@AYi_AInotes: Damn,英伟达和老黄真的是憋了个大的啊,真特么牛逼 今天全网都在转黄仁勋这台拔了电源还能满帧跑 3A 的笔记本,但大多数人看错了重点,游戏其实只是这台机器的糖衣。 真正的核弹是那 128GB 统一内存,它意味着你桌上一台轻薄本,能在本地…

X AI KOLs Timeline 产品

摘要

文章评价NVIDIA新款笔记本,其128GB统一内存使本地运行200B大模型成为可能,拔电不掉帧,瞄准AI本地部署用户,认为这是将数据中心能力下放至便携设备的重要一步。

Damn,英伟达和老黄真的是憋了个大的啊,真特么牛逼 今天全网都在转黄仁勋这台拔了电源还能满帧跑 3A 的笔记本,但大多数人看错了重点,游戏其实只是这台机器的糖衣。 真正的核弹是那 128GB 统一内存,它意味着你桌上一台轻薄本,能在本地直接跑起 200B 参数的大模型,这在过去是只有数据中心机柜才干得动的事。 所以 NVIDIA 这次干的根本已经不是又一个游戏本那么简了,它把数据中心那套 Grace CPU 加 Blackwell GPU 整个下放, 1 PetaFLOP 的 FP4 算力、RTX 5070 级的显卡、CPU 和 GPU 共享的统一内存,一起塞进一个能背着走的壳子里。 拔电不掉帧、续航炸裂,这些是讲给所有人听的甜头,这回真正瞄准的,是要在本地跑 AI 的那波人。 如果把游戏本三个字去掉,你会看见一件更大的事。 这就像一个一直只卖发动机的厂商,突然开始造整车,顺手还把高速公路也给铺了,CUDA 是发动机,Grace 是底盘,Windows on Arm 是路, 从今往后你想跑得快,就只能在它修的这条路上跑。 当然,舞台上拔电不掉帧是十分钟的高光,长时间满载会不会降频、ARM 版 Windows 靠兼容层跑老软件会掉多少性能、这套东西最后卖一个什么价,发布会一个都没回答。 但方向已经很清楚了,Intel 和 AMD 还能追性能追制程,但CUDA 攒了十几年的那群开发者肯定是追不上了, 老黄卖的从来不是一台更强的电脑,是一条你用顺手了,就再也下不来的路!
查看原文
查看缓存全文

缓存时间: 2026/06/03 01:40

Damn,英伟达和老黄真的是憋了个大的啊,真特么牛逼

今天全网都在转黄仁勋这台拔了电源还能满帧跑 3A 的笔记本,但大多数人看错了重点,游戏其实只是这台机器的糖衣。

真正的核弹是那 128GB 统一内存,它意味着你桌上一台轻薄本,能在本地直接跑起 200B 参数的大模型,这在过去是只有数据中心机柜才干得动的事。

所以 NVIDIA 这次干的根本已经不是又一个游戏本那么简了,它把数据中心那套 Grace CPU 加 Blackwell GPU 整个下放,

1 PetaFLOP 的 FP4 算力、RTX 5070 级的显卡、CPU 和 GPU 共享的统一内存,一起塞进一个能背着走的壳子里。

拔电不掉帧、续航炸裂,这些是讲给所有人听的甜头,这回真正瞄准的,是要在本地跑 AI 的那波人。

如果把游戏本三个字去掉,你会看见一件更大的事。

这就像一个一直只卖发动机的厂商,突然开始造整车,顺手还把高速公路也给铺了,CUDA 是发动机,Grace 是底盘,Windows on Arm 是路,

从今往后你想跑得快,就只能在它修的这条路上跑。

当然,舞台上拔电不掉帧是十分钟的高光,长时间满载会不会降频、ARM 版 Windows 靠兼容层跑老软件会掉多少性能、这套东西最后卖一个什么价,发布会一个都没回答。

但方向已经很清楚了,Intel 和 AMD 还能追性能追制程,但CUDA 攒了十几年的那群开发者肯定是追不上了,

老黄卖的从来不是一台更强的电脑,是一条你用顺手了,就再也下不来的路!

Geeklik ve Ötesine (@GeeklikOtesine): NVIDIA, ARM tabanlı yeni işlemcisi RTX Spark’ı duyurdu.

  • İşlemcide RTX 5070’e denk bir GPU bulunuyor.
  • Modern oyunlarda 1440P’de 100 FPS’te çalışıyor.
  • Laptop, Windows olmasına rağmen prizden çektiğinizde performans düşmüyor.
  • Batarya ömrü uzun.
  • Sadece laptoplar için değil

相似文章

@rickawsb: 英伟达也认为存储是比gpu更大的瓶颈 — nvda最新文章解读 NVIDIA 最新发布的《AI Model Co-Design》是一篇介绍 TensorRT-LLM 和 Blackwell 的技术文章, 但也是一份未来几年大模型设计和 A…

X AI KOLs Following

本文深入解读NVIDIA最新发布的《AI Model Co-Design》文章,指出在AI推理场景中,存储(内存带宽、权重读取)已取代GPU算力成为主要瓶颈,并阐述了TensorRT-LLM和Blackwell架构围绕Roofline模型的设计策略,强调减少数据移动比提升计算能力更为关键。