微软测试Phi Silica在Nvidia GPU上用于Windows AI（6分钟阅读）

# Microsoft 在 Nvidia GPU 上测试用于 Windows AI 的 Phi Silica 来源：https://winbuzzer.com/2026/06/15/microsoft-tests-phi-silica-for-windows-ai-on-nvidia-gpus-xcxwbn/ TL;DR - GPU 路线：Microsoft 正在考虑在支持的 Nvidia GPU 上支持 Phi Silica，用于本地 AI 模型。 - 开发者门槛：开发者需要 Experimental Channel、Developer Mode、SDK 2.2.2-experimental9 以及最新的驱动程序。 - 功能限制：GPU 执行仍缺乏仅限 NPU 的功能，例如提示压缩和推测解码。 - 硬件布局：RTX 用户获得了一条路径，但消费者仍未获得完整的 Copilot+ PC 对等体验。 Microsoft 正在考虑将 Phi Silica GPU 支持扩展到支持的 Nvidia GPU，用于本地 AI 模型。 Microsoft 的 Phi Silica 系列（https://winbuzzer.com/2024/05/22/microsoft-expands-ai-capabilities-with-phi-silica-at-build-2024-xcxwbn/）是小型语言模型（SLM），专为在 Windows Copilot+ PC（https://winbuzzer.com/microsoft/copilot-pcs/）的神经处理单元（NPU）上本地运行而设计。基于 Phi-3 架构，它们完全在设备上提供低延迟的语言处理。 开发者访问将扩大本地 AI 硬件通道，超越 Copilot+ PC。 支持的 Nvidia 硬件和开发者设置决定了谁可以使用 GPU 路线。该模型需要 RTX 30 系列或更新的 GPU，并且至少 6GB 显存（VRAM）。AMD GPU 支持计划未来推出。 开发者还需要 Microsoft 的实验性 Windows Insider 测试通道、Developer Mode、新的 Windows App SDK 2.2.2-experimental9（https://github.com/microsoft/WindowsAppSDK/discussions/6553#wl）或更高版本，以及最新的 GPU 驱动程序，才能启用 GPU 路径。这些要求使测试更接近开发者预览版，而非消费者功能开关，因为不支持的机器无法直接下载模型并获得相同的本地 AI 行为。 ## **GPU 路径支持什么** Windows AI API 是 Microsoft 为 Windows 应用提供的本地模型接口，其设备列表现在涵盖带有 NPU 的 Copilot+ PC、支持的 GPU 以及满足推荐 CPU 规格的系统。Phi Silica 是该矩阵中的狭小 GPU 例外：Microsoft 列出该本地小型语言模型可用于 Copilot+ PC NPU 以及带有支持 GPU 的 Windows 11 设备（https://learn.microsoft.com/en-us/windows/ai/apis/phi-silica）。Windows ML 是 Microsoft 统一的 AI 推理框架（https://learn.microsoft.com/en-us/windows/ai/new-windows-ml/overview），为开发者提供了更广泛的相邻选项，因为其硬件加速可以在 AMD、Intel、Nvidia 和 Qualcomm 的 GPU、NPU 和 CPU 上本地运行自定义或开源模型。 更广泛的 Windows ML 支持并未改变 Phi Silica 的要求。Microsoft 内置的 Windows AI API 模型仍然严格指定，而开发者管理的模型可以使用更广泛的硬件栈。 应用准备状态控制使 Phi Silica 保持在开发路径中。处于 GPU 通道的设备不会预装模型，Phi Silica 在应用首次请求准备状态时按需下载。应用必须在调用模型前检查（https://learn.microsoft.com/en-us/windows/ai/apis/get-started?tabs=winget%2Cwinui%2Cwinui2）GetReadyState 标志，并避免在不支持的硬件上调用 EnsureReadyAsync。 准备状态检查让应用制造者能够避免在硬件、驱动程序、SDK 和通道条件满足之前将 GPU 支持呈现为可用。这也限制了用户可能期望的简单 Windows 开关的变化。 支持的 GPU 执行未达到完整的 Copilot+ PC 对等体验。Nvidia 系统缺乏仅限 NPU 的 Phi Silica 功能，例如提示压缩和推测解码（https://learn.microsoft.com/en-us/windows/ai/apis/phi-silica），这可能会影响上下文处理和生成速度。NPU 专为电池受限笔记本电脑的低功耗 AI 处理而设计，而独立 GPU 在许多高端台式机和游戏 PC 上提供熟悉的计算能力。 ### **Windows AI 硬件格局** Microsoft 在 2024 年推出了 Copilot+ PC（https://winbuzzer.com/2024/05/20/microsoft-unveils-copilot-pcs-with-local-ai-processing-xcxwbn/），作为围绕本地芯片要求构建的 AI 优先 Windows PC 类别，Phi Silica 同年加入了 Windows Copilot Library（https://winbuzzer.com/2024/05/22/microsoft-expands-ai-capabilities-with-phi-silica-at-build-2024-xcxwbn/）。Nvidia GPU 支持保留了以 NPU 为中心的类别，同时为 Microsoft 提供了一种方式，以覆盖已经拥有支持图形硬件的开发者。Copilot+ 品牌、Windows AI API 可用性和独立 GPU 访问现在描述了 OEM 和应用开发者之间重叠但不完全相同的硬件组。 在此次 Phi Silica 测试之前，GPU 加速已是 Windows AI 栈的一部分。2024 年，DirectML 在 DirectX 12 兼容 GPU 上启用了机器学习工作负载（https://winbuzzer.com/2024/08/30/microsoft-enhances-ai-capabilities-with-directml-and-webnn-updates-xcxwbn/），帮助 GPU 在 Windows 上承担更多机器学习工作，即使 Copilot+ PC 品牌将 NPU 置于前台。Microsoft 的新路径将这个分裂转化为具体的开发者问题：哪些本地 AI 功能应需要 NPU，哪些可以在现有图形硬件上可接受地运行？ Nvidia RTX 用户获得了第一条 GPU 路径，AMD 支持仅被列为未来推出，而消费者并未获得完整的 Copilot+ 功能集的简单开关。Windows 11 的 AI 战略在模型、API、GPU 厂商和发布通道上仍然碎片化，尽管 Microsoft 试图将更多的混合本地和云端 AI 编排放入操作系统内部。 AI 数据中心需求（https://winbuzzer.com/2026/02/18/wd-seagate-2026-hard-drive-shortage-ai-data-centers-xcxwbn/）已对存储供应造成压力，而 AI 需求也影响了更广泛的 PC 组件可用性（https://winbuzzer.com/2026/03/31/intel-confirms-cpu-price-rises-amid-supply-constraints-xcxwbn/）。最近的一份入门级 PC 预测（https://winbuzzer.com/2026/03/16/dram-prices-surge-180-hbm-shift-starves-consumer-supply-xcxwbn/）警告称，到 2028 年更便宜的 Windows 机器可能会受到挤压。当 Windows AI 功能依赖于特定芯片、内存、驱动程序和发布通道时，硬件门槛变得更加重要。 Microsoft 尚未提供此 GPU 路径的广泛消费者发布计划。正式的发布说明将澄清 Phi Silica GPU 支持是否超越 Experimental Channel、Developer Mode 和实验性 Windows App SDK 构建。 Markus Kasanmascheff（https://winbuzzer.com/author/markus/） Markus Kasanmascheff（https://winbuzzer.com/author/markus/） Markus 从事科技行业报道超过 15 年。他拥有国际经济硕士学位，是 Winbuzzer.com 的创始人和主编。