2026 年 6 月 1 日，台北流行音乐中心。黄仁勋再次穿着那件标志性的皮衣走上舞台，带来了可能是个人电脑诞生 40 年来最具颠覆性的一场发布会。
这一次，英伟达发布的不是一张新显卡，而是一颗重新定义了「什么是 PC」的超级芯片——RTX Spark。同时亮相的还有专门为 AI Agent 设计的服务器 CPU Vera、面向 Agent 时代的 Windows 安全架构，以及一个重要的产业判断：「Token 即资产」。
一、RTX Spark：一颗芯片，统一一切
1.1 为什么我们需要一颗新芯片？
过去四十年，PC 的底层架构几乎没有变过：一颗 x86 CPU，一张独立显卡，各自带着自己的内存，通过一条 PCIe 通道勉强连在一起。这套架构在设计之初从未考虑过「在本地运行大模型」这件事。
问题出在内存分裂上。传统 PC 中，CPU 有自己的系统内存（RAM），GPU 有自己的显存（VRAM）。GPU 读取自己的显存时，带宽可以达到 1TB/s 级别；但一旦模型太大、显存放不下，需要把部分权重放在系统内存中，GPU 就得通过 PCIe 通道去读取——而 PCIe 4.0 x16 的单向带宽只有约 32GB/s。
差了整整三十倍。这就是为什么即使你有一台 64GB 内存 + RTX 5080（16GB 显存）的高配电脑，也跑不动一个量化后的 70B 大模型。
1.2 RTX Spark 硬件规格
RTX Spark 基于与去年 DGX Spark 相同的 GB10 芯片平台，但在消费级产品上做了全面优化：
| 参数 | 规格 |
|---|---|
| CPU | NVIDIA Grace CPU，20 核 ARM，联发科联合定制 |
| GPU | Blackwell RTX，48 SM / 6144 CUDA 核心 + 第五代 Tensor Core |
| AI 算力 | 最高 1 Petaflop（FP4），约 1000 TOPS |
| 统一内存 | 最高 128GB LPDDR5X，273 GB/s 带宽 |
| 芯片互联 | NVLink-C2C，CPU-GPU 带宽 600 GB/s |
| 能效 | 笔记本最薄 14mm，重约 1.36kg，全天续航 |
| 上市时间 | 2026 年秋季，戴尔、联想、惠普等首批搭载 |
黄仁勋在现场做了两个令人印象深刻的演示：在一台厚度仅 14mm、未插电的 RTX Spark 笔记本上，实时渲染一个 90GB 的 3D 场景，同时编辑 12K 分辨率的视频。这种在传统轻薄本上完全不可想象的工作负载，在统一内存架构下变成了现实。
1.3 CUDA：真正的护城河
你可能会问：苹果的 M 系列芯片早就用上统一内存了，为什么大家还在等英伟达？
答案只有一个词：CUDA。
CUDA 不只是显卡驱动，它是整个 AI 工程界的「母语」。经过近二十年的打磨，CUDA 生态涵盖了：
- 底层计算库：cuBLAS（线性代数）、cuDNN（深度学习基础运算）、TensorRT（推理优化）、NCCL（多卡通信）
- 关键算法适配：FlashAttention 等前沿优化，CUDA 路线始终是第一个获得支持的
- CUDA-X 加速库：横跨科学计算、工程仿真、芯片设计、基因组学等数十个垂直领域
- 框架生态：PyTorch、TensorFlow、JAX 等所有主流深度学习框架，默认且优先支持 CUDA
相比之下，苹果的统一内存虽然硬件上优秀，但 GPU 用的是 Metal，机器学习框架是 MLX。社区里绝大部分开源模型、训练代码、微调工具都是先在 CUDA 上做好，然后才有人慢慢移植到 MLX。推理还好说，训练和微调在 Apple 生态上至今薄弱。
RTX Spark 是历史上第一次，把统一内存的硬件优势和 CUDA 的生态优势同时装进了一台消费级 PC。在此之前，这两件事是不可兼得的。
二、为 Agent 而生的安全架构
光有硬件还不够。黄仁勋和微软 CEO 纳德拉达成了一个共识：Agent 大规模普及的真正障碍，不是算力不够，而是用户无法在自己的主力 PC 上安全、私密地运行 Agent。
为此，英伟达和微软联手打造了一套三层 Agent 运行栈：
这套架构的核心思路是：敏感数据和核心代码永远不离开设备。Agent 在本地完成推理和任务执行，安全框架确保它始终在用户的完全控制之下运行。这对企业场景来说，意味着数据隐私、合规性、低延迟三个需求被一次性满足。
🏠 Hermes Agent 被英伟达官方点名
在 NVIDIA 官方新闻稿和微软 Windows 博客中，Hermes Agent 与 OpenClaw 一起被列为首批接入 RTX Spark + Windows 新安全栈的领先 Agent 框架。这意味着 Hermes 社区已经站在了「Agent PC」生态的第一梯队。
三、Vera CPU：不是给人用的 CPU
如果说 RTX Spark 是面向消费者的「甜点」，那么 Vera CPU 就是英伟达面向服务器市场的重拳。
黄仁勋在演讲中打了一个比喻：GPU 是一个乐团，CPU 就是指挥家。乐团想要演奏出好音乐，指挥的手速必须跟得上。而现在，随着 Claude Code、OpenClaw、Hermes Agent 等 Agent 工具的爆发，CPU 干活的速度已经满足不了 GPU 了。
Agent 的工作流本质上是一种「连环交替」模式：GPU 推理一段 → CPU 去搜集信息 → GPU 再推理一段 → CPU 再去调用工具……如果 CPU 性能不够，GPU 就会在原地空等。老黄直言：「现在的 CPU 已经成了 GPU 利用率的瓶颈。」
Vera 的设计哲学
传统服务器 CPU 由多个小芯片拼装而成（chiplet 设计），好处是良率高、成本低，坏处是核心之间的通信需要绕路。Vera 反其道而行之：
- 单芯片 88 核：所有核心做在同一块芯片上，跨核通信延迟降低 50%
- NVLink 直连：CPU 和 GPU 之间通过 NVLink 高速互联，不走传统总线
- CPU-to-CPU 直连：两枚 Vera CPU 之间也能通过 NVLink 直接通信
实测数据非常夸张：Starburst SQL 分析基准测试中，Vera 的运行速度是 x86 CPU 的 3 倍；纽约证券交易所实时流测试中，计算延迟被压缩到原来的 六分之一。
四、Token 即资产：代理式 AI 的商业逻辑
除了硬件，黄仁勋这次还抛出了一个重要的产业判断：「Token 就是资产，Token 已经成为获利的营收单位。」
4.1 AI 不是在抢工作
老黄用一组 GitHub 数据回应了「AI 减少就业」的论调：
| 年份 | GitHub 代码提交量 |
|---|---|
| 2023 年 | 约 3 亿次 |
| 2026 年初 | 约 9 亿次（近 3 倍） |
背后的逻辑是：同样 3 万亿美元的工程师薪酬投入，在 Agent 的放大效应下，现在能产出接近 9 万亿美元的生产力价值。AI 不是在替代人，而是在指数级放大每个工程师的产出。
4.2 中国市场的爆发
中国的 AI 应用增速尤其惊人：
| 时间 | 中国日均 Token 调用量 |
|---|---|
| 2024 年初 | 1000 亿 |
| 2026 年 3 月 | 140 万亿 |
两年增长超千倍。2026 年 3 月，中国 AI 大模型周 Token 调用量连续三周超越美国，成为全球 AI 应用活跃度最高的国家之一。
4.3 商业模式的重构
红杉资本在近期的报告中将新一代 AI 公司描述为「披着服务商外衣的 Agent 公司」——它们的核心价值不再是卖软件或收订阅费，而是通过 Agent 为用户完成任务，按实际消耗的 Token 计费。人机交互的方式发生了根本性转变：人类从「操作者」变成了「管理者」，AI 从「被动响应的工具」变成了「自主决策的执行者」。
黄仁勋总结道：
「我们过去是启动一个 APP，点击然后输入指令。我们现在将其替换成直接向 AI 解释我们的需求和意图，然后 AI 自动生成代码或使用工具，并产出所需的结果。这就是未来电脑的运作方式，这就是 Agentic AI。过去两年我们一直为了这个目标努力，而现在，这个目标已经实现了。」
五、AI PC 市场：从尝鲜到主流
RTX Spark 的发布，恰好踩在 AI PC 从「小众尝鲜」跨入「主流换代」的时间节点上：
| 机构 | 2026 全球预测 | 2026 中国预测 |
|---|---|---|
| Gartner | 出货 1.431 亿台，渗透率 54.7% | — |
| IDC | — | 出货 2200 万台，渗透率 52%，同比增长 146.5% |
这是 AI PC 渗透率首次突破 50% 大关。可以说，2026 年是 AI PC 真正走入大众市场的元年。
游戏方面，RTX Spark 也给出了令人放心的答案。微软与 Epic Easy Anti-Cheat、BattlEye 等反作弊系统厂商进行了底层深度合作，解决了 ARM 架构运行网络游戏的历史痛点。《英雄联盟》《VALORANT》《PUBG》等电竞游戏以及《Alan Wake 2》等 3A 大作均已确认兼容。
黄仁勋更是宣布了直到 2030 年的技术路线图：现在是 Blackwell Spark，未来将是 Rubin Spark 和 Rosa Feynman Spark。RTX Spark 这条路，老黄是做好了打持久战的心理准备。
六、结语：PC 的新时代，真的来了
回顾整场 GTC Taipei 2026，英伟达发布的不是一张新显卡、一颗新 CPU，而是一整套从硬件到操作系统到安全框架的完整计算范式：
- RTX Spark 用统一内存 + CUDA 解决了「本地跑大模型」的硬件瓶颈
- Windows + OpenShell 安全栈解决了「Agent 安全可控」的信任问题
- Vera CPU 解决了「Agent 时代 GPU 等 CPU」的服务器瓶颈
- Token 资产化 为 Agent 服务提供了可持续的商业模型
黄仁勋在演讲结尾说了一句话：
「A New Line, A New Beginning. 这就是个人电脑的新时代。它不止是为你设计的，还是为 Agent 所设计的。不止兼容着过去，还带着过去，走进了下一个未来。」
从 1981 年 IBM PC 诞生，到 2026 年 RTX Spark 问世，个人电脑花了四十五年。这一次，不是修修补补的升级，而是底层架构的彻底重构。对于开发者、创作者、以及每一个正在构建 Agent 的人来说，最好的时代，刚刚开始。