入门 9 分钟NVIDIA

笔记本电脑RTX Spark：ASUS、MSI、Dell，价格及 日期

在 2026 年 Computex 上，NVIDIA 确认，DGX Spark 所用的芯片——配备 128 GB 统一内存的 GB10——将以 RTX Spark 的名称进入消费级市场，搭载于 Dell、Asus、MSI、HP 和 Lenovo 预计在秋季推出的笔记本电脑和台式机中。这是首次有专为大模型推理设计的架构直接面向笔记本电脑市场。本指南梳理了哪些信息已获官方确认，哪些仍属估算——首先就是 1,799 美元的价格，这并非官方价格。

您正在挑选电脑吗？ 按预算推荐 → · 我们的页面 RTX Spark 笔记本电脑 →

作者： Mohamed Meguedmi·更新于 2026-09-05·已在 Windows、macOS 和 Linux 上测试
推荐硬件

目前已上市： RTX 5080笔记本电脑 16 GB.

为什么选择它？我们的完整资料： RTX 5080笔记本电脑 16 GB →

按预算比较所有选项，从 800 到 3 500 欧元 →

移动场景： 本地 AI 选哪款笔记本电脑 →

联盟链接——可能产生佣金，但您无需额外付费。作为亚马逊合作伙伴，QuelLLM 将从符合条件的购买中获利。

i
简而言之
RTX Spark是一款SoC（GB10芯片，Grace Blackwell架构），配备128GB CPU/GPU统一内存，并非传统显卡。· Dell、Asus、MSI、HP和Lenovo将于2026年秋季推出该产品——这只是参考时间范围，没有确定日期。· 目前流传的1799美元价格是分析师的估算，尚无官方定价。· 其128GB内存可加载70B模型（Q4量化下约40GB）或大型MoE模型，这些模型无法完整装入传统24GB GPU的显存。

#关于 RTX Spark，实际公布了哪些信息

NVIDIA RTX Spark 并不是一款装进台式机机箱的新显卡。它是一款 SoC——将处理器、GPU 和内存集成在一起的单一芯片——直接衍生自已经用于 DGX Spark 的 GB10，而 DGX Spark 是 NVIDIA 的小型 AI 开发工作站。Computex 2026 上的公告可以概括为一句话：这颗相同的芯片将在 2026 年秋季进入面向普通消费者的笔记本电脑和紧凑型电脑。

对本地 AI 而言，带来根本变化的是内存：128 GB 统一内存，由 CPU 和 GPU 共享。传统显卡的显存是独立的（例如 RTX 4090 的 24 GB），而 RTX Spark 可为模型提供 128 GB 内存。因此，它能够加载那些根本无法装入消费级 GPU 显存的模型。

i
GB10、DGX Spark、RTX Spark：各自是什么
GB10 是芯片（Grace Blackwell，一款 ARM CPU Grace 配合 Blackwell GPU）。DGX Spark 是 NVIDIA 预装该芯片的开发迷你 PC。RTX Spark 是该 GB10 的消费级版本，面向第三方品牌的笔记本和台式机。

目前需要重点关注的事项：芯片规格已明确，因为它们与已上市的GB10一致。而具体设备型号、配置信息以及尤其是价格仍不明确。NVIDIA 设定了方向；制造商尚未开启预购。

#GB10 芯片详解

GB10 采用 Grace Blackwell 架构：一个 ARM「Grace」CPU 和一个「Blackwell」GPU 位于同一封装内，共同连接到一个共享内存池。这种「统一内存」设计与 Apple Silicon 芯片（M4 Pro/Max）的理念相同——正是这一点，使它在无需购买一张 2 000 欧元独立显卡的情况下运行大型 LLM 时颇具吸引力。

统一内存
CPU 和 GPU 共享 128 GB 内存。这是核心数值：它决定了这台机器能够加载的模型的最大规模。
架构
Grace Blackwell (GB10) —— 同一SoC上集成的ARM CPU Grace与Blackwell GPU，GPU端支持CUDA
目标
面向 LLM 推理和本地 AI 工作负载，而非高端电子游戏。在 3D 渲染方面，它不能替代 RTX 5090。
格式
出厂时已集成在笔记本电脑和紧凑型台式机中。不能单独购买后加装到现有电脑上。
生态系统
GPU 端采用 NVIDIA 驱动和工具（CUDA），因此可兼容大多数常用推理引擎。
!
统一内存不等于专用显存
128 GB 统一内存的性能并不等同于 128 GB GDDR7 显存。SoC 统一内存的带宽通常低于高端显卡，这会降低生成速度（tokens/秒）。RTX Spark 可支持加载超大模型，但并不一定使其运行速度达到 GPU 集群的水平。

#厂商与 2026 年秋季时间表

NVIDIA 不会以这种面向普通消费者的形式直接销售 RTX Spark：PC 厂商会将其集成到自己的电脑中，就像集成 RTX 移动 GPU 一样。Computex 2026 上提到的合作伙伴有 Dell、Asus、MSI、HP 和 Lenovo，这五家都是笔记本电脑领域的大厂。

Dell
已宣布为合作伙伴。具体型号及产品系列目前尚未公布。
Asus
已宣布为合作伙伴。预计将面向笔记本电脑和／或紧凑型台式机市场。
MSI
已被宣布为合作伙伴。长期以来一直活跃于面向创作者和 AI 的电脑领域。
HP
已宣布为合作伙伴。预计将推出移动工作站版本。
Lenovo
已宣布为合作伙伴。其专业产品线和工作站产品线自然是候选。
i
「2026年秋季」仍是一段时间窗口，而非确切日期
已公布的时间安排提到，产品将于 2026 年秋季上市。在尚无厂商公布确定的预订日期或详细产品资料之前，请仅将这一时间窗口视为参考。硬件上市时间经常会推迟一个季度。

具体来说，每个品牌很可能会推出多种 RTX Spark 配置（续航、散热、屏幕、存储），但芯片及其 128 GB 统一内存仍将是共同基础。本指南关注的正是这一基础，而不是某个目前尚不存在的具体商业型号。

#价格：务必区分估算值和官方定价

这一点最需要说清楚，因为相关信息流传甚广。与 RTX Spark 相关的 1,799 美元这一数字是分析师的估算，并非 NVIDIA 或任何制造商公布的售价。截至本指南所标注的日期，尚无官方定价。

!
1 799 $ = 分析师估算值，非官方价格
不要根据这个数字做出任何购买决策。它只能给出入门价格可能的大致量级，实际价格将取决于制造商、配置（芯片外的系统 RAM、存储、屏幕）以及欧洲市场，在欧洲还需加上增值税和利润加成。法国最终售价可能明显不同，既可能更高，也可能更低。
官方确认内容
RTX Spark的存在、GB10芯片、128GB统一内存、五个合作伙伴厂商、‘2026年秋季’时间窗口
不具备该属性的
价格（1799 美元为估算值）、具体配置、预购日期、欧元定价。
需重点关注
戴尔、华硕、微星、惠普和联想在秋季临近时发布的官方产品公告，是获取真实价格的唯一可靠来源。

#128 GB 统一内存可以运行哪些 LLM

这正是 RTX Spark 的吸引力所在。凭借 128 GB 统一内存，它面向的是传统消费级 GPU 无法承载的一类模型。为了说明大致量级，下面列出了采用 Q4_K_M 量化时的近似内存需求；这是推荐用于兼顾质量与文件大小的格式。

7B–14B 模型（Q4）
≈ 5 到 9 GB。运行流畅，具备充足的余量以支持长上下文和并行加载多个模型。
32B参数模型（Q4）
≈ 19 GB。空间充裕，支持大容量上下文缓存。
70B模型（Q4）
约 40 GB。这正是 RTX Spark 的价值所在：它能轻松容纳一个 70B 模型，而在常规机器上则需要两张 RTX 4090。
大规模混合专家模型（100B+ 参数）
是否可行取决于量化方案。128 GB 的容量让原本完全无法载入 24 GB 显存的模型也有了运行的可能。
→
真正的优势：能加载模型，但不一定跑得快
配备 128 GB 统一内存时，70B 模型采用 Q4 量化即可加载，无需折腾磁盘卸载。不过，请记住内存带宽方面的差异：大型模型的生成速度仍会低于同等水平的独立 GPU。RTX Spark 的优势在于运行那些在其他硬件上装不下的模型，而不是在小模型上刷新每秒生成 token 数的纪录。

软件方面，无需做特殊准备：芯片提供兼容 CUDA 的 GPU，因此常用的软件栈可以运行。最简单的起点仍是在 http://localhost:11434 运行 Ollama 守护进程，再搭配 Open WebUI 或 LM Studio。默认使用 Q4_K_M 量化；当可用内存足够、希望获得更高质量时，可以选择 Q5_K_M 或 Q8_0。

终端 — 典型的起点
# Un daemon Ollama expose l'API sur le port 11434
ollama serve

# Charger un gros MoE — un usage typique de ces 128 Go unifiés
ollama pull qwen3.6:35b
ollama run qwen3.6:35b

# Vérifier la répartition mémoire GPU/CPU
ollama ps

#RTX Spark与传统GPU：两种不同的技术逻辑

只有理解 RTX Spark 与 RTX 4090 或 5090 的侧重点不同，比较它们才有意义。前者侧重内存容量，后者侧重纯粹的运行速度。

RTX 4090 / 5090（24–32 GB VRAM）
内存带宽非常高，生成速度快。非常适合运行最高 32B 的 Q4 量化模型；再大的模型则需要多张显卡，或将部分模型转移到系统内存中运行（offload）。
RTX Spark（128 GB 统一内存）
在紧凑便携的机身中提供超大内存容量。可容纳 70B 和大型 MoE 模型，但速度较为温和。
Mac M4 Pro/Max (24–48 GB 统一内存)
同样采用 Apple 的统一内存思路，但 RTX Spark 的内存容量要大得多，而且仍然属于 CUDA 生态系统。

总结：如果您需要快速运行规模不超过 32B 的模型，独立 GPU 通常仍是最佳选择。如果您想在一台可携带的机器上加载超大模型，又不想搭建双 GPU 工作站，这正是 RTX Spark 试图占据的市场定位。

#是否需要等到2026年秋季？

  1. 01
    明确您的内存需求
    如果您的目标模型能装入 24 GB 显存（采用 Q4 量化时，最多约 320 亿参数），现有的 GPU 今天就能派上用场，运行更快，也无需等待。只有当您经常打算运行 700 亿参数模型或大型 MoE 模型时，RTX Spark 才有意义。
  2. 02
    不要按 1,799 美元来做预算
    只要官方尚未公布价格，就应将这个数字视为假设。请等待制造商发布产品资料，以了解实际价格，尤其是以欧元计价的价格。
  3. 03
    关注厂商公告
    Dell、Asus、MSI、HP 和 Lenovo 将在秋季临近时公布配置和预购日期。要了解价格和供货情况，这些厂商是唯一可靠的信息来源。
  4. 04
    购买前请检查带宽
    独立测试结果发布后，请关注 70B 模型实测的每秒 token 数，而不只是标示的 128 GB 容量。容量并不能说明实际运行速度。
i
DGX Spark 已经存在
如果您现在就想体验 GB10 架构，NVIDIA 的 DGX Spark 已经搭载了这款芯片。我们的专题指南将其 128 GB 统一内存与 RTX 5090 和 Mac Studio 进行比较，并在面向大众的版本推出之前提供具体的性能参考。

#常见问题

NVIDIA RTX Spark 是一款显卡吗？
不是。它是一款 SoC（GB10 Grace Blackwell 芯片），在出厂时就已集成到笔记本电脑和台式机中。不能单独购买它，再装进现有的台式电脑。
RTX Spark的价格是多少？
目前尚无官方定价。流传的1799美元为分析师估算值，并非NVIDIA或制造商公布的正式售价。法国市场的实际价格将取决于配置、增值税及利润空间。
何时发布？
NVIDIA 的目标是 2026 年秋季，但尚未公布确定的预购日期。请将这一时间安排视为大致的时间窗口。
它能运行哪些 LLM 模型？
得益于其128 GB的统一内存，它可以加载70B参数的Q4（约40 GB）模型以及大型MoE模型，而普通24 GB显存的GPU则无法处理。然而，内存带宽仍限制了其运行速度。
是否优于RTX 5090？
取决于具体需求。5090在处理能装入其32GB显存的模型时更快；RTX Spark虽然能加载更大模型，但速度更慢。两种不同的策略。
哪些厂商会推出该产品？
戴尔、华硕、微星、惠普和联想在 2026 年 COMPUTEX 上被提及为合作伙伴。具体机型和配置尚未详细介绍。
是否存在搭载 RTX Spark 的 Dell、Asus、HP 或 Lenovo 机型？
五家品牌（Dell、Asus、MSI、HP、Lenovo）在 Computex 2026 上被宣布为合作伙伴，但尚无任何一家发布过某款具体 RTX Spark 机型的产品规格表或预订日期。

#深入了解

RTX Spark 所处的硬件格局，以下指南已有详细介绍：

NVIDIA DGX Spark
这款迷你 PC 已搭载 GB10 芯片和 128 GB 统一内存，并提供了与 RTX 5090 和 Mac Studio 对比的具体性能参考数据。
为本地 AI 选择 GPU
在统一内存与独立显存之间如何取舍？这份选购指南以RTX 4070、4090和Mac M-Max为例，给出恰当的选择标准。
选择量化方案（Q4、Q5、Q8、FP16）
要理解为什么 70B 模型在 Q4 量化下能装入 40 GB 内存，以及每调整一个量化档位会付出怎样的质量代价，这份指南必不可少。
这份指南对您有帮助吗？

有反馈、发现了错误，或想补充说明？请告诉我们，让这份指南对每个人都更有帮助。