PC鲜辣报:RTX Spark笔记本上市 英特尔公开GPU D RTX 3000ADA Laptop A4000 Laptop

【PChome PC鲜辣报20261019期】从过去一周,PC、DIY行业的动向来看,AI算力正在成为PC硬件产品升级的重要驱动力:AMD通过192GB统一内存强化桌面端本地模型运行能力,NVIDIA将AI加速能力带入高端笔记本,英特尔则继续推进面向服务器推理的GPU产品线,高性能闪存的进展也体现出AI基础设施对存储性能提出的新要求。
·NVIDIA RTX Spark笔记本正式上市,AI PC向高端创作市场扩展
搭载NVIDIA RTX Spark平台的高端笔记本于上周五正式开始面向消费者销售。以华硕ProArt系列为例,厂商于10月8日公布预购安排,美国市场首批产品预计从10月16日起交付;联想、戴尔等厂商也推出了相应的RTX Spark平台创作设备。
这类产品的核心特点,是将CPU、GPU与大容量统一内存整合到同一平台中。高配版本采用20核Grace CPU、6144个Blackwell GPU核心,统一内存最高可达128GB,AI计算性能最高标称1 PFLOP(FP4)。它们不仅面向传统的视频剪辑、图形设计,也强调本地运行生成式AI模型、智能体和复杂创作工作流。
不过,RTX Spark笔记本并非普通轻薄本的简单升级。其售价明显偏高,实际体验还受到散热、功耗、软件兼容性等因素影响。对需要本地部署AI的开发者与创作者而言,大容量统一内存和CUDA生态是主要吸引力;对于普通办公用户,是否值得为这些能力支付溢价,仍需结合实际工作负载判断。
鲜辣酷评: NVIDIA正把AI算力塞进笔记本,但高昂售价决定了它暂时更像专业创作工具,而非大众消费品。
·AMD推出Ryzen AI Halo开发平台,瞄准本地大模型
AMD于10月12日推出新一代Ryzen AI Halo开发平台,核心硬件采用Ryzen AI Max+ PRO 495处理器,进一步强化桌面端本地AI开发能力。根据AMD官方资料,该平台配备16核32线程Zen 5 CPU、40组RDNA 3.5架构GPU计算单元,以及最高55 TOPS的NPU;同时搭载192GB LPDDR5X统一内存,内存速率为8533MT/s,带宽为273GB/s。
大容量统一内存是这款设备最值得关注的部分。AMD表示,平台最多可分配160GB内存给GPU使用,支持以4-bit量化运行3000亿参数及更大规模的语言模型。对于需要运行本地模型、图像生成、多智能体协作和多模态开发任务的用户而言,这种设计可以减少独立显存容量带来的限制,也有助于在桌面设备上完成更复杂的实验。
与传统高端独立显卡主机相比,Ryzen AI Halo采用更紧凑的机身设计,官方规格显示尺寸约为150*150*45.4mm,重量不到1.2kg,并提供2TB SSD、Wi-Fi 7和10GbE网络接口。
鲜辣酷评:192GB统一内存成最大看点,本地大模型的门槛正从显存容量转向整套平台的性价比。
·英特尔公布GPU D-Series关键规格,Crescent Island转向AI推理
在OCP Global Summit 2026期间,英特尔公布了此前代号为Crescent Island 的AI加速器正式产品名称——Intel GPU D-Series,并披露了关键性能指标。这款产品基于Xe3P架构,定位是大规模AI推理,而非传统游戏显卡。根据英特尔公布的信息,其FP8理论峰值算力可达1.3 PFLOPS,内存带宽1.5TB/s,最高支持480GB LPDDR5X内存。
在产品形态上,GPU D-Series采用适用于标准风冷服务器的PCIe加速卡设计,热设计功耗为350W,并支持最多八张加速卡组成的配置。大容量内存和相对标准化的散热方案,主要服务于长上下文大模型推理、多用户并发推理等场景,试图在算力、内存容量和部署成本之间取得平衡。
对英特尔而言,这款产品也是其AI加速器业务的一次重要推进。相比单纯强调峰值算力,D-Series更突出内存容量与带宽,希望覆盖大型模型推理中对数据吞吐和持续运行能力要求较高的任务。不过,目前披露的主要是规格和产品方向,具体上市时间、价格以及大规模部署后的实际性能,仍需等待后续信息。
鲜辣酷评:英特尔GPU押注大内存推理市场,真正的考验是软件生态与实际部署成本。
·铠侠公布新一代GP1 SSD性能进展,随机读取突破2000万IOPS
前不久,铠侠公布了GP1系列超高IOPS SSD的新一轮性能进展。根据 TechRadar于10月12日发布的报道,新版本在512字节数据块的随机读取测试中,IOPS超过2000万,相比铠侠此前于8月公布的约1000万IOPS水平提升约一倍。此次性能提升主要来自第三代XL-FLASH闪存技术,铠侠称其读取速度达到上一代的约3倍,写入性能也有明显提升。
与面向普通消费者的NVMe SSD不同,GP1更关注AI基础设施中的高频、小粒度数据访问。随着大模型推理、GPU直接发起的数据访问以及高并发工作负载增加,存储设备除了需要足够的带宽,也需要降低随机访问延迟并提高每秒处理的I/O请求数量。
低延迟闪存可以为AI系统提供介于传统SSD与高带宽内存之间的存储层级,在扩大可用数据容量的同时,降低完全依赖昂贵内存扩容的成本。不过,超过2000万IOPS是特定数据块条件下的随机读取指标,不能直接等同于普通文件复制速度,也不能据此推断所有工作负载都会获得相同比例的性能提升。
鲜辣酷评:SSD正从大容量存储走向高并发数据供给,但千万级IOPS的价值,最终仍要由真实AI工作负载验证。
