实测一周 RTX Spark：Nvidia 新笔记本的游戏、续航与本地 AI 表现

Nvidia 的 RTX Spark N1X 处理器终于来了，我们集体测试了一批搭载这款新“超级芯片”的强力笔记本，价值不菲。RTX Spark 被设计为一款面向笔记本和小型台式机的高性能 Arm 架构 SoC，可与 Apple、Intel、AMD 和 Qualcomm 的最佳产品相抗衡。它拥有大量核心、Nvidia RTX Blackwell 显卡，以及足够的性能和统一内存来运行规模可观的本地 AI 模型。

旗舰配置搭载于微软 Surface Laptop Ultra 中，拥有惊人的 128GB 统一内存，我们的 Tom Warren 已对其进行了完整评测。Sean Hollister 一直在测试 64GB 版本的 Asus ProArt P16，我也在测试其顶配 128GB 配置。由于我是这群人里最受宠的，我还拿到了一台 64GB 的 Lenovo Yoga 9n 二合一和一台 32GB 的 HP OmniBook Ultra 进行测试。

所有这些笔记本都搭载相同的 N1X 芯片，拥有 20 个 CPU 核心和 6,144 个 GPU CUDA 核心，而且它们都贵得离谱——从 HP OmniBook 的 3,199.99 美元到 Asus ProArt 的 6,999.99 美元不等。在更低成本的配置中还有一款 18 核 / 5,120 CUDA 的 N1X 芯片，但最低也只能到 2,599.99 美元，对应一台 Surface Laptop Ultra 或一台内存为 24GB 的较小尺寸 Asus ProArt P14。

这些是基于新芯片打造的大尺寸、昂贵笔记本。它们面向开发者、程序员和内容创作者，这些人可能还希望使用本地 AI，甚至借助 DLSS 5 等最新 Nvidia 技术玩游戏。要测试的东西很多，而我们并没有大量时间来全部测完。所以下面你不会看到对任何一台笔记本的详尽评分评测，而是我们三位作者使用五台笔记本一周后的印象和想法。

Nvidia 的“超级芯片”真的有那么超级吗？Apple、Intel、AMD 和 Qualcomm 是否已正式收到警告？我们中有谁睡过觉吗？

它真的能直接可用吗？

Antonio Di Benedetto：Windows on Arm 不再像几年前那样完全是个次等体验了。这在很大程度上要归功于 Qualcomm Snapdragon X 芯片的推动，大量开发工作被投入到 Windows 的原生 Arm 应用中。而且许多 x86 应用通过微软的 Prism 模拟层也能正常运行。

Adobe 已经有一段时间提供原生 Arm 版本的 Photoshop 和 Premiere 了，尽管我心爱的 Lightroom Classic 仍是基于 x86 的应用，但我在 Arm 上使用它并没有发现任何问题。到了这个阶段，你必须依赖仅限 x86 的专用软件，才会觉得 Windows on Arm 不可行——或者你想毫无兼容性顾虑地畅玩任何游戏。

Sean Hollister：时不时会有那么一刻，某个应用加载时间比应有的长，我就会怀疑它到底能不能加载出来。即便如此，它通常还是能加载。偶尔需要试不止一次。有一天我 Alt-Tab 切走后，我的 Evernote 笔记消失了几次，但强制刷新就解决了。而且应用似乎不尊重我系统设置的深色模式偏好。

但我在很大程度上同意 Antonio 的看法。我把一台 RTX Spark 当作日常主力机，装上了我所有典型的工作和个人应用——Signal、Discord、Audacity、CapCut 和 Evernote、Irfanview、Slack、ScreenToGif 等等——到目前为止没有任何一个让我失望。我一次都不需要去想自己运行的是 Arm 还是 x86 应用。真正的卡顿出现在游戏和 AI 方面，你会在下面读到。

Tom Warren：过去两年我每天都在用搭载高通芯片的 Windows on Arm 笔记本，情况已经改善到我已经分不清一个应用是不是原生的了。RTX Spark 笔记本上也是同样的情况，我觉得 Nvidia 进入这个品类只会让创意应用和游戏的表现更进一步。

它能玩游戏吗？

TW：在此之前，Windows on Arm 从来都不像是一个正经的游戏平台。虽然原生 Arm 游戏仍然不多，但 Nvidia 的 GPU 有助于强行通过模拟层。你的游戏体验会因游戏而异，但大多数情况下我发现，中等画质、1440p 分辨率加 DLSS 性能模式，能让大多数游戏稳定跑到 60fps。

我主要在台式机上玩游戏，每天用 RTX 5090 配 32 英寸 4K 屏幕、画质拉满，已经把我惯坏了，但我并不介意 15 英寸屏幕上中等画质的效果。我能在原生分辨率（3270 x 2180）下以中等画质和 DLSS 性能模式运行《黑神话：悟空》，平均 70fps。我用同样的中等画质和 DLSS 性能模式跑《赛博朋克 2077》，平均 66fps，而《极限竞速：地平线 6》平均 57fps。

不过在某些游戏里，你可能需要降低分辨率或画质。这肯定不如专门的游戏笔记本，但对于大致相当于 MacBook Pro 水平的产品来说，用来在外出时玩游戏已经绰绰有余了。

SH：就像 Tom 说的，GPU 性能是够的——但 CPU 可能会拖累你的一些游戏。我在《死亡回归》（1440p 高画质）、《光与影：33 号远征队》（DLSS“性能”模式升采样到 1200p 高画质）、《星球大战 绝地：幸存者》（DLSS“性能”模式升采样到 1200p 中等画质）和《古墓丽影：暗影》（原生 1800p 最高画质）中都有足够的性能跑到流畅的 60fps。

但当我启动《绝地潜兵 2》时，即使降到 DLSS 升采样到 1080p，也无法保证在最高难度任务中跑到 60fps。屏幕上的敌人实在太多，Spark 跟不上。《星球大战：零号连队》更是受 CPU 瓶颈 —— 无论我把画质和屏幕分辨率调到最高还是最低，Spark 都无动于衷。不管我怎么试，战斗中帧率通常都被卡在 37fps 到 39fps 之间。

即使是年代久远、配置要求很低的游戏也可能有怪毛病。我试了 2003 年的《马克思·佩恩 2》，看到帧率有时会掉到 50fps。我甚至在出色的《UFO 50》——一款 2D 游戏合集——里看到了一些卡顿，不过另外几款 2D 游戏运行得很好。

我也不确定 RTX Spark 目前是否适合 VR。出色的《泰坦陨落 2》VR mod 能用，一开始似乎运行正常，但几分钟后稳定性就有所下降。那可能是我的 Wi-Fi 问题，因为 Valve 的 Steam Frame 无线适配器驱动无法在 Spark 上安装。Steam 的流式音频方案也装不上，所以声音是从 Nvidia 笔记本而不是头显里出来的。

需要说明的是，这一切的前提是你想要一台风扇拉满、把热量直接排到你的桌面或腿上的笔记本。这对轻薄游戏本来说并不稀奇，但它比一台好的台式机或掌机要吵得多、热得多。

	2560x1600	2560x1600	2560x1600	2560x1600
	Asus ProArt P16 RTX Spark（20 核，6144 CUDA，128GB 内存）	HP OmniBook Ultra RTX Spark（20 核，6144 CUDA，32GB 内存）	Framework Laptop 16 5070（2025，8GB 显存）	MacBook Pro M5 Max
《黑神话：悟空》TSR	27	27	28	不兼容
《黑神话：悟空》DLSS	41	44	45	不兼容
《黑神话：悟空》DLSS FG	53	59	71	不兼容
《赛博朋克 2077》超高画质	41	46	57	56
《赛博朋克 2077》超高画质 RT 与 DLSS 质量	30	35	44	42（MetalFX 质量）
《赛博朋克 2077》超高画质 RT 与 DLSS 帧生成 x2	53	56	68	75（MetalFX 质量，FSR 3.1 FG）
《赛博朋克 2077》超高画质 RT 与 DLSS 帧生成 x4	92	103	未测试	不兼容

AD：我一直想要一台像 MacBook Pro 那样、又能胜任完整 PC 游戏的笔记本电脑，所以我对这些笔记本在图形性能上兑现承诺充满期待。第一天晚上，我设置好了 Asus ProArt P16，它那大得离谱的 128GB 内存全数就位，当我启动 Big Walk，准备和几个朋友按计划进行线上晚间游戏时，我的第一个念头是：“嗯，看起来还行。我觉得吧。”我知道 Big Walk 不是什么 3A 图形大作，但对于“朋友乐子”类游戏来说，它的图形要求相当高。我本以为 N1X 能把它拉满，或者至少接近拉满，但并没有。

我不得不把 P16 的 4K 显示屏降到 2560 x 1600，而且没有用 Big Walk 的最高或非常高画质预设，而是降到高，以维持还算稳定的 60 帧左右。对于一个和朋友解谜的傻乎乎的合作游戏来说，这些真的重要吗？当然不重要。毕竟它看起来没问题。但这清醒地提醒了我，这个“超级芯片”并不是图形魔法师。

正如 Tom 和 Sean 指出的，RTX Spark 能做一些不错的游戏，但在某些情况下，你要把期望降到中甚至低画质，并准备好依赖 DLSS 和帧生成。不可否认，更便宜的台式机，甚至搭载独立 Nvidia 显卡的笔记本，都能轻松击败 N1X。Nvidia 声称这就像把 RTX 5070 笔记本 GPU 放进 SoC 里，但在我的测试中，它介于那和 RTX 5060 笔记本 GPU 之间——当然不算差，但如果你首先是游戏玩家，把钱花在传统 Nvidia 显卡上要划算得多。

电池续航怎么样？

SH：Nvidia 的合作伙伴认为，应该给他们的第一批 RTX Spark 笔记本配备你能带上飞机而不会被盘问的最大电池——但即使像我 Asus ProArt P16 里那块 99.9 瓦时的电池，这些笔记本也不会在续航上获奖。当 Tom 和 Antonio 整天测试各种使用场景时，我把 P16 当作日常主力机来做普通工作，同时像鹰一样盯着电量表。这主要意味着在网页浏览器里写稿，而它撑不过一天。

我最好的一次是 50% 亮度下实际工作 5 小时 40 分钟，其中包括与 Tom 和 Antonio 进行的一小时视频通话，讨论我们的 RTX Spark 报道计划。第二天，我充满电只用了大约 5 小时，因为其中两小时我都在 Capcut 里剪辑这个视频。第三次耗尽电池时，也用了 5 小时。

在网页工作场景下，我通常看到笔记本默认设置下电池耗电为13-17瓦，但轻度视频工作会攀升到20-30瓦，在（短暂的）Capcut视频导出期间高达50瓦，而我玩《夺宝奇兵：古老之圈》时让它一路飙升到120瓦。电池无法以这种速率持续供电——电量缓慢下降，在30%电量时我看到了明显的性能下降，功耗急剧降至60瓦。

好消息是，华硕从140W USB-C PD电源充电很快。从没电到50%电量用了20分钟，再花15分钟到70%，总共1小时15分钟达到95%电量。

AD：我不得不在插电状态下运行大量基准测试，所以没能像平常那样花那么多时间测试电池续航。据零星体验来看，电池续航似乎很扎实。正如Sean所见，除非你刻意追求高效，否则不太可能撑过完整的八小时工作日。而如果你启动任何重负载任务，比如本地AI模型（稍后会详细说），你甚至撑不到午饭。随着我继续使用这些笔记本，我最终会做更彻底的电池测试，包括我们常规的续航测试，以便进行一些1:1对比。

本地AI看起来有用吗？

TW：还没有。目前这一切感觉都像是面向开发者的测试版：从AI代理安装时闪现命令提示符和Visual Studio的体验，到最基础的查询都会让风扇狂转。

我很难为这些芯片在本地AI工作方面的能力想出多少有说服力的用例。很多任务完全可以用免费的云端模型更快完成，而且不会让笔记本风扇狂转。这里的真正威力在于让代理全速运行一整夜来构建某些东西，执行开发者偏爱的任务。

把所有东西都放在本地设备上也不错，不必与云服务共享邮件和文件，也不用担心隐私问题。尽管如此，我还是会经常关闭OpenClaw或Hermes，不让它们整天在后台运行，尤其是当我授予它们访问本地文件的权限时。我就是还没准备好完全信任AI，无论本地与否。

微软和英伟达都设想了一个AI代理在你的PC上自动完成事务的未来，但我仍未完全信服。虽然有些琐碎任务我确实可以自动化，但我喜欢用PC来编辑照片或视频、写作和玩游戏。我不想坐在那里看着机器人替我做所有这些事。对我来说，这正是计算乐趣的一部分。

SH：我走出英伟达编辑日时心想，也许我终于有理由启动本地AI了。我让运行Qwen3.8-27B的Hermes为我构建一份每日新闻简报，就像英伟达台上演示的那样。它花了10分钟，消耗了我整个99.9瓦时电池的10%，最终生成了一份新闻列表，而基于云的Claude（Opus 5.5）只用了它一半的时间——同时完全占用了我的GPU，并让Spark笔记本急剧升温。只要我保持Hermes打开，笔记本就一直很热，还有点卡顿。

Claude 也给出了更好的结果，细节更丰富，来源也更可靠。我想我算是“免费”获得了本地 AI token，但我不会放心把邮箱交给 Claude，而且我本可以用一个更小、更轻量的模型。但我还是用了程序推荐的那个，结果就是这样。我尝试干净地重装 Hermes，以确认不是配置错误，但这一次，提示耗时更长，还消耗了我 60% 的电量。哎哟。

1/2

AD：我在学习使用本地 AI 的旅程中还处于早期阶段，这些 RTX Spark 笔记本电脑显然是一个可行的——尽管昂贵——选择。但即使你有 128GB 内存来运行一些大块头模型，对初学者来说这仍然不是一种用户友好的体验。微软在 Windows 11 中的“入门”介绍让你可以一键轻松安装 Hermes Agent、OpenClaw 和 Perplexity。（不知为何它们都有 ESRB 评级？）但之后，你就基本只能靠自己了。我坚持用 Hermes，因为那是我在 Mac Studio 上已经在用的，但如果你在内存 32GB 或更少的系统上使用它，它只会告诉你没有足够内存来运行其推荐的本地 Qwen 模型——要么引导你转向云端，要么完全靠你自己去获取一个更小的模型。

使用本地 AI 相比云端模型有重大的隐私优势，但它肯定没那么方便，因为本地 LLM 处理速度慢得多，对系统的负担也更大。让本地模型在你的笔记本电脑内存中运转，会耗尽这些笔记本电脑的大容量电池，而且 LLM 的结果仍然参差不齐。我花了 36 分钟，耗掉了联想 Yoga 9n 电池的 30%，才让一个 Qwen 3.8 27B 模型对五张 PNG 格式的产品图片进行缩放并添加白色背景——结果它裁剪错了图片，把产品切掉了。我又追加了几次提示才让它做对，同时还得插上电源线，以防 Hermes 在这个过程中把笔记本搞死机。

硬件真的那么出色吗？

1/8

Photo: Antonio G. Di Benedetto / The Verge

AD：这些笔记本电脑非常昂贵，但这也意味着厂商大多拿出了看家本领。在华硕、惠普、联想，以及我从Tom 对 Surface 的看法中了解到的情况来看，RTX Spark 系列充斥着从优秀到卓越的触控板、键盘、屏幕和扬声器。我正在测试的三款机型的金属机身摸起来手感极佳。OLED 显示屏看起来都很棒。而且对于这种工作站级别的笔记本电脑来说，它们每一款都算相当薄了。

如果仅根据硬件让我为自己挑一台，我可能会选华硕 ProArt。它最符合我的需求：三个 USB-C 端口、超亮显示屏、更胜一筹的倒 T 形方向键，以及全尺寸 SD 卡槽。惠普实际上手感最好，机身坚固得令人印象深刻，但近五磅的重量是这批里最重的，而且它的 microSD 卡槽对我来说用处小得多。

至于联想，它实际上一直是我暗中偏爱的选择。它是我在这批测试机型中唯一的一款二合一设备，这让它更加灵活（双关语）也更有趣。你可以在屏幕或大尺寸触控板上使用它的大号触控笔，这为图形和设计工作带来了更多可能性。而且，配合16英寸120Hz OLED屏幕的帐篷模式，偶尔玩玩游戏或看看节目和电影都是一种享受——只是它的亮度不如华硕。

SH：到目前为止，我只真正深度使用过华硕P16，但在Nvidia Editor's Day上，整个RTX Spark首发笔记本阵容的做工品质都让我印象深刻。就我个人而言，华硕P16可能不会是我的首选，因为它那块屏幕格外反光，触控板也过于灵敏。我喜欢在环境光充足的房间里使用笔记本，结果发现我必须把这块本来极其出色的校准OLED屏幕的亮度调得很高。与此同时，我的手掌总是会误触到触控板，导致光标点到我不想点的东西，仅仅是因为打字时不小心蹭到了触控板。

扬声器和摄像头也有待改进，但Windows Hello人脸登录和接近感应非常出色。我一走开，屏幕就会变暗，而只要看一眼笔记本就能立刻重新登录。尽管发热明显，华硕的风扇声音并不刺耳——玩游戏时风扇声很大、很明显，但至少是呼呼声而不是尖啸声。

TW：虽然我在测试Surface Laptop Ultra时遇到了一些奇怪的bug，但硬件本身无可挑剔。它的外观和手感与MacBook Pro非常相似，磁吸式USB-C接口真的让人感觉这是苹果早该做的事——它就是那么好。大尺寸触觉触控板延续了Surface优秀触控板的传统，还额外带来了细微的触觉反馈，当你移动窗口或在PowerPoint等应用中对齐对象时就能感受到。

我本希望Laptop Ultra能配备OLED显示屏，但我发现将默认的“鲜艳”色彩选项切换为“增强”后，microLED面板的对比度有所改善。我也非常欣赏Laptop Ultra的接口配置，尤其是它有一个完整的SD卡读卡器，甚至还有一个USB-A接口。想了解更多想法，请查看我的完整评测。

它快吗？它能跟Apple M系列芯片一较高下吗？

	华硕ProArt P16 / Nvidia RTX Spark N1X / 128GB / 2TB	惠普OmniBook Ultra / Nvidia RTX Spark N1X / 32GB / 1TB	微软Surface Laptop Ultra / Nvidia RTX Spark N1X / 128GB / 1TB	MacBook Pro 16 / Apple M5 Max / 128GB / 4TB	Mac Mini（2026）/ Apple M5 Pro / 48GB / 1TB / 10G以太网	Mac Mini（2026）/ Apple M6 / 24GB / 512GB	MacBook Pro 14 / Apple M5 / 16GB / 1TB
CPU核心数	20	20	20	18	18	12	10
GPU（核心数）	Nvidia N1X（6,144个CUDA核心）	Nvidia N1X（6,144个CUDA核心）	Nvidia N1X（6,144个CUDA核心）	Apple M5 Max（40核）	Apple M5 Pro（20核）	12	Apple M5（10核）
Geekbench 6 CPU单核	3170	3131	2864	4330	4294	4653	4208
Geekbench 6 CPU多核	20343	20074	19030	29143	29104	21005	17948
Geekbench 6 GPU（OpenCL）	147750	146829	144352	145613	88531	61462	49059
Geekbench 7 CPU单核	2728	2694	2705	3693	3675	4034
Geekbench 7 CPU多核	23659	23522	23445	35439	34021	22450
Geekbench 7 GPU（OpenCL）	117778	118629	115241	153190	88763	57560
Cinebench 2026单核	560	565	534	734	715	809	736
Cinebench 2026多核	6638	6879	6759	8952	8059	5533	4486
Procyon图像生成	1301	1480	1444	852	未测试	未测试	未测试
Procyon计算机视觉2	3650	3894	3893	未测试	未测试	未测试	未测试
Procyon文本生成Phi 3.5	2457	2692	2555	4426	未测试	未测试	未测试
Procyon文本生成Mistral 7B	2184	2313	2233	3715	未测试	未测试	未测试
Procyon文本生成Llama 3.1 8B	2114	2263	2183	3498	未测试	未测试	未测试
Procyon文本生成Llama 2 13B	2023	2128	2078	3313	未测试	未测试	未测试
PugetBench Photoshop	未测试	未测试	13399	15716	17726	16739	12354
PugetBench Premiere Pro（2.0.0+）	未测试	未测试	82107	154829	105041	75108	71122
PugetBench for DaVinci Resolve（2.0.0+）	未测试	未测试	90257	124942	85624		50882
Blender classroom 测试（秒，越低越好）	15	15	15	15	24	33	44
Blender cosmos 测试（秒，越低越好）	62	61	62	35	51	84	未测试
Premiere 4K 导出（越低越好）	未测试	未测试	2 分 18 秒	1 分 10 秒	1 分 51 秒	2 分 34 秒	2 分 47 秒
持续 SSD 读取（MB/s）	7189.07	10373.83	14537.29	13638.91	12218.07	6759.86	7049.45
持续 SSD 写入（MB/s）	6719.82	9246.89	12582.13	17814.19	15420.95	7537.38	7317.6
测试时价格	$6,999.99	$3,199.99	$5,899.99	$8,149	$2,899	$1,299	$2,149

AD：是的，RTX Spark N1X 是一颗强大的芯片。我们一直在测试的这些配备大量统一内存的高端笔记本配置，旨在与 Apple MacBook Pro 中的 Pro 和 Max 芯片竞争。虽然它们在一些 GPU 性能测试中能跟上，比如在 Blender 渲染中与顶配 M5 Max 打平，但 Apple 的 CPU 要强大得多。

Apple 在其自研处理器以及 M6、M5 Pro 和 M5 Max 芯片中速度超快的“超级核心”上投入了大量研发。坦率地说，在单核性能上没有什么能与这些芯片竞争——甚至 Nvidia 的“超级芯片”也不行。（说真的，我们能不用“超级”这个词了吗？）但 RTX Spark 的 20 核 CPU 最让人难受的地方在于，就连低端的 12 核 M6 Mac Mini 也能在多核性能上与之抗衡——而 Mac Mini 起售价仅为 900 美元。

无需独立 GPU 就能获得这样的图形性能，实在令人惊叹，这让系统设计可以更薄、风扇噪音更小。我很喜欢，就像我喜欢 AMD 的 Strix Halo APU 一样——但和 Strix Halo 一样，Nvidia 的 RTX Spark 也是一款昂贵的部件。不可否认，只要你不太在意游戏，Apple 的产品是更全面的选择。

TW：它确实算得上，但我认为在 CPU 方面 Qualcomm 更接近 Apple 的 M 系列芯片。Qualcomm 在收购 Nuvia 之前也在 Windows on Arm 上摸索了多年，最终凭借 Snapdragon X 系列打造出了一款有竞争力的芯片。

我认为 Nvidia 在未来的 RTX Spark 芯片上，需要在 CPU 方面投入类似的工作量才能赶上。RTX Spark 的研发至少花了三年时间，而且我从熟悉 Nvidia 计划的消息人士那里听说，这些芯片本应在去年推出。所以研发一直在进行，但 CPU 方面仍然有点令人失望。

Nvidia 为其基于 Arm 的 CPU 选择了 MediaTek，这家芯片制造商更以笔记本中的 Wi-Fi 硬件闻名，而非 CPU。我真希望下一代能更强大。在测试 Surface Laptop Ultra 的整个过程中，我忍不住想，那个禁忌之梦就是 Qualcomm CPU 与 Nvidia GPU 的结合。我知道这在现实中不可能发生，但看到的话肯定会很有趣。

那么到目前为止，我们对 RTX Spark 的看法是什么？

TW：我认为它会提升人们对 Windows on Arm 在创意和游戏任务方面的兴趣，因为在此之前，我们还没有真正能运行游戏的 Arm 架构 Windows 笔记本。Nvidia 首批 RTX Spark 笔记本瞄准的是创作者和开发者，但这里肯定存在一个缺口，可以推出一款更实惠、专注于游戏的版本。也许那就是我们听说过传闻的 N1 芯片。

SH：不错，但太贵了。当你做那些理论上能证明这个价格合理的事情时，它又太热太吵。我关心它们代表什么，以及它们所指的方向，远胜于关心自己是否拥有一台。

AD：我很高兴现在笔记本领域的竞争更加激烈了，但超高的价格让 RTX Spark 笔记本大多遥不可及。我希望看到更低价的选择出现，也期待最终会有第二代产品带来更高的 CPU 性能，从而有望进一步缩小与 Apple 的差距。我还希望这能推动基于 Arm 和兼容 Arm 的游戏向前发展。也许有一天，这甚至意味着游戏能更容易地移植到 macOS。那岂不是个有趣的结果？

尽管继续测试这些超高端 RTX Spark 机型会很酷，但我最兴奋的是能上手一台基础款 Surface Laptop Ultra 或配备 24GB 内存的 Asus ProArt P14，看看它们与入门级 14 英寸 M5 MacBook Pro 相比表现如何。那是我个人心目中 Apple 产品线的甜点——大众的 MacBook Pro。（好吧，如今起售价两千美元，已经没那么大众了。）

在芯片选择方面，这是计算机领域激动人心的时刻，但拜 RAMageddon 和天价所赐，这也是个绝对糟糕的时期。我一直在想，如果 AI 需求没有推高内存和存储的价格，像这些 RTX Spark 甚至 Googlebooks 这样的笔记本会卖多少钱。在 PC 整体销量似乎呈下滑趋势的情况下，我不知道谁会花高达 7000 美元买这些笔记本，但它们存在这件事本身就很酷。

关注本报道的话题和作者，即可在个性化首页信息流中看到更多类似内容，并接收邮件更新。

• Antonio G. Di Benedetto
• Sean Hollister
• Tom Warren