当 AI 大模型的竞争从云端卷向终端，算力的“最后一公里”正在被重新定义。2025 年，NVIDIA 以 DGX Spark 将数据中心级的 Grace Blackwell 架构塞进桌面，为开发者提供了本地运行 2000 亿参数模型的能力；2026 年 6 月，RTX Spark 进一步将这一算力下沉至消费级笔记本，与微软、戴尔、惠普等 OEM 厂商共同拉开了“Agentic AI PC”的序幕。从 3999 美元的专业工作站到面向大众的端侧超级芯片，NVIDIA Spark 产品矩阵的成型，不仅挑战了传统 AI PC 的算力标准，也引发了资本市场对芯片、OEM 和 Arm 生态的系统性重估。
硬件矩阵：DGX Spark 与 RTX Spark 的双线定位
NVIDIA Spark 并非单款产品，而是涵盖两个维度的产品体系。
DGX Spark 最早于 2025 年 CES 以 Project DIGITS 名称亮相，后在 GTC 大会正式定名，2025 年 10 月 15 日起正式发售，起售价 3999 美元。该产品为开发者、数据科学家和研究机构设计，搭载 NVIDIA GB10 Grace Blackwell 超级芯片，内置 20 核 Arm CPU（10×Cortex-X925 大核 + 10×Cortex-A725 能效核）与 Blackwell GPU，通过 NVLink-C2C 技术互连，提供 1 petaFLOP（FP4 稀疏精度）AI 算力，配备 128GB LPDDR5x-9400 统一内存（256 位宽），首发版本配置 4TB 固态硬盘。StorageReview 的实测数据显示，设备运行功耗约 240W，体积约 1.13 升，集成 ConnectX-7 提供 200Gb/s 高速网络连接，用于设备级联或 NVMe-oF 存储扩展。
值得关注的是，受存储器供应持续紧张影响，NVIDIA 于 2026 年 2 月 27 日起将 DGX Spark Founders Edition 全球建议售价由 3999 美元上调至 4699 美元，单次调涨 700 美元，涨幅约 17.5%。宏碁、华硕、微星、戴尔、惠普、联想等品牌同规格 GB10 机型也已同步调整至 4699 美元。
RTX Spark 则是 NVIDIA 在 GB10 架构基础上推出的消费级产品。2026 年 6 月 1 日 GTC Taipei 大会上，NVIDIA 正式发布 RTX Spark 超级芯片，面向轻薄笔记本和小型台式机，搭载 20 核 Grace CPU（10 大核 + 10 能效核）、Blackwell RTX GPU（6144 CUDA 核心），AI 算力同样达到 1 petaFLOP，最高支持 128GB 统一内存，可本地运行 1200 亿至 2000 亿参数大模型。该芯片由 NVIDIA 与联发科联合设计、台积电 3nm 工艺制造。首批搭载 RTX Spark 的设备将由宏碁、华硕、技嘉、微星、戴尔、惠普、联想与微软在 2026 年秋季推出。
RTX Spark 支持完整 NVIDIA CUDA 软件栈、RTX 光追、DLSS 等技术，Adobe 已宣布为其从底层重构 Photoshop 与 Premiere 架构，AI 与图形性能据称可提升一倍。供应链消息显示，搭载 RTX Spark 的终端设备预计起售价不低于新台币 14 万元，高定价短期对其市场普及形成约束。
性能比较与基准数据
NVIDIA Spark 与主流方案的性能比较，可以从开发效能、CPU 编译和图形性能三个维度观察。
本地开发的经济性。 EE Times 的成本效益分析指出，开发者在 DGX Spark 上进行长期原型设计的成本低于等效的云端实例。以每 GPU 小时约 3—5 美元的中等规模云 AI 推理成本推算，本地化开发在持续数月的迭代周期中可节约数千美元。128GB 统一内存为本地运行大规模模型提供了必要条件——高配专业显卡如 RTX Pro 6000 工作站虽可配备 96GB GDDR7，但单卡售价超过 8000 美元。RTX 5070 消费级显卡售价约 550 美元，但仅配备 12GB GDDR7 显存，在大模型工作负载上受限显著。
CPU 编译基准测试。 根据消息源 @lafaiel 在 X 平台分享的首份 RTX Spark 性能数据，该芯片在 Clang 编译基准测试中得分 43149 分，编译速度为每秒 212.5 Klines。作为对比，10 核 Apple M5 得分为 27996 分（137.9 Klines/秒），RTX Spark 领先约 54.13%。16 核 AMD 锐龙 AI Max+ 395 得分 42128 分（207.5 Klines/秒），RTX Spark 同样略占上风。24 核 Intel Core Ultra 9 285HX 得分 45657 分（224.9 Klines/秒），以微弱优势领先 RTX Spark。15 核 M5 Pro 得分 46374 分（228.4 Klines/秒），RTX Spark 落后约 6.95%；18 核 M5 Pro 得分 55165 分（271.7 Klines/秒），领先约 21.78%。
从功耗角度看，Intel Core Ultra 9 285HX 的默认 TDP 为 55W，峰值可达 160W；AMD 锐龙 AI Max+ 395 TDP 可配置范围为 45—120W。RTX Spark 基于 Arm 架构，整体功耗显著低于上述 x86 竞争方案，能效优势明显。但需要强调的是，Clang 编译测试仅反映多线程开发者工作负载的一个截面，不能直接等同于综合性能或游戏性能。
游戏性能表现。 NVIDIA 在 GTC 现场演示 RTX Spark 运行《007：初露锋芒》和《极限竞速：地平线 6》，宣称在 1440p 分辨率下帧率可超过 100 FPS，且在电池供电时依然流畅。目前公开的演示数据存在两个待确认变量：是否启用了 DLSS 超分辨率及多帧生成技术，以及具体游戏画质设置。统一内存架构解决了传统独立显卡显存不足的瓶颈——128GB 共享内存意味着无需因显存受限而被迫降低纹理质量或模型规模——但 GPU 原生图形算力水平仍需在最终零售机型面世后由第三方评测机构实测验证。
行业重构：Spark 对 AI PC 与边缘 AI 的逻辑影响
NVIDIA Spark 对行业的冲击，集中体现在对 AI PC 算力标准的重新定义和对端侧 AI 本地化部署的推动。
从传统 AI PC 到 Spark 的差异，核心在于参数规模与推理能力的量级跃升。此前主流 AI PC 产品侧重在本地运行数十亿参数级别的小型模型，主要应用于系统层面的 AI 助手功能。而 DGX Spark 与 RTX Spark 将本地可承载的模型规模抬升至 700 亿—2000 亿参数级别，从“轻量化本地小模型”升级为“服务器级大模型桌面化”。行业分析人士指出，这正在将传统以应用为中心的 PC 转变为真正意义上的 Agentic AI 个人计算机，未来数年可能进入企业和开发者的主流工作流。
端侧 AI 对硬件架构提出了新的设计约束——响应延迟、数据隐私保护和离线运行能力成为核心诉求。DGX Spark 的四机集群互联与内网私有化部署能力，对金融、医疗等数据合规性要求高的行业具有吸引力。ConnectX-7 网卡和 NVLink-C2C 技术允许用户构建完全隔离的本地 AI 环境，规避云端部署的数据泄露风险。此前依赖云资源进行大模型原型开发的流程，Spark 将早期迭代阶段从云端迁移至本地，仅在进入生产部署阶段时才动用云端资源，这种“本地原型 + 云生产”的混合模式正在成为 AI 工作流的新基准。
在软件生态层面，微软与 Adobe 等合作伙伴已展开优化。微软宣布 OpenShell 安全框架将确保 AI Agent 安全运行在 Windows 端侧。RTX Spark 平台支持 Prism x86 模拟器，可运行完整 Windows 应用和 NVIDIA CUDA 软件栈，为 Arm Windows 生态的兼容性提供了重要过渡方案。
NVIDIA CEO 黄仁勋将 RTX Spark 定义为“微软与 NVIDIA 历时三年合作的成果”。将这一信号置于更宏观的产业背景下审视：AI 数据中心算力向桌面终端迁移的趋势能否持续，关键取决于两个变量——端侧大模型应用场景的真实需求密度，以及高定价能否在规模效应下收敛至主流消费区间。
产业链影响与相关股票池分析
NVIDIA Spark 产品线的落地对产业链相关公司产生了传导效应。
最直接受益层：NVIDIA 在 RTX Spark 发布当日（2026 年 6 月 1 日）美股盘前时段上涨约 2.14%，微软涨 2.81%，戴尔涨 2.96%，惠普涨 4.11%，Adobe 涨 3.78%。OEM 厂商层面，联想集团港股当日收盘上涨 5.167%，华硕在中国台湾证券交易所大涨约 10%。A 股和北交所市场方面，春秋电子、雷神科技、英力股份等 AI PC 产业链相关公司出现联动行情。
Arm Holdings 股价在消息公布后盘前飙升 16.2%。此次 Arm 架构深度整合至 NVIDIA Spark 生态，巩固了 Arm 在端侧 AI 计算领域的战略地位。x86 阵营的英特尔和高通则面临一定程度的估值分化——英特尔盘前跌超 5%，高通跌幅约 7.2%。这一分化反映了市场对 AI 端侧硬件产业格局的系统性再定价趋势。
如何交易 NVIDIA Spark 概念股？
随着 NVIDIA Spark 推动端侧 AI 算力和大模型本地部署的产业化发展，投资者可关注上述受益公司的基本面动态。用户可通过Gate Stocks 服务，实时查看 NVIDIA、DELL、HPQ 等相关公司的股票行情、市场资讯与交易机会。在进行投资决策时，建议结合公开财务报表、技术迭代节奏及行业竞争格局进行综合评估。AI 端侧硬件尚处于产业化早期阶段，市场规模与盈利模式仍存在诸多不确定性，投资者需审慎评估相关风险。
结语
NVIDIA Spark 产品矩阵的发布，同时涉及两条并行的产业发展线索：一是将数据中心级算力搬进桌面，为 AI 本地开发提供新的工具范式；二是将大模型推理能力从云端下沉至个人终端，重构 AI PC 的算力基准。从 DGX Spark 到 RTX Spark 的延伸，反映了 NVIDIA 从企业级 AI 开发市场向消费级 AI 终端市场的渗透策略。Spark 能否真正开启下一轮硬件产业周期，取决于三个层面的变量——开发者生态的迁移速度、端侧 AI 应用场景的商业化密度，以及高定价策略能否伴随产量扩张而产生价格收敛。产业链上的相关公司已开始经历估值重估，但其商业化兑现路径仍存在技术和市场的双重不确定性，实际落地的速度仍有待持续跟踪与验证。
