RTX Spark 規格與定位
輝達執行長黃仁勳在台北發表的這款 RTX Spark，是由輝達與聯發科（MediaTek）深度合作的產物。它整合了輝達的 Blackwell 架構 GPU 與聯發科協助設計的 Grace CPU，透過 NVLink-C2C 技術連接。此外，黃仁勳也宣布計畫每年在台灣投資約 1,500 億美元，意旨台灣為AI發展重要關鍵地位。
1. 硬體規格亮點：
這顆晶片具備 1 Petaflop 的 AI 運算效能，並配備高達 128GB 的統一記憶體（Unified Memory）。這樣的規格是為了讓語言模型能直接在本地端流暢運行，而不必事事依賴雲端。
2. 核心概念：代理型 AI（Agentic AI）：
這次發表的核心在於「AI 代理」。目前的 AI 多半是「你問、它答」，但 RTX Spark 的目標是讓 AI 成為能主動協助、跨應用程式執行任務的「隊友」。
3. 安全與生態系：
為了隱私考量，輝達與微軟推出了「NVIDIA OpenShell」運行環境，讓使用者能控制哪些資料可以傳上雲端、哪些留在本地。目前 Adobe、Blackmagic Design 等軟體商已加入，預計效能可提升達 2 倍。
4. 上市資訊：
首批搭載此晶片的筆電與桌機（如華碩、戴爾、聯想等）預計於今年秋季上市。
我的觀察：從「雷聲大」到「真落地」?
前年大家在討論什麼是生成式大語言模型，去年在討論 Vibe Coding，今年則是 AI Agent（AI 代理）被熱烈討論的一年。看到 RTX Spark 的發表，是否預示了明年可能會是 Edge AI（邊緣運算 AI）開始在各個場域萌發茁壯的一年。
其實兩年前就已經有所謂的「AI PC」推出，我記得當時高通也有相關動作，但老實說當時偏向雷聲大雨點小。無論是 AI 介入硬體的工作情境，還是模型本身的能力，都還無法符合使用者的期待。
但現在情況不同了。目前的前沿模型能力已經相當有水準，雖然雲端模型強大，但對於開發者或高度使用者來說，價格（尤其是圖影與 Coding）、連線穩定性的問題，還有必須要被模型商政策左右的情況(如近期Anthropic 針對使用規範不停調整)，都會讓人想找尋更好的方案。
雖然現在有不少開源模型可以在本地跑，但低參數模型能力有限，且舊電腦的記憶體與效能往往讓運行的效率體驗不夠好。
看到這個需求以及本地端勢必會發展的場景，新一代的AI PC亮相，準備再一次的端上消費者面前。目前搭載輝達新晶片的筆電據稱要價至少10萬元，真的不便宜，初期可能以有高度需求或是嘗鮮者為首波的體驗者，我們再期待社群中的分享，不過以科技高速進展的情境下，最終這個項目逐漸的還是會以一定的進度慢慢普及，一直到接近商用，最後慢慢變成日常的工具。
AI熱烈的討論不過3年左右，目前已經大幅的改變我們許多日常作業流程，硬體端或許會有產能、價格的問題，但如果已經成為必要或是成為標配，等到那個時候，個人裝置都變成可供AI運行的邊緣裝置，我們買的設備都基本上都設計好與AI共同工作時，AI就真的成為日常。
這件事值得繼續觀察什麼
1. 價格與普及速度： 目前搭載此晶片的筆電據稱要價至少 10 萬元台幣，真的不便宜。初期可能僅限於高度需求者或嘗鮮者，但是這波體驗者的回饋，可能會影響後續AI PC能否更廣泛觸及的因素。
2. 本地 vs. 雲端的權力拉鋸： NVIDIA OpenShell 能否真的解決隱私疑慮，讓企業與個人放心把資料交給本地 AI 代理處理，是觀察重點。
3. 軟體適配的廣度： 雖然 Adobe 等大廠已加入，但 AI 代理是否能真正「跨應用程式」順暢運作，取決於更多中小型軟體商的開發進度。另外舊有軟體與新硬體的相容性能否順利銜接也值得觀察。
4. PC 市場的勢力重組： 輝達與聯發科的結盟，對於傳統 Intel、AMD 的 X86 架構會造成多大的衝擊，值得持續追蹤。
相關新聞連結：
