跳转至内容
  • 首页
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(不使用皮肤)
  • 不使用皮肤
折叠
品牌标识

抡锤者

  1. 主页
  2. 版块
  3. AI硬件
  4. 怎么看Nvidia最新发布的RTX Spark?会是电商、视频利器吗?

怎么看Nvidia最新发布的RTX Spark?会是电商、视频利器吗?

已定时 已固定 已锁定 已移动 AI硬件
nvidia
13 帖子 8 发布者 284 浏览 1 关注中
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • T 离线
    T 离线
    Tiger
    发表于 最后由 Tiger 编辑
    #1

    Nvidia 在 2026 台北国际电脑展(Computex 2026)上联手微软、联发科(MediaTek)重磅发布的 RTX Spark Superchip,可以说是给整个 PC 行业扔下了一枚重磅炸弹。它将 Arm 架构 CPU 与 Nvidia Blackwell 架构 GPU(拥有 6144 个 CUDA 核心、最高 128GB 统一内存以及 1 Petaflop 的 AI 算力)融合在一起,旨在把数据中心级的 AI 性能直接塞进轻薄的 Windows 笔记本里。 而且秋季更多的厂家会推出类似型号(微软、戴尔、惠普、联想、华硕、微星等第一梯队 OEM 厂商已经全线加入,计划在 2026 年秋季推出多达 30 款笔记本和 10 款紧凑型台式机),用来做视频有期待吗?

    1 条回复 最后回复
    0
    • T 离线
      T 离线
      Tiger
      发表于 最后由 编辑
      #2

      技术指标
      具体规格 / 性能表现
      制程工艺
      TSMC(台积电)3nm
      CPU 架构
      20核 Nvidia Grace Arm 核心(MediaTek 联合设计)
      GPU 架构
      Blackwell 架构,6,144 个 CUDA 核心
      AI 算力
      1 Petaflop (支持 FP4 精度,第五代 Tensor Core)
      内存/显存
      最高 128GB LPDDR5X 统一内存
      内存带宽
      300 GB/s
      互联总线
      NVLink-C2C 级联
      整芯片功耗 (TDP)
      动态范围:低至个位数瓦特 ~ 最高 80W
      定位级别
      生产力/AI 部署:顶级 Tier 0 级;游戏图形:移动端 RTX 5070 级别

      1 条回复 最后回复
      0
      • kop wangK 离线
        kop wangK 离线
        kop wang
        超级版主
        发表于 最后由 编辑
        #3

        GB10阉割200GB网卡版本。

        虚心交流,一起进步

        1 条回复 最后回复
        0
        • C 离线
          C 离线
          comeN
          发表于 最后由 编辑
          #4

          看起来挺玄乎,还得看出来以后价格合理不,这算力放在笔记本上还要看真要是部署能跑出多少速度。

          1 条回复 最后回复
          0
          • kos orK 离线
            kos orK 离线
            kos or
            技术大牛 劳动模范
            发表于 最后由 kos or 编辑
            #5

            我看Jensen Huang的簡報內容 上面寫著記憶體速度 600 GB/s 很快 !! 大概是兩台用NVLink 連接起來?=> 最高 128GB LPDDR5X 统一内存 内存带宽300 GB/s 互联总线 NVLink-C2C 级联
            RTX Spark.png

            terryT 1 条回复 最后回复
            0
            • Tony WangT 离线
              Tony WangT 离线
              Tony Wang
              超级版主
              发表于 最后由 编辑
              #6

              老黄显然不满足 GB10 只在极客圈子和生产力圈子里使用.

              GB10其是在 LLM 和 AI生图, 生视频方面 都具备了基本可用的素质, 在这个意义上来说, 性价比还不错.

              问题在于它的生态很差, AI方面的生态差, 应用方面的生态更差. 所以 只能是 极客圈子 和 生产力圈子 才会用, 而 生产力圈子 要转向NVIDIA 的专属linux, 要有巨大的市场教育成本.

              所以这个新品, 和windows结合, 使用游戏本的形态, 可能会帮助它拓展使用人群. 尤其是和windows的结合.

              从这个角度上来讲, 可以对 视频生产 有一定期待, 毕竟显存够大, 慢就慢点儿, 但是一致性会好很多.

              1 条回复 最后回复
              2
              • kos orK kos or

                我看Jensen Huang的簡報內容 上面寫著記憶體速度 600 GB/s 很快 !! 大概是兩台用NVLink 連接起來?=> 最高 128GB LPDDR5X 统一内存 内存带宽300 GB/s 互联总线 NVLink-C2C 级联
                RTX Spark.png

                terryT 在线
                terryT 在线
                terry
                超级版主
                发表于 最后由 编辑
                #7

                @kos-or 如果达到这样的带宽,虽然是和内存共享,那比DGX Spak厉害多了。会很有价值。

                油管:https://www.youtube.com/@抡锤者

                1 条回复 最后回复
                0
                • Tony WangT 离线
                  Tony WangT 离线
                  Tony Wang
                  超级版主
                  发表于 最后由 编辑
                  #8

                  @terry @kos-or

                  这里是NVIDIA的文字游戏, C2C的带宽指的是 CPU和GPU之间的直连带宽, 统一内存的带宽还是 300G. 对于多任务协同有促进, 对于单纯的LLM推理, 基本没有什么提升.

                  kos orK terryT 2 条回复 最后回复
                  1
                  • Tony WangT Tony Wang

                    @terry @kos-or

                    这里是NVIDIA的文字游戏, C2C的带宽指的是 CPU和GPU之间的直连带宽, 统一内存的带宽还是 300G. 对于多任务协同有促进, 对于单纯的LLM推理, 基本没有什么提升.

                    kos orK 离线
                    kos orK 离线
                    kos or
                    技术大牛 劳动模范
                    发表于 最后由 编辑
                    #9

                    @Tony-Wang 的確是玩文字遊戲(或者是給相關工程師看的數據), 因為假如 Memory BW 600 GB/s 會打破很多現有產品線定位 降低現有產品的性價比,

                    我查到的相關介紹
                    NVLink-C2C 相較於傳統連接技術(如 PCIe)的優勢主要體現在以下幾個方面:
                    帶寬:NVLink-C2C 的帶寬比 PCIe 5.0 高出幾倍,能支持更大的數據流量。
                    NVLink-C2C 是 NVLink 技術的延伸,但具體針對芯片間連接(Chip-to-Chip)進行了優化:
                    NVLink:主要用於 GPU 和 GPU 或 GPU 與外部加速卡之間的互連,應用於單獨的硬件設備之間。
                    NVLink-C2C:專注於單個封裝內或更緊密集成的芯片(如 CPU 與 GPU)間的直接通信。

                    1 条回复 最后回复
                    0
                    • Tony WangT Tony Wang

                      @terry @kos-or

                      这里是NVIDIA的文字游戏, C2C的带宽指的是 CPU和GPU之间的直连带宽, 统一内存的带宽还是 300G. 对于多任务协同有促进, 对于单纯的LLM推理, 基本没有什么提升.

                      terryT 在线
                      terryT 在线
                      terry
                      超级版主
                      发表于 最后由 编辑
                      #10

                      @Tony-Wang 城市套路深,我要回农村。

                      油管:https://www.youtube.com/@抡锤者

                      1 条回复 最后回复
                      0
                      • Ray WangR 离线
                        Ray WangR 离线
                        Ray Wang
                        发表于 最后由 编辑
                        #11

                        综合来看,这完全就是DGX Spark笔记本版,另外加上了Windows(因为原本的DGX Spark是Linux)。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻,实际上毫无新意。

                        DGX Spark根本就不是一个推理机,而是用来做原型训练的,在把正式训练交给GB300之前,用小的Spark集群做测试,因为二者架构相同。现在把这套照搬到Windows笔记本上,着实是有点搞笑了。真要搞推理,跑LLM跑不过Mac,跑图跑视频跑不过4090/5090,当然了不可否认,大显存对跑长视频很有帮助。

                        唯一能想到的应用就是超轻薄游戏本...?

                        Tony WangT 1 条回复 最后回复
                        0
                        • AresROCA 离线
                          AresROCA 离线
                          AresROC
                          德高望重
                          发表于 最后由 编辑
                          #12

                          觉得是一个可以打PC游戏的Windows Mac Studio. 普及版的DGX Spark. 不知道以后会不会支援Linux.

                          1 条回复 最后回复
                          0
                          • Ray WangR Ray Wang

                            综合来看,这完全就是DGX Spark笔记本版,另外加上了Windows(因为原本的DGX Spark是Linux)。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻,实际上毫无新意。

                            DGX Spark根本就不是一个推理机,而是用来做原型训练的,在把正式训练交给GB300之前,用小的Spark集群做测试,因为二者架构相同。现在把这套照搬到Windows笔记本上,着实是有点搞笑了。真要搞推理,跑LLM跑不过Mac,跑图跑视频跑不过4090/5090,当然了不可否认,大显存对跑长视频很有帮助。

                            唯一能想到的应用就是超轻薄游戏本...?

                            Tony WangT 离线
                            Tony WangT 离线
                            Tony Wang
                            超级版主
                            发表于 最后由 Tony Wang 编辑
                            #13

                            @Ray-Wang 说:

                            综合来看,这完全就是DGX Spark笔记本版,另外加上了Windows(因为原本的DGX Spark是Linux)。也不知道目标群体是谁... 媒体通稿都是划时代的大新闻,实际上毫无新意。

                            DGX Spark根本就不是一个推理机,而是用来做原型训练的,在把正式训练交给GB300之前,用小的Spark集群做测试,因为二者架构相同。现在把这套照搬到Windows笔记本上,着实是有点搞笑了。真要搞推理,跑LLM跑不过Mac,跑图跑视频跑不过4090/5090,当然了不可否认,大显存对跑长视频很有帮助。

                            唯一能想到的应用就是超轻薄游戏本...?

                            跑 LLM, 能跑过 M5pro, 跑不过M5max, 但是价格比 M5max 低. 而且生图和视频完败 M5 max.

                            1 条回复 最后回复
                            0

                            你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                            厌倦了每次访问都刷到同样的帖子?您注册账号后,您每次返回时都能精准定位到您上次浏览的位置,并可选择接收新回复通知(通过邮件或推送通知)。您还能收藏书签、为帖子顶,向社区成员表达您的欣赏。

                            有了你的建议,这篇帖子会更精彩哦 💗

                            注册 登录
                            回复
                            • 在新帖中回复
                            登录后回复
                            • 从旧到新
                            • 从新到旧
                            • 最多赞同


                            • 登录

                            • 没有帐号? 注册

                            • 登录或注册以进行搜索。
                            • 第一个帖子
                              最后一个帖子
                            0
                            • 首页
                            • 版块
                            • 最新
                            • 标签
                            • 热门
                            • 用户
                            • 群组