跳转至内容
  • 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(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  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 713 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
    T
    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
      T
      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
        kop wangK
        kop wang
        易有太极
        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
          C
          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
            kos orK
            kos or
            至尊皇帝
            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
              Tony WangT
              Tony Wang
              易有太极
              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
                terryT
                terry
                易有太极
                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
                  Tony WangT
                  Tony Wang
                  易有太极
                  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
                    kos orK
                    kos or
                    至尊皇帝
                    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
                      terryT
                      terry
                      易有太极
                      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
                        Ray WangR
                        Ray Wang
                        体面乡绅
                        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...?

                        Server: 2x E5 2680v4 | 2x RTX 3090 | 128GB DDR3 ECC
                        PC: 9950x | 1080 Ti | 96GB DDR5

                        Tony WangT 1 条回复 最后回复
                        0
                        • AresROCA
                          AresROCA
                          AresROC
                          体面乡绅
                          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
                            Tony WangT
                            Tony Wang
                            易有太极
                            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
                            • johnnybegoodJ johnnybegood 于 引用了 此主题

                            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,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

                            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

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