一周实测 Nvidia RTX Spark N1X 笔记本：性能、游戏与本地 AI 表现

Nvidia 的 RTX Spark N1X 处理器终于问世，我们也一直在集体测试一批搭载这款全新“超级芯片”的高性能笔记本电脑，价值不菲。RTX Spark 是一款面向笔记本电脑和小型台式电脑的高性能 Arm 架构 SoC，足以与 Apple、Intel、AMD 和 Qualcomm 的顶尖产品一较高下。它拥有大量核心、Nvidia RTX Blackwell 显卡，以及运行大型本地 AI 模型所需的充足算力和统一内存。

这款芯片的旗舰机型是 Microsoft 的 Surface Laptop Ultra，配备惊人的 128GB 统一内存，我们的 Tom Warren 已经完成了全面评测。Sean Hollister 一直在测试 64GB 版 Asus ProArt P16，我也测试了其顶配的 128GB 版本。在我们几人当中，我的待遇最优厚，手头还有一台 64GB 的 Lenovo Yoga 9n 2 合 1 笔记本和一台 32GB 的 HP OmniBook Ultra 等待测试。

这些笔记本都搭载相同的 N1X 芯片，配备 20 个 CPU 核心和 6,144 个 GPU CUDA 核心，而且价格都高得惊人——从 HP OmniBook 的 $3,199.99 到 Asus ProArt 的 $6,999.99 不等。较低价位的配置搭载 18 核 / 5,120 CUDA 核心的 N1X 芯片，但价格最低也要 $2,599.99，适用于一款 Surface Laptop Ultra，或内存更小的 Asus ProArt P14（24GB RAM）。

这些都是采用全新芯片、体积大且价格高昂的笔记本电脑。它们面向开发者、程序员和内容创作者，也适合那些希望使用本地 AI，甚至利用 DLSS 5 等最新 Nvidia 技术玩游戏的人。需要测试的内容非常多，而我们没有太多时间逐一测试。因此，下面你不会看到任何一款笔记本的详尽评分评测，而是三位作者使用五款笔记本一周后的感受和想法。

Nvidia 的“超级芯片”真的那么超级吗？Apple、Intel、AMD 和 Qualcomm 是否该正式警惕了？我们有人睡过觉吗？

它能直接正常运行吗？

Antonio Di Benedetto：如今，Windows on Arm 的体验已不再像几年前那样糟糕。很大程度上得益于 Qualcomm Snapdragon X 芯片所带来的推动，开发者为 Windows 开发了大量原生 Arm 应用。许多 x86 应用通过 Microsoft 的 Prism 模拟层运行也没有问题。

Adobe 早已推出 Photoshop 和 Premiere 的原生 Arm 版本，尽管我心爱的 Lightroom Classic 仍是基于 x86 的应用，但我在 Arm 设备上使用它时并未遇到任何问题。如今，除非你依赖只能在 Windows on Arm 上无法运行的 x86 专业软件，否则很难说它不适合你；或者，你想不受兼容性问题困扰，随心所欲地玩任何游戏。

Sean Hollister：偶尔会遇到这种情况：某个应用的加载时间比预期长，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。有时需要多试几次。有一天，我按 Alt-Tab 切换出去后，Evernote 里的笔记有几次消失了，不过强制刷新就解决了这个问题。另外，应用似乎不会遵循我在系统偏好设置中选择的深色模式。

不过，我基本同意 Antonio 的看法。我把 RTX Spark 当作日常主力设备，运行所有常用的工作和个人应用——Signal、Discord、Audacity、CapCut 和 Evernote、Irfanview、Slack、ScreenToGif 等等——目前还没有任何应用让我失望。我从来不需要考虑自己运行的是 Arm 应用还是 x86 应用。真正的问题出现在游戏和 AI 方面，下面你就会读到相关内容。

Tom Warren：过去两年，我每天都在使用一台搭载 Qualcomm 芯片的 Windows on Arm 笔记本电脑，体验已经改善到如今我甚至分不清某个应用是不是原生应用了。RTX Spark 笔记本也是如此，而且我觉得 Nvidia 进军这一品类，只会让创意应用和游戏的体验变得更好。

能玩游戏吗？

TW：直到现在，Windows on Arm 都不像是一个成熟的游戏平台。虽然原生 Arm 游戏仍然不多，但 Nvidia 的 GPU 可以通过暴力运算来弥补模拟层的开销。游戏表现会因游戏而异，但总体来说，我发现大多数游戏在中等画质、1440p 分辨率和 DLSS 性能模式下，都能稳定达到 60fps。

我主要在台式机上玩游戏，每天都能在 32 英寸 4K 屏幕上用 RTX 5090 开最高画质，早已被惯坏了，但在 15 英寸屏幕上玩中等画质，我也并不介意。我能够以原生分辨率（3270 x 2180）、中等画质并开启 DLSS 性能模式运行 Black Myth: Wukong，平均帧率达到 70fps。我用相同的中等画质和 DLSS 性能模式运行 Cyberpunk 2077，平均帧率为 66fps；Forza Horizon 6 的平均帧率则达到 57fps。

不过，有些游戏可能需要进一步降低分辨率或画质。这肯定比不上专用游戏笔记本电脑，但对于一款性能大致相当于 MacBook Pro 的设备来说，已经足以满足移动游戏需求。

SH：正如 Tom 所说，GPU 性能是够的，但 CPU 可能会拖累部分游戏。我在 Returnal（1440p、高画质）、Expedition 33（DLSS“性能”模式升频至 1200p、高画质）、Jedi Survivor（DLSS“性能”模式升频至 1200p、中等画质）和 Shadow of the Tomb Raider（原生 1800p、最高画质）中，都有足够的性能流畅运行在 60fps。

但我启动 Helldivers 2 后发现，即使降到 DLSS 升频后的 1080p，在最高难度任务中也无法保证达到 60fps。屏幕上的敌人实在太多，Spark 应付不过来。Star Wars Zero Company 则更加受 CPU 限制—Spark 完全不在乎我把画质和屏幕分辨率调高还是调低。无论怎么设置，我在战斗中看到的帧率通常都被限制在 37fps 到 39fps 之间。

即便是年代久远、性能要求不高的游戏，也可能出现一些问题。我试了 2003 年的游戏 Max Payne 2，发现有些场景的帧率会降到 50fps。我甚至在优秀的 2D 游戏合集 UFO 50 中也遇到了几次卡顿，不过另外几款 2D 游戏运行得很流畅。

我也不确定 RTX Spark 目前是否适合 VR。出色的 Titanfall 2 VR 模组可以运行，而且一开始看起来运行正常，但几分钟后稳定性有所下降。这可能是我的 Wi-Fi 问题，因为 Valve 的Steam Frame无线适配器驱动无法安装在 Spark 上。Steam 的串流音频方案也无法使用，因此音频是从 Nvidia 笔记本电脑而不是头显中播放的。

说明一下，以上所有情况都默认你愿意让笔记本电脑的风扇全速运转，并把大量热量排到桌面或腿上。对于轻薄游戏笔记本来说，这并不罕见，但它的噪音和发热要比优秀的台式机或掌机大得多。

	2560x1600	2560x1600	2560x1600	2560x1600
	Asus ProArt P16 RTX Spark（20 核、6144 个 CUDA 核心、128GB RAM）	HP OmniBook Ultra RTX Spark（20 核、6144 个 CUDA 核心、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》超高画质	41	46	57	56
《赛博朋克 2077》超高画质 RT & DLSS 质量模式	30	35	44	42（MetalFX 质量模式）
《赛博朋克 2077》超高画质 RT & DLSS 帧生成 x2	53	56	68	75（MetalFX 质量模式，FSR 3.1 FG）
《赛博朋克 2077》超高画质 RT & DLSS 帧生成 x4	92	103	未测试	不兼容

AD：我一直都想要一台既像 MacBook Pro，又具备完整 PC 游戏性能的笔记本，所以我对这些笔记本的图形表现寄予厚望。第一晚，我设置好 Asus ProArt P16——它拥有高达 128GB 的超大内存——然后启动Big Walk，准备和几个朋友在线共度夜晚。我的第一反应是：“嗯，看起来还行吧，大概。”我知道Big Walk不是什么 AAA 级画面巨作，但作为“朋友一起玩的烂游戏”类型，它的图形要求也不低。我本以为 N1X 能开到最高画质，或者至少接近最高画质，但实际并非如此。

我不得不把 P16 的 4K 屏幕分辨率降到 2560 x 1600，而且为了维持相当稳定的 60 左右 fps，我没有使用Big Walk的“最高”或“非常高”画质预设，而是调低到“高”。对于这款和朋友一起解谜的轻松合作游戏来说，这些真的重要吗？当然不重要。毕竟画面看着还不错。但这也让人清醒地意识到，这颗“超级芯片”并不是什么图形魔法师。

正如 Tom 和 Sean 所指出的，RTX Spark 的游戏表现还算不错，但有些情况下，还是要降低预期，接受中等甚至低画质设置，并做好依赖 DLSS 和帧生成的准备。毫无疑问，更便宜的台式机，甚至配有独立 Nvidia 显卡的笔记本，都能轻松胜过 N1X。Nvidia 声称它相当于把 RTX 5070 Laptop GPU 集成进了 SoC，但根据我的测试，它的表现介于 RTX 5070 Laptop GPU 和 RTX 5060 Laptop GPU 之间——当然不算差，但如果你首先看重游戏性能，那么传统 Nvidia 显卡能让你的钱发挥更大作用。

续航如何？

SH：Nvidia 的合作伙伴为首批 RTX Spark 笔记本配备了能带上飞机、且无需接受额外询问的最大容量电池之一——但即便像我的 Asus ProArt P16 那样配备 99.9 watt-hour 电池，这些笔记本也拿不到续航大奖。Tom 和 Antonio 整天测试各种使用场景时，我把 P16 当作日常主力机，用于日常工作，同时像鹰一样紧盯着电量表。这些工作主要是在网页浏览器中写稿，而电池撑不到一天。

我表现最好的一次，是在 50 percent 亮度下完成 5 小时 40 分钟的实际工作，其中包括和 Tom、Antonio 开了一小时视频通话，讨论 RTX Spark 报道计划。第二天，由于我花了两个小时在 Capcut 中剪辑这段视频，满电后只用了大约 5 小时。第三次耗尽电池时，也只用了 5 小时。

进行网页浏览时，在笔记本电脑默认设置下，我通常看到电池耗电为 13-17 瓦；轻度视频处理时会升至 20-30 瓦，导出视频（虽然时间很短）时最高可达 50 瓦，而玩 Indiana Jones and the Great Circle 时，我甚至让它飙升到了 120 瓦。电池无法持续以这种速度供电——电量缓慢下降；当电量降至 30% 时，我发现性能大幅下滑，功耗骤降至 60 瓦。

好消息是，Asus 使用 140W USB-C PD 电源时充电很快。从电量耗尽到充至 50% 花了 20 分钟，再花 15 分钟充至 70%，总共用 1 小时 15 分钟充至 95%。

广告：我一直需要在接通电源的情况下运行大量基准测试，因此没能像平常那样花足够多的时间测试电池续航。根据我断断续续的使用体验，续航似乎还不错。正如 Sean 所发现的，除非你刻意提高能效，否则很难撑满八小时的工作日。如果你启动任何高负载任务，比如运行本地 AI 模型（稍后详谈），甚至撑不到午餐时间。我会在继续使用这些笔记本电脑的过程中，最终进行更全面的电池测试，包括我们常做的续航测试，以便进行一些一对一对比。

本地 AI 有用吗？

TW：还没有。目前这一切都像是面向开发者的测试版：从安装 AI 智能体时突然弹出命令提示符和 Visual Studio，到运行最简单的查询时风扇也全速运转。

我很难想到这些芯片的算力在本地 AI 任务上有什么令人信服的用途。很多任务用免费的云端模型就能快得多地完成，而且笔记本电脑的风扇也不会转起来。真正能发挥这里算力的，是让智能体全速运行一整夜，构建某些东西，执行开发者青睐的任务。

将这些内容保留在本地设备上也不错，这样就不必把电子邮件和文件分享给云服务，也不用担心隐私问题。尽管如此，我还是会经常关闭 OpenClaw 或 Hermes，不让它们整天在后台运行；尤其是当我授予它们访问本地文件的权限时更是如此。我还没准备好完全信任 AI，不管它是在本地运行还是云端运行。

Microsoft 和 Nvidia 都设想未来 AI 智能体能自动处理 PC 上的各种事务，但我仍不完全信服。虽然确实有些琐碎任务我可以自动化处理，但我喜欢用 PC 修图或剪视频、写作和玩游戏。我不想坐在那里看着机器人替我做完所有这些事。对我来说，这正是计算乐趣的一部分。

SH：我离开Nvidia 编辑日活动时，觉得自己或许终于有理由试试本地 AI 了。我让运行 Qwen3.8-27B 的 Hermes 为我制作一份每日新闻简报，形式类似 Nvidia 在台上演示的那种。它花了 10 分钟，耗掉我整块 99.9 瓦时电池电量的 10%，才终于生成一份新闻列表；而云端 Claude（Opus 5.5）只用了一半时间就完成了。与此同时，它几乎占满了我的 GPU，还让 Spark 笔记本电脑明显发热。只要 Hermes 一直开着，笔记本电脑就会一直发烫，运行也有些迟缓。

Claude 生成的结果也更好，细节更多，来源也更可靠。我想我算是“免费”拿到了本地 AI 令牌，但我不会放心让 Claude 处理我的电子邮件，而且我可能本可以使用更小、更轻量的模型。不过我采用了程序推荐的方案，结果就是这样。我重新干净安装了 Hermes，以确保问题不是配置错误，但这一次，提示词处理耗时更长，还消耗了60％的电量。哎哟。

1/2

广告：我才刚开始学习使用本地 AI，这些 RTX Spark 笔记本显然是可行的选择——尽管价格不菲。但即使你有 128GB 内存，足以运行一些庞大的模型，对新手来说，这仍然不是一种易用的体验。Windows 11 中 Microsoft 的“开始使用”入门页面，让你只需点击一下就能安装 Hermes Agent、OpenClaw 和 Perplexity。（不知为何它们全都带有 ESRB 分级？）但之后，你就得自己摸索了。我继续用 Hermes，因为我已经在 Mac Studio 上使用它；但如果你在内存不超过 32GB 的系统上使用它，它只会告诉你内存不足，无法运行它推荐的本地 Qwen 模型——要么把你引向云端，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 在隐私方面有显著优势，但肯定没那么方便，因为本地 LLM 处理速度慢得多，也更耗系统资源。在笔记本内存中运行本地模型，会迅速耗尽这些笔记本的大容量电池；而 LLM 的结果依然参差不齐。我花了 36 分钟，耗掉 Lenovo Yoga 9n 30％的电量，让 Qwen 3.8 27B 模型调整五张 PNG 格式的产品图片尺寸并添加白色背景——结果它裁错了图片，还把产品截掉了一部分。我又用了几条后续提示词，才让它正确完成任务；同时还得接上电源线，以免 Hermes 在过程中耗尽笔记本电量。

硬件真的很棒吗？

1/8

Photo: Antonio G. Di Benedetto / The Verge

广告：这些笔记本价格很高，但这也意味着制造商基本都拿出了看家本领。无论是 Asus、HP、Lenovo 的机型，还是我从Tom 对 Surface 的看法中了解到的情况，RTX Spark 系列都配备了从出色到近乎完美的触觉触控板、键盘、屏幕和扬声器。我正在测试的三款机型采用金属机身，触感都很棒。它们的 OLED 屏幕看起来都很出色。而且，作为工作站级笔记本电脑，它们每一款的机身都算得上相当轻薄。

如果只根据硬件来选一款自用，我大概会选 Asus ProArt。它最符合我的需求：配有三个 USB-C 接口、亮度极高的显示屏、布局更好的倒 T 形方向键，以及全尺寸 SD 卡槽。HP 的手感其实最好，机身坚固得令人印象深刻；但它重近五磅，是这几款里最重的，而且它的 microSD 卡槽对我来说实用性低得多。

至于 Lenovo，它其实一直是我最喜欢的黑马。它是我这次测试的产品中唯一一款二合一设备，这让它更加灵活（双关）有趣。你可以在屏幕或大尺寸触控板上使用它的触控笔，为图形和设计工作带来更多可能性。帐篷模式搭配大尺寸 16 英寸 120Hz OLED 屏幕，无论是偶尔玩游戏，还是看节目和电影，都令人愉悦——只是亮度不如 Asus。

SH：目前我只深度体验过 Asus P16，但在 Nvidia 编辑日上，RTX Spark 首发笔记本涵盖的整个产品系列，其做工都给我留下了深刻印象。Asus P16 大概不会是我个人的选择，因为它的屏幕反光太强，触控板也过于灵敏。我喜欢在环境光线充足的房间里使用笔记本电脑，结果发现我不得不把这台机器的屏幕亮度调得很高，才能充分利用这块经过校准的、出色的 OLED 屏幕。与此同时，我打字时手掌会不小心碰到触控板，导致鼠标光标不断点中我并不想点的东西。

扬声器和摄像头也不尽如人意，但 Windows Hello 面部登录和接近感应功能非常出色。我一走开，屏幕就会变暗；只要看向笔记本电脑，我就能立刻重新登录。尽管机身发热，Asus 的风扇声音并不刺耳——玩游戏时它们确实很响、很明显，但至少听起来是呼呼声，而不是尖啸声。

TW：测试 Surface Laptop Ultra 时，我遇到了一些奇怪的 Bug，但硬件方面无可挑剔。它的外观和手感与 MacBook Pro 非常相似，而磁吸 USB-C 接口确实让人觉得 Apple 本来也该这么做——它就是这么好用。大尺寸触觉反馈触控板延续了 Surface 触控板一贯的出色表现，而且在你移动窗口或在 PowerPoint 等应用中对齐对象时，还会提供细腻的触觉反馈。

我更希望 Laptop Ultra 配备 OLED 显示屏，但我发现，将默认的“鲜艳”色彩选项切换为“增强”后，mini-LED 面板的对比度有所提升。我也非常喜欢 Laptop Ultra 的接口配置，尤其是它配备了全尺寸 SD 卡读卡器，甚至还有一个 USB-A 接口。更多感想请查看我的完整评测。

它速度快吗？性能能与 Apple M 系列芯片一较高下吗？

	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 核心数	20	20	20	18	18	12	10
GPU（核心数）	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 个核心）	Apple M5 Pro（20 个核心）	12	Apple M5（10 个核心）
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 分钟 18 秒	1 分钟，10 秒	1 分钟，51 秒	2 分钟，34 秒	2 分钟，47 秒
SSD 持续读取速度（MB/s）	7189.07	10373.83	14537.29	13638.91	12218.07	6759.86	7049.45
SSD 持续写入速度（MB/s）	6719.82	9246.89	12582.13	17814.19	15420.95	7537.38	7317.6
测试配置价格	$6,999.99	$3,199.99	$5,899.99	$8,149	$2,899	$1,299	$2,149

AD：没错，RTX Spark N1X 是一款强大的芯片。我们一直在测试的这些高端笔记本配置拥有大量统一内存，旨在与 Apple MacBook Pro 中的 Pro 和 Max 芯片竞争。虽然它们在一些 GPU 性能测试中表现不俗，例如在 Blender 渲染测试中与顶配 M5 Max 打平，但 Apple 的 CPU 强大得多。

Apple 在自研处理器以及 M6、M5 Pro 和 M5 Max 芯片中速度极快的“超级核心”上投入了大量研发。坦白说，在单核性能方面，没有什么能与这些芯片竞争——连 Nvidia 的“超级芯片”也不行。（说真的，我们能不能别再用“超级”这个词了？）但 RTX Spark 的 20 核 CPU 最让人难受的一点是，就连一款不起眼的 12 核 M6 Mac Mini，在多核性能上都能与它一较高下——而 Mac Mini 起售价仅为 $900。

无需独立 GPU 就能获得这样的图形性能，真是太棒了，这样系统设计可以更轻薄，风扇噪声也更小。我很喜欢这一点，就像我喜欢 AMD 的 Strix Halo APU 一样——但和 Strix Halo 一样，Nvidia 的 RTX Spark 也是一款昂贵的产品。不可否认，只要你没那么在意游戏，Apple 的产品整体表现更加均衡。

TW：它确实很有竞争力，但我认为在 CPU 方面，Qualcomm 更接近 Apple 的 M 系列芯片。在收购 Nuvia 并成功打造出有竞争力的 Snapdragon X 系列芯片之前，Qualcomm 也在 Windows on Arm 领域进行了多年的尝试。

我认为 Nvidia 需要付出类似程度的努力，才能让未来的 RTX Spark 芯片在 CPU 方面迎头赶上。RTX Spark 的研发至少花了三年时间，我从熟悉 Nvidia 计划的消息人士那里听说，这些芯片原本计划于去年推出。因此相关工作一直在进行，但 CPU 方面还是有些令人失望。

Nvidia 选择了 MediaTek 为其 Arm 架构 CPU 供货。这家芯片制造商以笔记本电脑中的 Wi-Fi 硬件而非 CPU 闻名。我真心希望下一代产品能更强大。测试 Surface Laptop Ultra 的整个过程中，我都忍不住想，要是能把 Qualcomm CPU 和 Nvidia GPU 结合起来，那将是一个不可能实现的梦想。我不认为这在现实中会发生，但如果真能看到这样的产品，肯定会很有意思。

那么，我们目前对 RTX Spark 的看法是什么？

TW：我认为它会提升人们对 Windows on Arm 在创作和游戏任务方面的兴趣，因为直到现在，我们还没有真正能运行游戏的 Arm 架构 Windows 笔记本。Nvidia 首批 RTX Spark 笔记本的目标用户是创作者和开发者，但这里显然存在推出更实惠、专注于游戏的版本的空间。也许这就是我们听说过传闻的 N1 芯片。

SH：不错，但太贵了。做那些理论上能证明这个价格合理的事情时，它又太热、噪声又太大。我在意它们代表的意义，以及它们所指向的方向，远胜于拥有一台。

AD：我很高兴笔记本电脑领域如今竞争更加激烈，但 RTX Spark 笔记本的价格实在太高，大多数人都买不起。我希望能看到价格更低的选择，以及未来推出性能更强的第二代产品，进一步缩小与 Apple 的差距。我也希望这能推动 Arm 及兼容 Arm 的游戏加快开发。也许有一天，这甚至能让游戏移植到 macOS 变得更容易。这不是很棒吗？

尽管继续测试这些顶级 RTX Spark 型号会很酷，但我最期待的是拿到一台配备 24GB 内存的基础款 Surface Laptop Ultra 或 Asus ProArt P14，看看它们与入门级 14 英寸 M5 MacBook Pro 相比表现如何。这是我心目中 Apple 产品线的最佳选择——属于大众的 MacBook Pro。（好吧，如今就没那么合适了，毕竟它的起售价已经是两千美元。）

芯片选择如此丰富，计算领域正处于令人兴奋的时期；但 RAMageddon 和飙升的价格也让这段时期糟糕透顶。我总在想，如果 AI 需求没有推高内存和存储的价格，像这些 RTX Spark，甚至Googlebook这样的笔记本会卖多少钱。我不知道，在整个 PC 销量似乎呈下降趋势的情况下，谁会花高达 7,000 美元买这些笔记本，但它们能问世，还是挺酷的。

关注本文中的话题和作者，即可在个性化主页信息流中查看更多类似内容，并接收电子邮件更新。

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