ITBear旗下自媒体矩阵:

高能效SoC遇上CUDA生态,联发科与NVIDIA合作补上AI PC关键一环

   时间:2026-11-11 22:13:29 来源:互联网编辑:快讯 IP:北京 发表评论无障碍通道
 

联发科与NVIDIA联手打造的芯片已经正式登场。随着NVIDIA RTX Spark上市,这家长期深耕手机芯片的企业迈入了高性能计算领域,双方合作开发的20核Grace CPU构成了这颗超级芯片的核心。

芯片内部的设计颇具看点。联发科将CPU集群、一致性互连架构、内存控制器,连同USB、PCIe等关键系统功能,全部整合进同一颗芯粒(Chiplet)。高度集成带来了体积与能效的双重优势,性能却没有因此打折——搭载这颗芯片的PC得以在轻薄机身中容纳旗舰级算力,玩家、创作者与开发者不再需要背着厚重的机器四处奔波。

内存子系统才是这颗芯片真正的杀手锏。联发科为RTX Spark专门设计了一款内存控制器,配合一致性系统互连架构,最高可配置128GB统一内存。所谓统一内存,指的是CPU与GPU不再各自划定专属存储空间,而是共享同一个超大内存池,系统按实际负载动态调配。以128GB的配置计算,最多可将96GB划归GPU用作显存,这一容量达到移动版RTX 5090的四倍。

对于折腾过本地大模型的用户来说,这组数字的含义一目了然。决定模型推理速度快慢的是算力,但决定模型能否运行起来的,是内存容量——容量不足,再强的算力也无从发挥。128GB统一内存让参数规模可观的模型得以直接装入设备,显存占用惊人的创作软件和3A游戏同样从中受益。

软件生态的延续性同样值得关注。RTX Spark原生支持NVIDIA CUDA,开发者手中现成的模型、工具链与工作流可以无缝迁移,在本地就能完成AI模型与智能体的原型设计、微调和运行。推理过程全部在设备内部完成,核心数据无需上传,泄露风险随之降低,频繁调用云端产生的高昂成本也得以省去。

创作场景的表现同样可圈可点。FP4 Tensor Cores、光线追踪核心与DLSS技术悉数在场,AV1编码和专业级4:2:2视频格式也获得支持,多轨剪辑高规格视频或进行3D实时渲染时,预览更加流畅,成片导出的速度也明显提升。

游戏方面,这颗超级芯片拥有RTX 50系的性能底子,整体水平大致介于RTX 5060与RTX 5070之间。一台轻薄本同时覆盖开发、创作与游戏三类高负载需求,在以往的PC产品中相当罕见。

再看回AI PC这个概念本身。过去厂商宣传的多数产品名不副实——有的只是在系统里预装一个AI应用,稍进一步的也不过加了端侧录音转写之类的小功能,与用户心目中的“AI PC”相去甚远。问题的根源在于传统PC硬件架构:它围绕“人一步步点鼠标、下指令”的交互方式设计,从未考虑过能够自主干活的本地AI智能体(Agent)。在这种架构下,想在端侧跑大模型,选择基本只剩搭载高端显卡的台式机,或者厚如砖块的高端游戏本。

RTX Spark为移动端提供了新的解题思路。纵观PC行业,英特尔与AMD主导市场已有数十年,ARM架构虽凭能效优势逐步打开局面,但在高性能GPU计算与专业软件生态上始终存在短板。联发科擅长的高集成度、低功耗SoC设计,恰好与NVIDIA强大的GPU算力和CUDA生态形成互补——前者补足了移动化与能效层面的不足,后者填补了算力与生态上的空白。

AI Agent正在从简单的问答助手进化为能独立执行复杂任务的智能体,PC对算力、内存和能效的要求也随之改变。这次合作让联发科拿到了通往高性能PC市场的门票,高端Windows on Arm市场也由此多了一位实力竞争者。

 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  争议稿件处理  |  English Version