深度体验一周后，Nvidia RTX Spark 芯片的小身材大能量令我印象深刻
本月初，我有幸参加了 Nvidia 在旧金山举办的 RTX Spark 发布会，亲眼见识了这块“超级芯片”的诸多本领。此后的这段时间，我几乎把所有醒着的时间都花在了测试这款基于 ARM 的 RTX Spark 上，想弄清楚它到底和以往那些芯片有什么不同。
RTX Spark 是 Nvidia 首款系统级芯片（SoC），把 18 核 CPU 和 5120 个 CUDA 核心的 Blackwell RTX GPU 集成在一起（高配版则是 20 核 CPU 加 6144 核心显卡），整体思路与 Apple 的 M 系列芯片如出一辙。Apple 芯片一直以强劲著称，而得益于 Blackwell RTX GPU，RTX Spark 在游戏性能上同样不容小觑。
具体数据如何？这块芯片的内在确实大有乾坤——我拿到的 RTX Spark N1X 在 CPU 中塞进了 20 个核心。在 Geekbench 7.1 测试中，它的单核成绩为 2623 分，略低于 Apple M5 的 4288 分，但多核成绩高达 21989 分，远超后者的 17926 分。这意味着在内容创作、软件开发和 AI 等任务上，它能给你更充足的算力支撑。
Latest Videos FromTechRadar观看完整视频：既然 RTX Spark 在 agentic AI、创意工作流和游戏方面都颇有潜力，那我们就逐一看看它在这些领域的实际表现。
混合式 agentic AI
Nvidia 在 RTX Spark SoC 的发布会上重点强调了它在混合式 agentic AI 方面的潜力。诚然，云端 AI 模型非常强大，但把最私密的数据上传到云端，我在安全性上难免有所顾虑，而且对于这些模型背后的公司，我也不敢全然放心去信任。
使用本地开源模型，既能自主审查，又绝不会将敏感数据传出局域网，这显然是一种更安全的替代方案。但并非所有人都希望彻底切断与前沿模型的连接。因此，Nvidia 为 RTX Spark 引入了混合系统架构。
RTX Spark 支持的这种混合工作流程允许你选择特定的本地模型并将其限定在 agentic 工作流的某些环节，同时将高耗时的特定任务外包给云端前沿模型。这样一来，用户就能采取更精细化的策略，精确决定在公共模型和私有模型之间如何分配依赖程度。
对于热衷于通过 vibe-code 开发复杂产品或生成高要求 3D 场景的用户而言，不必在宽松的 YOLO 模式和彻底的封闭模式这两种二元安全选项中做取舍，这种灵活性将极具价值。
经过多日的 RTX Spark 实操体验，其 agentic 表现是否兑现了承诺？为了获得全面视图，我运行了 MLPerf Client 基准测试，模拟了使用 Qwen 3 8B 本地模型的数据分析师和 SWE agentic 工作流。测试显示，单次运行平均耗时分别为 63.7 秒和 50.8 秒，分别处理了 14,005 和 10,238 个 tokens。
我还利用 ComfyUI 测试了一些生成式图像和视频工作流。在测试使用 Flux2.Dev（NVFP4）和 Flux2.Klein 4B Base（NVFP4）模型进行图像生成时，耗时分别为 46.5 秒和 16.2 秒；而使用 LTX 2.5（Distilled）NVFP4 模型则耗时 88 秒。这与 Nvidia 此前承诺的表现大致相符，也展示了 RTX Spark 利用本地模型生成媒体内容的速度之快。
仅凭原始数据只能了解一部分信息。因此，我花了数天时间，使用 Hermes 和 Qwen3.8 27B 开源本地模型训练了自己的 AI agent，以探索 RTX Spark 的实际能力。
毫无疑问，在“额外高”设置下，它确实强悍地搞定了一些任务。我喂给它一批 CSV 格式的解析数据，让它整理电子表格、分析数据并呈现关键发现。经过 12 分钟的思考和微调，它顺利输出了一张数据透视表和一些数据观察结论。虽然它的分析结果让我没什么惊讶——毕竟我已经花了好几个月啃这份数据——但它在没有任何敏感信息离开笔记本电脑的情况下，就能精准锁定核心要点，这一点确实令人印象深刻。
不过，有些实验需要我多一点耐心，并不断调整 Agent 的工作流才能拿到最优结果。第一次我让 Hermes Agent 连接在线邮箱客户端，并生成当日邮件摘要时，它花了 75 分钟尝试各种方法与 Outlook 在线客户端交换 Token，最后意外崩溃。第二次我稍微主动一些，在它跑偏或遇到瓶颈时及时提供反馈，最终它在 70 分钟内成功完成了任务设置。
所以，只要有耐心并给出得当的提示词，利用本地模型完全能拿到不错的结果。而且，你不必每次都经历这一整套流程——让 Hermes 把某些操作保存为 Skill（技能），以后就能自动执行，甚至可以直接把它设置为定期触发的 Cron Job。你甚至可以让它研究如何优化现有技能的效率，这样未来运行所需的时间和资源就会进一步降低。
创意工作流
你大概会觉得，RTX Spark 笔记本电脑的重心完全在 AI 工具上。但事实恰恰相反：尽管围绕这款芯片的大量报道都在谈论它的 Agentic AI 能力，但这绝不是它唯一的亮点。
RTX Spark 被用在最新的 Asus ProArt P16 上，足见创作是这款新 SoC 的一大重点。即便你对它在生成式 AI 上的能力不感兴趣，光是支持 RTX 的创作软件数量——Blender、Adobe Creative Suite、Canva、Unity——就足以说明有多少创作领域巨头在为新 SoC 背书。
为了检验 RTX Spark 的创作性能，我用 PugetBench 在 Photoshop 和 Premiere Pro 中自动执行了一系列任务。PugetBench 的标准 Photoshop 工作流耗时 10.83 分钟，得分 11801；标准 Premiere Pro 流水线耗时 8.12 分钟，得分 76234，稳稳达到了真正的创作工作站水准。这个成绩大致与 Apple 的 M5 芯片处于同一区间——后者分别得分 13755 和 69887。RTX Spark 在复杂视频处理上胜出，但在静态图像方面还略逊一筹。
对于在工作中使用生成式 AI 的用户，我还用 ComfyUI 测试了一些生成图像和视频的工作流。使用 Flux2.Dev（NVFP4 和 Flux2.Klein 4B Base）NVFP4 模型生成图像时，分别耗时 46.5 秒和 16.2 秒；LTX 2.5 (Distilled) NVFP4 模型则耗时 88 秒。这与 Nvidia 此前的宣传基本一致，展现出 RTX Spark 用本地模型生成媒体内容的速度之快。
虽然我既不是摄影师也不是 Blender 高手，但折腾静态图片也有几十年了，于是翻出一个旧的 4K、300dpi 的 Photoshop 文件。它本来就相当庞大，包含大量高分辨率图层、剪贴蒙版和调整图层，我还把图层数量翻了三倍，又加了一堆滤镜和特效。结果处理时间仍不到一秒，即使把图像尺寸减半也只花了约五秒——考虑到我操作的图层和分组数量之多，这个表现相当惊艳。
借助Nvidia与Adobe近期公布的合作计划，RTX Spark甚至有望加速这些应用内置的AI工具。Adobe承诺通过优化软件以充分利用该芯片的GPU算力，搭载RTX Spark的笔记本电脑在AI处理、编辑、调色及特效方面可实现两倍的性能提升。对于将这些AI工具纳入日常工作流的用户而言，这无疑是一大利好。
游戏体验
鉴于Nvidia在游戏领域的深厚背景，RTX Spark芯片组自然也将游戏性能视为重点。由于大多数游戏运行在x86架构上，SoC（系统级芯片）过去并非游戏设备的理想载体。但Nvidia在这一领域的影响力足以推动众多开发商在10月16日芯片发布时同步推出支持RTX Spark的本地版本，例如《赛博朋克2077》、《毁灭战士：黑暗纪元》以及《007：初露锋芒》；而《使命召唤》系列则定于2027年登陆该平台。对于尚未适配的游戏，Prism模拟技术也能让用户以极小的CPU性能代价运行大量标题。
在游戏性能方面，RTX Spark的表现绝非平庸。其3DMark Port Royal得分为8,133，Steel Nomad得分为2,846，Speed Way得分为2,872。这一成绩略低于配备Nvidia GeForce RTX 5070 Ti的华硕Zephyrus G14，后者三项得分分别为10,119、3,488和4,031。但与大多数仅配备集成显卡的笔记本相比，它的优势非常明显——例如搭载RTX Spark之前的戴尔 XPS 16，其对应得分仅为3,888、1,488和916。
虽然这些模拟基准测试有助于了解游戏性能的大致情况，但实际游戏内的基准测试才是洞察真实游戏表现的最佳途径。在测试 RTX Spark 时，《赛博朋克 2077》在 1080p 分辨率、光线追踪“极致”画质下稳定运行在 30.16fps；《毁灭战士：黑暗纪元》在 1080p 下平均帧数为 48.58fps——这与搭载 Nvidia GeForce RTX 5060 的华硕 TUF Gaming A14 测得的 32.33fps 和 55.63fps 非常接近。
不过，没有什么比亲自动手玩游戏更直观的了，所以我启动了几款喜欢的游戏进行测试。说实话，《赛博朋克 2077》即使使用上述光线追踪“极致”设置也颇具可玩性，一旦切换到“中等”光线追踪设置，画面便能流畅地运行在 60fps。
与此同时，在“极致”画质下运行 战争机器：E-Day 体验极其顺滑，就像芝麻酱淋在大理石台面上一样流畅。在对抗兽群一波又一波的进攻时，即便在“极致”设置下也没有任何明显的卡顿，动作始终保持在 115fps 以上，流畅度极高。虽然它在绝对性能上可能无法匹敌 RTX 5090，但对于除顶尖电竞玩家外的任何人来说，这款芯片依然有着不少值得称赞之处。
尽管它自然无法达到像 MSI Vector A18 HX A9W 等专用游戏笔记本那样的性能水平，但我依然对 RTX Spark 芯片的游戏表现印象深刻。当你将其与类似的轻薄 SoC 系统对比时，这种优势会更加明显。虽然 MacBook Pro M5 在创意性能方面同样令人印象深刻，但它在《赛博朋克 2077》光线追踪“极致”设置下，帧率勉强只能达到 11.5fps。
因此，如果你寻找的是一款不仅能胜任某项特定任务，还能在所有操作中提供出色表现的芯片组，RTX Spark 已证明它是一个坚实的选择。
