在旧金山的一场活动上,NVIDIA 与 Microsoft 发布了 RTX Spark 笔记本/紧凑型台式机(统一内存最高 128GB,FP4 算力约 1 petaflop),并宣布 Microsoft Execution Containers(MXC)正式可用,可在 Windows PC 上安全地本地运行 AI 智能体。
<div id="bsf_rt_marker"></div><p><span style="font-weight: 400;">周三,NVIDIA 创始人兼 CEO 黄仁勋与 Microsoft CEO Satya Nadella 在旧金山的 Microsoft 活动上分享了双方如何协同设计硬件与软件,让 AI 智能体能够在 Windows PC 上运行。</span></p>
<p><span style="font-weight: 400;">黄仁勋表示,NVIDIA 是因 Windows 而生的。如今,AI 智能体正来到 Windows。</span></p>
<p><span style="font-weight: 400;">“回顾我们整个公司的历程,Windows 一直处在核心位置,”黄仁勋说,他追溯了 NVIDIA 数十年来对 Windows 和 Microsoft 的支持。“如果没有 Windows,就不会有 GeForce。”</span></p>
<p><span style="font-weight: 400;">在 Dogpatch Studios 举办的 Windows AI 与 Surface 活动中,由前白宫 AI 高级政策顾问 Sriram Krishnan 主持的炉边对谈上,黄仁勋将这段历史以及他的长远愿景,与智能体时代联系在了一起。</span></p>
<p><span style="font-weight: 400;">“坦率地说,我真正要给予 Jensen 最高评价的,是他对这项技术未来形态那种一以贯之的愿景——不是今天,不是明天,而是作为一个长期的大势,”Nadella 说。“这正是我们走到今天这一刻的原因。”</span></p>
<p><span style="font-weight: 400;">“个人电脑是终极工具,它是我的终极工具,对整整一代人来说,它也是我们的终极工具,”黄仁勋说。“在智能体时代会发生什么?当智能体就在你的电脑上运行时,它就成为了你的私人助理。”</span></p>
<p><span style="font-weight: 400;">活动由 Nadella 开场,随后 Microsoft Windows 与设备执行副总裁 Pavan Davuluri 介绍了专为智能体时代设计的 Windows 更新。</span></p>
<p><span style="font-weight: 400;">为将 Windows 打造为智能体的可靠平台,Microsoft 宣布 Microsoft Execution Containers(MXC)正式可用。这是一套操作系统层面的基础设施,可让智能体在操作系统管控下安全、持续地在后台运行。</span></p>
<p><span style="font-weight: 400;">“我们正在将这些原语直接构建到 Windows 中,让智能体能够被安全保护、可观测且可治理,”Davuluri 解释道。“借助 MXC、Microsoft Security 和 Agent 365,我们正在释放 Windows 上智能体的全部潜力。”</span></p>
<p><span style="font-weight: 400;">Nadella 在与黄仁勋的对话中再次谈到这一主题。“我们需要把桌面变成智能体运行的最安全场所,”Nadella 说。</span></p>
<p><span style="font-weight: 400;">“Satya 刚才所说的,将成为我们认知中下一代 IT 的基石,”黄仁勋说。“正如 Windows 和 DirectX 革新了应用的构建方式,MXC 将会革新智能体的构建与部署方式。”</span></p>
<h2><b>Windows PC 的新篇章:今日即可预订 RTX Spark 笔记本</b></h2>
<p><span style="font-weight: 400;">在黄仁勋与 Nadella 周三介绍的众多发布内容中,RTX Spark 将完整的 NVIDIA AI 技术栈带入 Windows 笔记本和紧凑型台式机,笔记本今日开启预订,10 月 16 日(周五)即可交付。紧凑型台式机将于 11 月开售。</span></p>
<p><span style="font-weight: 400;">Windows 正让本地 AI 走近日常办公,而全新硬件则为开发者提供了在自己电脑上直接运行更强算力模型的空间。在发布 Surface Laptop Ultra 时,Davuluri 将这一愿景与 NVIDIA RTX Spark 联系起来。</span></p>
<p><span style="font-weight: 400;">“我们围绕 NVIDIA RTX Spark 打造了 Surface Laptop Ultra,”Davuluri 说。“凭借最高 128GB 统一内存和高达 1 petaflop 的 AI 算力,你可以在这台笔记本上运行传统机器根本放不下的模型。”</span></p>
<p><span style="font-weight: 400;">Acer、ASUS、Dell、HP、Lenovo、Microsoft、MSI 和 Gigabyte </span><span style="font-weight: 400;">将陆续推出搭载该方案的系统,设计从轻薄笔记本到专为全天候运行智能体而打造的紧凑型台式机不一而足。</span></p>
<p><span style="font-weight: 400;">RTX Spark 结合了拥有高达 6,144 个核心的 NVIDIA Blackwell RTX GPU,以及最高 20 核、以 600 GB/s 速率互连的 NVIDIA Grace CPU。</span></p>
<p><span style="font-weight: 400;">1 petaflop 的 FP4 AI 算力和最高 128GB 统一内存,使 RTX Spark 能够高效胜任本地 AI 工作负载。它可以运行诸如 Qwen 3.8 Flash Next 这样的模型——一个拥有 125B 参数和 51B n-gram、智能水平可比肩许多云端模型的模型——不限用量,且无需将数据发送到云端。</span></p>
<p><span style="font-weight: 400;">RTX Spark 支持完整的 NVIDIA CUDA 平台——与 NVIDIA 硬件上运行的是同一套软件栈——专为人们使用 PC 的各种场景而打造:</span></p>
<ul>
<li style="font-weight: 400;" aria-level="1"><b>开发者</b><span style="font-weight: 400;"> 可以无需重写即可迁移模型、工具和工作流,从 RTX Spark 到 DGX Station 运行同一套 NVIDIA AI 技术栈。</span></li>
<li style="font-weight: 400;" aria-level="1"><b>创作者</b><span style="font-weight: 400;"> 可获得支持 NVFP4 的第 5 代 Tensor Core、硬件加速 AV1,以及 4:2:2 视频编解码、DLSS 和 RTX 光线追踪,覆盖完整的创作流程。</span></li>
<li style="font-weight: 400;" aria-level="1"><b>玩家</b><span style="font-weight: 400;"> 可以借助 DLSS 5、Reflex 和 G-SYNC,以 1440p 分辨率将 3A 大作跑出超过 100 帧每秒的帧率。</span></li>
</ul>
<p><span style="font-weight: 400;">紧凑型台式机配置将同一颗 RTX Spark 超级芯片置于一个小巧的机箱中,专为 7x24 小时运行而设计——这是一套专属的本地 AI 系统,可让智能体持续运行。<a target="_blank" href="https://www.nvidia.com/en-us/products/rtx-spark/"><span style="font-weight: 400;">立即预订 RTX Spark</span></a>。</span></p>
<h2><b>NVIDIA DGX Station for Windows:面向企业桌面的前沿 AI 算力</b></h2>
<p><span style="font-weight: 400;">活动还预览了 NVIDIA DGX Station for Windows——首款将 GB300 Grace Blackwell 级 AI 基础设施直接带入 Windows 生态的桌面级 AI 超级计算机。</span></p>
<p><span style="font-weight: 400;">“这让我们能在本地运行前沿级模型,”</span><span style="font-weight: 400;">Davuluri</span><span style="font-weight: 400;"> 说。“曾经需要租用集群才能实现的能力,如今就在一台桌面超级计算机中。”</span></p>
<p><span style="font-weight: 400;">此前,DGX Station 一直运行在 Linux 上——这意味着企业开发者需要维护两套独立环境:用 Linux 承载繁重的 AI 工作负载,用 Windows 处理生产力工具、应用和工作流。</span></p>
<p><span style="font-weight: 400;">《财富》500 强企业绝大多数都以 Windows 为标准,这一差距让开发者付出了时间和资源成本——开发者要么转到 Linux 以获取 AI 算力,要么留在 Windows 中,面对着进行重型模型开发和多智能体工作负载时有限的硬件选择。</span></p>
<p><span style="font-weight: 400;">NVIDIA DGX Station for Windows 基于 GB300 Grace Blackwell Ultra Desktop Superchip 运行,提供 748GB 一致性内存和最高 20 petaFLOPS 的 FP4 AI 算力——足以在本地运行高达万亿参数规模的模型。</span></p>
<p><span style="font-weight: 400;">AI 原生公司、顶尖研究机构和企业的开发者与研究团队,可以构建并运行全天候运行的 AI 智能体,直接接入他们已在使用的 Windows 应用和基础设施,并无需离开主力机器即可微调和推理大型模型。在需要时,Linux AI 工具链仍可通过 WSL 使用。</span></p>
<p><span style="font-weight: 400;">了解有关 NVIDIA 工作站级产品的更多信息:<a target="_blank" href="https://www.nvidia.com/en-us/products/workstat">https://www.nvidia.com/en-us/products/workstat</a></span></p>
在微软 Build 2026 大会上,CEO Satya Nadella 将 Windows 与 Nvidia 全新 RTX Spark 芯片共同置于舞台中央,将 Windows PC 上的本地 AI 计算定位为云端 AI 工作负载的高性价比替代方案。此次合作旨在实现强大的端侧 AI 智能体,RTX Spark 能够在本地运行 1200 亿参数的模型。