決定它能不能形成可用的平台。
接下來，我們看具體應用。RTX多年來已經參與影片編解碼、渲染、AI降噪和各種創作軟體加速，它的重要性無需贅述，但創作流程里的另一個問題越來越明顯：一項作品往往要經過很多專業工具，創作者有想法，卻未必精通每一個軟體的全部功能。
這裡簡單列一條典型工作流：用Photoshop畫概念、ZBrush做雕刻、Substance做材質、Blender綁定動畫、Unreal Engine布局、Houdini處理特效、V-Ray渲染、Nuke合成、Pro Tools處理聲音，最後回到Premiere剪輯與調色。真正耗費時間的，不全是按下「渲染」之後的等待，還有在不同工具、不同專業環節之間不斷切換。
RTX Spark想把Agent放到這些工具之間。比如，插畫師完成構圖後，只需說「讓這張圖更真實」「改成夜晚」「再換一個機位」，Agent就嘗試尋找合適的ComfyUI流程，組合生成模型與後處理工具，並把結果交還給人選擇。NVIDIA強調，創作者仍負責判斷好壞，Agent負責幫助執行那些不熟悉、但又確實需要的技術步驟。
為此，NVIDIA把面向創作者的投入分成三個層次。第一層是已有的RTX創作應用，現場提到超過130款受到加速支持的軟體，Adobe還宣布優化Photoshop、Premiere和Substance 3D中的部分AI編輯與特效操作，展示的相關場景最高有約兩倍性能提升。在Photoshop演示里，移除工具可以完全在本地處理；高斯模糊、光效可作為獨立的非破壞性圖層實時調整；更進一步，用戶甚至可以要求助手製作一個鏡頭光暈濾鏡，再逐步添加可調節的控制項。
第二層是本地生成模型。NVIDIA通過NVFP4等低精度量化技術，進一步降低模型的記憶體占用。以圖像生成模型FLUX.1為例，模型在BF16下需要約23GB記憶體，經NVFP4量化後可降至約10GB，這意味著，同樣一款模型可以用更少的記憶體運行，為其他AI模型和專業應用騰出更多空間。對於需要反覆生成、修改圖像和影片的創作者而言，重要的不只是單次生成有多快，還包括一台設備能夠容納多大的模型，以及能否讓語言模型、生成模型和專業創作軟體協同工作。
在ComfyUI現場演示中，RTX Video Frame Generation與RTX Video HDR被作為節點加入工作流：原本由LTX-2.5生成的5秒、1080p、30FPS SDR影片，經過幀生成與HDR處理，可得到1080p、60FPS HDR版本，更便於進入後續調色流程。
第三層則是幫助人一直留在「可交互」的創作狀態。NVIDIA Broadcast增加離線文件處理能力，可針對已經錄好的口播清理音頻、調整眼神，也能夠讓Agent通過MCP接口控制部分效果。與此同時，DLSS 4.5 Ray Reconstruction計劃進入Blender 5.3的Cycles工作流，讓藝術家在調整材質、反射與燈光時更快看清交互式路徑追蹤效果。對於複雜三維場景，調一次參數就能及時看到可靠預覽，可能比最終離線渲染節省幾十秒更有用。
如果說創作者是苦於軟體鏈路太長，開發者面對的往往是環境太多。
常見的開發者工作方式是：一台本地筆記本負責寫代碼、操控Agent，雲端API提供模型推理，另一台帶GPU的雲虛擬機負責測試與部署。代碼、模型、依賴在這些環境之間遷移，本身就消耗精力。
RTX Spark希望把更多步驟留在同一台電腦：開發者可以在Windows編程，通過WSL使用Linux工具，調用CUDA、PyTorch以及本地模型完成測試與實驗；必要時再發布到雲端。這是Windows on Arm平台的一次重要考驗，GPU和統一記憶體再強，如果常用Python包、編譯鏈、CUDA框架和終端工具無法順暢使用，開發者仍然會回到原來的環境。
因此，NVIDIA專門強調了軟體生態：首批面向Windows on Arm的PyTorch CUDA支持、默認原生的Python，以及超過2000個Conda包；現場稱，前1.5萬個熱門的Python包中已覆蓋約97%。NVIDIA還把CUDA-X庫的使用方式封裝成Skills，讓編碼Agent能夠更方便地調用開發庫。
另一個有意思的點是開發模式的變化。NVIDIA提及一個概念叫做 「目標導向編程」：開發者不必把每一步實現路徑寫死，而是告訴Agent目標和評價標準，允許它持續嘗試。現場展示的100項編程測試中，本地Qwen3.8-Flash-Next在允許多輪疊代的方案下，完成率由84%提升至93%。
至於更大團隊，NVIDIA還談到搭載更強算力的DGX Station，帶來Windows支持。它與RTX Spark筆記本、小型桌面設備對應不同部署規模：個人開發者在自己的設備上完成主要工作，小團隊則需要共享更高算力。這裡同樣不是簡單的產品替代，而是本地計算向不同協作規模延伸。
遊戲，仍然考驗RTX 的基本功
NVIDIA遊戲團隊強調，RTX Spark仍然繼承Blackwell的RT Core、Tensor Core，以及驅動、DLSS、Reflex和遊戲開發者合作體系。對很多專業創作者來說，遊戲和創作需求原本就重疊，NVIDIA此前給出的一個現場數據是，使用RTX GPU的創作者中約85%同時也是玩家。
新平台上的遊戲能力，一方面來自傳統RTX圖形棧的延續，另一方面開始加入AI生成式渲染和遊戲Agent。以DLSS 5為例，這項技術利用3D引導神經渲染，讓遊戲畫面呈現更豐富的光照、陰影和材質細節，但AI處理畫面同樣要消耗算力，因此NVIDIA進一步優化了模型與推理流程，使DLSS 5模型的運行速度較此前提升約2倍，模型參數量也減少約24%，降至1.18億。這次優化仍採用FP8精度。
更新後的DLSS 5模型可讓《NBA 2K27》在RTX Spark上以1440p解析度達到約90 FPS，相比此前版本實現約30%的性能提升。此外，NVIDIA還推出新的幀生成模式（Performance Mode），通過簡化部分計算，在畫質略有取捨的情況下進一步提高幀率。
同時，AI還開始改變遊戲的交互方式。藉助NVIDIA ACE等技術，開發者可以為遊戲加入能夠理解自然語言、與玩家協作的AI隊友或NPC。例如，NVIDIA展示的《PUBG》AI隊友和《Aniimo》的AI寵物，就可以通過語音交流協助玩家完成遊戲任務。
NVIDIA還公布了專門面向NPC的Nemotron 3.5 Bolt E4B，提供可調整的對話與推理模式，讓角色能夠理解玩家意圖並更快決定行動。這裡的E4B和前文通用Agent使用的74B Bolt不是同一款模型：前者圍繞遊戲交互的實時性設計，後者主要面向通用智能體任務。
但新晶片能夠運行Windows，並不意味著所有Windows遊戲一上市就能順利運行。原因在於，RTX Spark採用Arm架構，而目前大量Windows遊戲仍是為x64架構開發的。微軟的Prism可以將這些遊戲的CPU指令轉換為Arm能夠執行的指令，但轉換過程可能帶來額外的性能開銷，不同遊戲受到的影響也不一樣。遊戲中的GPU圖形計算則不需要通過Prism進行軟體模擬，而是由顯示卡及相關驅動負責。
更複雜的是，一些網路遊戲使用的核心級反作弊系統，還需要遊戲廠商專門適配。現場NVIDIA也明確區分了已經支持和仍在適配中的遊戲，部分熱門網遊還需要等待後續更新。因此，RTX Spark能否提供良好的遊戲體驗，不僅取決於GPU性能和DLSS技術，還要看驅動、反作弊系統以及遊戲廠商的適配進度。
RTX Spark性能，不看廣告看療效
把創作、開發和遊戲都放進一台PC，另一個問題自然浮現：我們究竟應該怎樣測試它的性能？
這個問題放到RTX Spark上尤其現實。它既是一顆運行Windows的Arm架構SoC，也有Blackwell GPU和統一記憶體；既要運行遊戲、剪輯和3D創作軟體，還希望承擔越來越複雜的本地Agent任務。過去分別評價CPU、GPU和AI加速器的辦法，未必能完整解釋這樣一台機器。NVIDIA給出的一條建議是：有真實應用，就優先測真實應用；要用Benchmark，也儘量選最新版，並讓測試內容與實際工作負載一致。
常見測試大致有三類。合成測試（Synthetic）會刻意聚焦某項計算能力，容易重複，卻可能離真實使用較遠；代理測試（Proxy）不直接打開大型應用，而是構造與其運行方式接近的任務，兼顧效率與相關性；應用測試（Application）則讓真實軟體執行指定操作，例如調用Photoshop，或者使用軟體自帶的測試功能。三者都能提供資訊，但距離用戶真正做事的過程越近，結果通常越容易解釋。
相應的工具也不止一種。MLPerf Client是跨廠商協作的客戶端測試體系，2.0版增加了Agentic AI和圖像生成項目；UL Procyon覆蓋電腦視覺、圖像生成和大語言模型。llama-bench、llama-benchy、AIPerf、SPEED-Bench等，則更適合開發者控制模型、輸入規模與推理後端，研究特定性能瓶頸。
不過，開發工具跑出的Token/s，並不能自動等同於一個Agent完成真實工作的效率。原因在於，Agent不是一輪問答，用戶給它一個目標，它可能先讀取文件、搜索資料、調用程序，再把工具返回的結果帶回模型繼續推理；下一輪又可能生成代碼、檢查結果，直到完成任務。這種不斷在「推理-調用工具」之間往返的過程叫做Agent Loop。工具調用的內容有時很輕，只是列目錄或讀取文件；有時卻很重，可能是在Blender里渲染場景，或者生成一段影片。單獨測某一輪模型生成速度，無法覆蓋這條鏈路。
就連一次模型推理，也有兩個不同階段：Prefill是先處理用戶輸入和已有上下文，可以理解為「把材料讀進去」；Generation或Decode則是根據這些內容逐Token生成輸出，更像「一個字一個字往下寫」。前者通常更偏計算密集，後者在常見自回歸模型中更容易受到權重讀取和記憶體頻寬影響。兩項速度都重要，但對Agent而言，它們在整個任務里所占的時間比例更重要。
如此一來，才更容易理解該怎麼測一台「Agent PC」。首先看記憶體：能放下多大的模型，是否有餘量運行創作軟體乃至另一套圖像、影片生成模型；其次看上下文：Agent每一輪需要處理多少資料，重複輸入能否得到有效利用；最後看輸出：模型不僅要生成給用戶看的答案，還可能生成代碼、工具指令和中間推理內容。不同工作流的瓶頸完全可能不同。
回到傳統遊戲與創作軟體，NVIDIA反對「只跑一個分」。遊戲體驗至少有三個維度：幀率（FPS）決定畫面是否足夠流暢，PC Latency關係到玩家操作後多久得到響應，Image Quality則決定畫面看起來怎樣。三個指標可能互相牽制，尤其開啟不同畫質選項、超解析度或幀生成之後，只報一個FPS數字，並不能讓讀者知道實際玩起來是什麼感覺。
創作應用也是類似道理。影片導出、素材導入、3D離線渲染容易計時，當然應該測；可真正花費大量時間的，往往是拖動時間線、預覽畫面、挪動3D物體、修改材質和光照。導出只需幾分鐘，不代表此前半天的編輯操作都足夠順暢。好的評測應儘量把這種交互體驗寫出來，而不是只測最後按下「導出」之後的等待。
因此，能使用遊戲自帶Benchmark時，NVIDIA建議先測試真實遊戲，並按照玩家實際可能採用的解析度、畫質和功能設置操作。現場列出了多款遊戲作為示例，其用意是強調測試要落到實際遊玩的場景里。
在AI創作一側，NVIDIA展示了ComfyUI的應用內性能測試。它可以固定工作流文件、模型和節點配置，分別設置預熱次數與正式測量次數。下圖的FLUX.2工作流先進行1次預熱、再測5次，最快一次44.062秒，平均44.794秒。
針對已經成熟的PC工具，現場還給出了一份參考名單：GPU測試可以選擇支持新平台的3DMark Speed Way、Steel Nomad，以及帶CUDA路徑的Geekbench 7.1；創作工作流可以參考Puget Bench的AI與GPU效果測試、ComfyUI的應用內測試；CPU和整機層面則可結合SPEC CPU 2026、Cinebench 2026、Geekbench 7以及模擬Office辦公的項目。
NVIDIA還特意提醒了幾類容易造成誤讀的分數。第一，拿過時的3DMark項目衡量今天的遊戲能力，可能已經偏離現代圖形負載；第二，孤立引用Geekbench之類的合成CPU成績，很難推導出具體應用體驗；第三，Blender Benchmark主要看離線渲染，不會自動告訴你編輯器操作是否流暢。
還有一個只在新架構上格外突出的變量：軟體是否原生。RTX Spark使用Arm架構，而許多Windows應用與遊戲長期面向x64開發。Windows自身和不少常用應用已提供Arm原生版本；沒有原生版本的軟體，可以藉助微軟Prism轉換CPU指令運行。但Prism並不是把整個GPU也用軟體模擬出來，實際圖形運算仍由GPU和相應驅動承擔。
因此，只有把這些問題放回用戶的工作流程，以RTX Spark為代表的其他同類型產品的能力邊界才真正看得清楚。
演練一下
我們最後通過一輪Hermes Agent上手演示，來直觀感受下Agent的能力。
演示從一件很簡單的事情開始：讓運行在RTX Spark上的本地Agent，搜索最近有哪些值得關注的開放權重模型和AI智能體。第一次返回的資訊太多，演示者便讓它縮小時間範圍，只關注過去兩三周的新進展，最後再從中挑出本周最值得關注的三件事。幾輪對話下來，原本普通的資訊搜索，就變成了一份符合個人需求的技術簡報。
但如果每天都要重新提出這些要求，顯然還是麻煩。於是，演示者讓Hermes把剛才的工作流程保存為一個名叫「AI Digest」的Skill，以後只要調用這個Skill，Agent就會按照之前確定的方法搜集和整理資訊。接著，他又設置了一項自動化任務：每天上午9點，自動生成這份簡報。
接下來上難度，演示者把本地RTX Spark評測文件夾和Reviewer’s Guide交給Hermes，讓Agent檢查Benchmark版本、配置和數據異常。這裡出現了一個有意思的小插曲，Agent一開始選錯了工具，試圖調用瀏覽器，後來才調整方法，轉而讀取本地文件。檢查之後，它提出了兩個值得注意的問題：一批測試數據使用的MLPerf版本與指南要求不一致；另一組測試第一次運行明顯比後面幾次慢，可能需要確認是否屬於預熱運行。
不過，發現異常不代表一定出錯。演示者並沒有直接把這些數據判為無效，而是強調，究竟要不要重新測試、是否應該排除異常值，最終仍然需要評測人員判斷。這也是Agent在專業工作中比較實際的價值：它可以幫人檢查大量資料，發現容易遺漏的問題，但專業判斷仍然掌握在人手裡。
隨後，演示者決定暫時停止評測，等重新測試後再繼續，他讓Hermes記住這個決定，避免下次打開項目時，忘了還有一批數據沒有核實。問題來了：如果關閉當前對話，過幾天再回來，Agent還能記得之前做過什麼嗎？
為了回答這個問題，現場展示了Hermes的記憶功能，以及一個叫Second Brain（第二大腦）的個人知識體系。原理是：把過去的評測文章、項目資料、合作聯繫人、正在進行的工作，整理成保存在本地的文件，再建立索引，讓Agent可以根據需要找到相關資訊。演示者使用Obsidian展示了這些文件之間的關聯。比如，過去評測過哪台電腦，當時找誰借測，是否申請過延期，這些原本可能已經忘記的細節，都可以通過文件記錄重新找回來。
回過頭看，這段演示其實對RTX Spark的產品思路是一個非常清晰的呈現。這是一套組合拳：RTX Spark硬體提供本地運行AI模型所需要的算力、儲存等；MCP、CLI等接口讓Agent能夠調用應用和工具；Windows系統的權限機制負責限定它能訪問哪些資源；Skill、自動化和記憶功能，則讓這些能力不再停留於一次性對話，而是可以長期使用。
PC的全稱是Personal Computer，個人使用的電腦。但是在AI Agent時代，這個定義也在被改寫。「個人使用」不代表一定需要人親自操作，它可以是一個能夠接受目標、執行任務、保留進度的個人計算平台。
