一、前言：NVIDIA PC帝国的起点
时间拨回 21 世纪初，在显卡领域已经初步确定了霸主地位的NVIDIA正式进军主板市场，推出了多款叫好又叫座的nForce芯片组。可惜后续因授权分歧、战略调整等多重原因，NVIDIA与Intel、AMD的平台合作相继搁浅，最终黯然退场。
“没有属于自己的CPU，平台的话语权就永远受制于人。”黄仁勋对CPU和整机PC的野心与执念，已然埋下了种子。
从2011年的丹佛计划正式启航，到2020年斥资400亿美元试图收购ARM，再到 2021年Grace服务器CPU落地。
2026年GTC台北大会，黄仁勋正式发布RTX Spark超级芯片，这是NVIDIA历史上第一款完整面向个人电脑的SoC芯片。旧日的执念画上了句号，而个人桌面超算的新篇章，才刚刚开始。
传统的工作站强调独立的x86 CPU + 独立显卡的分离式架构，二者靠PCIe总线通信，带宽与延迟始终存在天然的物理瓶颈。
RTX Spark则彻底推翻了这套沿用数十年的设计范式，将CPU、GPU与内存深度融合为一颗完整的系统级芯片。
整颗超级芯片采用台积电3nm制程工艺，集成700亿只晶体管；内部通过NVLink-C2C高速互联技术，将一颗20核Grace Arm CPU、一颗 Blackwell架构RTX 5070级别的GPU，以及128GB统一内存封装为一颗SOC。
而这套堪比小型工作站的算力规格，最终被塞进了一台厚度仅14mm、重量约1.4kg 的轻薄笔记本里。
统一内存架构是 RTX Spark 区别于所有传统轻薄本的核心卖点，也是它能本地运行大模型的关键。
RTX Spark N1X搭载16通道256-bit LPDDR5X内存，速率最高9400Mbps，峰值带宽 300GB/s，稳定带宽273.2GB/s。与传统平台CPU内存、GPU显存各自独立的设计不同，它的Grace CPU与 Blackwell GPU通过NVLink C2C 互联（双向带宽 600GB/s）共享同一内存池，构成缓存一致的完整系统。
这种这几的好处就是，总共 128GB 的内存，最多可以划出96GB给GPU当显存用，超出部分还能动态调用。足以完整容纳几十GB的模型权重与KV缓存。
这套设计的核心价值十分直观：整机 128GB 内存可通过 NVIDIA App 滑块灵活分配给 GPU 作为显存，固定分配最高可达 96GB，超出部分还能动态调用。足以完整容纳几十 GB 的模型权重与 KV 缓存，这是传统独显笔记本无法想象的事情。
RTX Spark绝非一台“不能玩游戏”的纯生产力设备，它完整继承了NVIDIA RTX游戏技术栈、首发当日就支持数百款主流游戏、覆盖3A单机、MMO、体育、竞技全品类。
像《魔兽世界：永恒》、《战争机器：E-Day》、《AION 2》、《Control：共振》、《ANiMO》、《NBA 2K27》，这些还都是同期首发的游戏。游戏适配节奏与桌面端RTX 50系显卡完全同步，不存在新游戏先适配独显、ARM版延后的情况。
《漫威争锋》 ：ARM Windows原生游戏
另外，由于对游戏反作弊支持的问题，以往的ARM Windows平台无法运行大部分网络竞技游戏。现在NVIDIA直接联合头部厂商解决了竞技网游的反作弊兼容问题，大部分主流电竞网游已经将RTX Spark设备加入白名单中。
本次我们将会使用联想YOGA Pro 15 RTX Spark来进行全面的体验测试，该笔记本有64GB+1TB和128GB+2TB两种配置可选售价分别为29999元和42999元。
购买链接：京东(42999元)
二、联想YOGA Pro 15 RTX Spark图赏：轻薄机身兼顾OLED屏幕和常用接口
作为一款高端专业创作本，联想 YOGA Pro 15 RTX Spark走的是极简克制路线，整机采用航空级铝合金一体成型工艺，表面做细腻哑光喷砂处理。
笔记本的三围是347x242x16.7mm，净重1.7kg。
B面有一块15.3英寸的OLED屏幕，支持10点触控，采用四面窄边框设计。
分辨率2560*1600，10bit色深、拥有100%的AdobeRGB色域和100%P3色域覆盖、刷新率165Hz、响应时间0.2ms，SDR模式下最高亮度500nit，通过了DisplayHDR1000认证，HDR模式2%以下小窗峰值亮度可达1100nit。
支持6色域切换，每块屏幕在出厂前都进行过调色，色准Delta E<0.5。
YOGA 系列专属的韵律键盘，是联想为高端轻薄创作本调校的输入方案，采用1.5mm 舒适键程，键帽做了0.3mm 深度的内凹键腹曲线，完美贴合指腹形状，键帽表面还做了亲肤丝绸涂层，不易沾染油污。
D面很清爽，上方的散热栅格几乎占了一半面积。
机身左侧有一个满血48Gbps HDMI 2.1接口、一个10Gbps USB-A接口、一个40Gbps USB 4.0接口和一个3.5mm耳麦合一接口。
从左到右依次是安全锁、电源按钮、UHS-II SD读卡器、40Gbps USB 4.0接口和一个10Gbps USB-A接口。
三、处理器性能测试：原生ARM应用有实力 x86转译表现分化
1、CPU-Z
RTX Spark单线程分数1198，多核分数15754，不过ARM版的CPU-Z并不能直接与X86版进行分数对比。
2、CineBench R20
3、CineBench R23
4、CineBench 2024
这是X86版分数，单核72pts，多核1038pts。
这是ARM版分数，单核129pts，提升超过50%。多核1692pts，提升幅度60%。
5、CineBench 2026
使用X86版时，RTX Spark单线程分数547pts，多线程分数7104pts。
使用ARM版之后，单核分数540pts，多核分数7035pts。
几乎没有差别。
6、X264 FHD Benchmark
7、X265 FHD Benchmark
8、HandBrake
测试数据汇总如下：
如果是原生支持ARM的应用，RTX Spark仅凭65W的功耗就能和110W的Ultra 7 251HX打得有来有回。
但对于一些X86应用，由于RTX Spark缺乏对应的指令集，再加上Prism转译带来的损失，有比较大的落后幅度。
四、1080P游戏性能测试
1、地平线：零之曙光
2、孤岛惊魂6
3、古墓丽影：暗影
4、黑神话：悟空
5、霍格沃茨之遗
6、极限竞速：地平线5
7、龙腾世纪：影障守护者
8、赛博朋克2077
9、巫师3
10、无主之地3
11、星空
12、星球大战：亡命之徒
测试数据汇总如下：
1080P分辨率下，RTX Spark的性能与RTX 4060和AMD Radeon 8060S处于同一水准，但部分非常需求GPU性能的游戏，比如《黑神话：悟空》，RTX Spark有非常大的领先优势。
五、2K游戏性能测试：GPU负载提高后 综合优势更明显
1、地平线：零之曙光
2、孤岛惊魂6
3、古墓丽影：暗影
4、黑神话：悟空
5、霍格沃茨之遗
6、极限竞速：地平线5
7、龙腾世纪：影障守护者
8、赛博朋克2077
9、巫师3
10、无主之地3
11、星空
12、星球大战：亡命之徒
测试数据汇总如下：
到了2K分辨率，除了《孤岛惊魂6》之外，RTX Spark在其他11款游戏中相对Radeon 8060S都有不同幅度的领先优势，平均领先幅度14%。
六、DLSS与光追体验
1、NBA 2K27
如同2018年横空出世的光线追踪一样，DLSS 5同样也是3D图形进化史上的里程碑。
传统的3D渲染管线，从场景构建、PBR 材质到路径追踪，始终遵循物理法则，通过精确模拟光线传播来塑造几何与光照，每一个像素都源自真实的物理计算。结果就是画面越真实，对GPU的性能需求越高。
而DLSS 5的3D引导神经网络渲染重塑了画面渲染逻辑，它通过读取多缓冲底层数据理解场景语义，以AI重建替代纯物理计算，能以极低的算力开销渲染出以往难以想象的逼真画面。
作为第一款支持DLSS 5的游戏，《NBA 2K27》中，开启DLSS 5 3D引导神经网络渲染之后，角色的表情、汗珠、面部反光都非常自然真实。衣服的褶皱与身体曲线自然贴合，再附带适当的阴影效果，就像真实球衣穿着在真人身上一样。
2K分辨率最高画质下，开启光追，RTX Spark帧率47FPS，开启DLSS 5之后直接腰斩到了24FPS。
开启超分和6X 多帧生成之后，帧率来到了124FPS。
2、刺客信条：黑旗记忆重置
RTX Spark在2K分辨率最高画质下帧率29FPS。
开启光追后帧率反而还变高了。
打开DLSS超分和6X 多帧生成，帧率直接到了183fps。
3、赛博朋克2077
RTX Spark在2K分辨率最高画质下，帧率60FPS。
打开路径光追之后，帧率降到22FPS。
在NVIDIA APP开启DLSS 和6X 多帧生成之后，帧率直接到了239FPS。
测试数据汇总如下：
七、创作软件体验：Adobe原生应用可用 渲染成绩按项目来看
Photoshop和Premiere Pro我们都是直接在Adobe创意云端里面下载的Beta版，下载时会自动匹配系统和处理器，RTX Spark这里下载的就是原生ARM版。
1、PugetBench for Photoshop
2、PugetBench for Premiere Pro
3、Blender Benchmark v5.2
4、Indigo Benchmark v4.4.15
5、Vray-Benchmark
CUDA模式下，分数2383 vpaths。
RTX模式下，分数2858 vpaths。
测试数据汇总如下：
八、AI基准测试：大内存之外 生成速度同样要看
1、AI Image Generation Benchmark--Stable Diffusion 1.5（FP16）
2、AI Image Generation Benchmark--Stable Diffusion XL（FP16）
3、AI Computer Vision Benchmark
4、AI Text Generation Benchmark
5、Comfy Desktop
我们使用Comfy Desktop分别测试了3个NVFP4权重模型的生成速度。
其中Flux2.Klein 4B Base NVFP4耗时14.69秒，不到 15 秒就能完成一次生成。
LTX 2.5 Distilled NVFP4的测试，121帧视频耗时73秒，这个速度大概相当于RTX 4090的60~70%，要知道RTX Spark只有66W，而RTX 4090则是450W。Blackwell架构结合NVFP4之后，处理视频能力之强，可见一斑。
AI基准测试数据汇总如下：
AI基准测试，RTX Spark的性能比RTX 4060 Ti强20%，略弱于RTX 5060 Ti 16GB。需要注意的是，其他几款都是功耗较高的桌面显卡，而RTX Spark用在轻薄本里面，并且它的优势是超大统一内存。
九、屏幕与磁盘性能测试：3大色域覆盖都接近满分
1、色域
在Display P3色域模式下，测得的数据：
100%的sRGB色域覆盖、171% sRGB色域容积
98.5%的AdobeRGB色域覆盖、127% AdobeRGB容积
99.8%的DCI-P3色域覆盖、131% DCI-P3色域容积
2、亮度对比度
SDR模式下，这块屏幕最高亮度465nit，对比度为无穷大，白点色温6500。
3、色准
在色彩精准度方面，最高Delta E值是2.73，最低是0.17，平均Delta E值是0.73。
4、磁盘性能测试
联想 YOGA Pro 15 RTX Spark采用了一块来自忆联（Union Memory）的PCIe 5.0 2TB SSD。
在AS SSD BenchMark测试中，这块SSD的总分为1922，顺序读取速度达到了7128MB/s，写入速度也有4147MB/s；4K读写速度分别超过56MB/s和144MB/s。
在进行CrystaldiskMark 64GB测试时，顺序读写速度分别为11043MB/s、10243MB/s，4K读取速度为49MB/s，4K写入速度126MB/S。
十、AI体验：脱离了“消费级显卡玩 AI”的范畴
NVIDIA在AI方面的领先优势远不止CUDA简单，TensorRT-LLM与NVFP4的作用同样举足轻重。
vLLM、llama.cpp、Ollama等通用框架，是在上层做通用封装适配，天然存在一层效率损耗。
而TensorRT-LLM从硬件指令集、架构特性，到底层算子、计算图编译、调度逻辑，全部由官方垂直打通优化，搭配NVIDIA显卡时，性能会比其他框架高20~30%。
至于NVFP4，依托两级微块缩放技术，它以极小的精度损失，换来了显存占用大幅降低、推理吞吐量翻倍提升。对比通用FP4/MXFP4，NVFP4的量化误差低88%；对比INT4/NF4，其精度则高出一个量级。
因此，本次测试，我们选择基于TensorRT-LLM引擎，部署Llama 3.3 70B NVFP4、Nemotron-120B NVFP4量化模型。
1、Llama 3.3 70B NVFP4
单流体验：并发1时输出6.1 tok/s、TPOT 160ms、TTFT 483ms。这与统一内存带宽（约 273 GB/s）对40GB权重的理论上限（约 6.8 tok/s）吻合，解码受内存带宽约束。
并发达到10的时候，输出吞吐提升6倍左右，当并发数达到80时，输出吞吐基本上达到峰值，维持在148tok/s，再往上提升几乎不增加吞吐量。
2、Nemotron-120b-nvfp4
单流体验：输出速度 15 tokens/s，首字延迟（TTFT）379.8ms，端到端总延迟约 8.5 秒。这个速度已经超过普通人平均阅读速度（约 10~12 tokens/s），日常对话、单次问答的流畅度完全够用，没有明显卡顿感
高并发吞吐能力：总吞吐量近乎线性增长，并发 60 后逐渐逼近算力饱和点；到并发 100 时，总输出吞吐达到236.6 tokens/s，请求成功率100%，零失败。
3、本地智能体体验
我们依然使用部署在WSL Ubuntu里面的框架模型，使用WSL部署Octop开源AI助手，加载 Llama-3.3-70B-Instruct-NVFP4和Nemotron-120b-nvfp4这2个本地模型。
部署成功后，直接在http://127.0.0.1:8088/chat就可以访问Octop，能直接使用Nemotron-120b-nvfp4量化部署本地智能体，应该没有比RTX Spark更方便，更省电的方案了。
本地智能体几乎接手绝大部分日常工作，而且不用担心费用和泄密问题。
十一、小结：软件适配仍是前提 NVIDIA PC未来可期
我们早就拿到这台联想 YOGA Pro 15 RTX Spark时间不算短，直到现在才发布评测只为了留下更有意义的测试数据，告诉大家一个真实的RTX Spark。
本次测试小结如下：
1、RTX Spark的CPU性能表现
这个得分开来看！
如果直接运行X86应用，由于缺乏X86指令集的支持，再加上Prism转译带来的损失，RTX Spark的性能和主流高端X86处理器相比，有一定的差距，大概差了30%左右。
但如果运行原生Windows ARM应用，就我们测试的3个来说，RTX Spark的性能完全不输给Intel 酷睿Ultra 7 251HX处理器，甚至还领先一点点。这也说明了如果做好了优化，ARM的指令集并不比X86差。
2、游戏性能
按理说集成了RTX 5070级别的GPU，RTX Spark的游戏性能应该远强于RTX 4060和AMD Radeon 8060S。
但实际结果是：1080P分辨率下，RTX Spark游戏性能只是略强一些，到了2K分辨率后才有明显的领先优势。
我们从《古墓丽影：暗影》的测试截图就能看出端倪，在整个测试过程中，RTX Spark的CPU渲染延迟几乎都是GPU的2倍，也就是说瓶颈在CPU这里。
现在的PC游戏都是基于X86浮点指令集进行优化，ARM架构的RTX Spark在这些游戏中无法发挥出真实的性能。
当然，作为玩家，我们也可以把瓶颈移到显卡这边，比如使用更高的分辨率，开启光追，这个时候它的这颗基于Blackwell架构的N1X GPU才能发挥更大的潜力。
事实也是如此，随着分辨率的提高，RTX Spark相对甜点显卡的领先优势会逐渐增大，而在类似《黑神话：悟空》、《星球大战：亡命之徒》这种原本就是显卡杀手的游戏中，RTX Spark在低分辨率下也能获得非常大的领先优势。
倘若RTX Spark能带动ARM架构在Windows平台获得成功，后续势必会催生更多原生适配 Windows ARM 的应用与游戏，PC处理器市场AMD和Intel两家争霸的格局可能会被改写。
3、AI
其实说RTX Spark是一台能玩游戏能工作的AI工作站更为合适，AI计算才是它的核心定位。
CUDA生态、TensorRT-LLM引擎，以及NVFP4量化格式，早已为NVIDIA的AI芯片筑起了一道难以逾越的护城河。
搭配128GB统一内存的RTX Spark已经脱离了 “消费级显卡尝鲜AI”的范畴，完全可以承载中小团队的私有大模型服务、本地自主智能体调度，也可作为专业创作者的本地AI工作站。
链路本地化部署大模型与AI 智能体，节省了部署成本、运维和使用成本的同时，还从根源上规避了数据与技术泄漏风险。
而如今，这一切都能在一台1.7kg的联想YOGA Pro 15 RTX Spark轻薄本上成为现实。
