第一次參加產品發表會

先說明：這篇是受 MSI 與 NVIDIA 邀請參加活動的合作分享。

昨天晚上（10/16）去了松菸文創 14 樓的 RTX Spark Launch Party: Taipei，這是我第一次參加產品發表會。七點多到的時候，場內已經擠滿人，後排都站著，台上大螢幕寫著「A New Beginning for Windows PC」。發表會進行到一半，全場一起倒數，產品就在台上正式開賣。

一台將近 24 萬的筆電（MSI 這台 128GB 版本的建議售價），究竟特別在哪？答案是在一台 Windows 輕薄筆電上跑本機 AI 模型，可以跑出每秒 60 個 token（token 可以想成模型吐出來的字詞片段）。過去要跑出這樣的成績，通常要靠電競筆電，又厚又重。

這篇分享：現場實測看到的數字、這顆晶片新在哪，以及它跟 Mac 的晶片比起來差在哪。

現場實測：每秒 60 個 token，機身沒有很燙

現場的展示機跑的模型是 Qwen 3.6 35B A3B，成績是 60 token/s，比人讀字的速度快很多。

這個模型名稱裡的 35B，是總共 350 億個參數；A3B 是每產生一個 token，實際只會動用其中大約 30 億個。這種設計叫 MoE（mixture of experts，混合專家模型），模型很大，但每次只用到其中一小部分，所以跑得比同樣大小的一般模型快很多。

另外，機身摸起來並沒有很燙，跟旁邊另一台在跑遊戲的展示機比起來，溫度確實低很多。

我知道 60 token/s 其實還沒有很理想，但放在一台 Windows 輕薄筆電上來看，這已經是很大的突破。

Windows 跑 Arm 不是第一次，新在 CUDA 加上大記憶體

這次所有 RTX Spark 筆電用的，都是 NVIDIA 新的 RTX Spark N1X 晶片。它是 Arm 架構，Arm 是手機和平板最常用的晶片架構，特色是省電；一般 Windows 電腦用的是 Intel、AMD 那一套 x86。

Windows 跑在 Arm 上其實已經十幾年了。2012 年的 Surface RT 就是 Arm，裡面的晶片剛好是 NVIDIA 的 Tegra 3；2017 年底發表了高通 Snapdragon 835 的 Windows 10 筆電；2024 年微軟推出 Copilot+ PC，Arm 筆電才算真正普及。Arm 帶來的是省電和續航，代價是相容性：舊的 x86 程式可以靠微軟的模擬器 Prism 照常跑，但驅動程式沒辦法模擬，用核心層級反作弊的遊戲，如果反作弊程式沒有出 Arm 版，就不能玩。

顯示晶片的部分是 Blackwell，NVIDIA 現在這一代的架構，2024 年 3 月在 GTC 發表，資料中心的 B200、遊戲顯卡 RTX 50 系列用的都是它。跟 AI 最有關的改變，是支援 FP4：用 4 個位元來存模型裡的每個數字，模型變小、算得更快，代價是精準度會降一點。N1X 的顯示晶片最高有 6,144 個 CUDA 核心（CUDA 是 NVIDIA 讓軟體拿顯示晶片做運算的那套工具），跟桌上型的 RTX 5070 一樣多。

處理器是 NVIDIA 和聯發科一起設計的 Arm CPU，最高 20 核心，用 NVIDIA 自家的 NVLink-C2C 跟顯示晶片接在一起。黃仁勳去年就說過，這顆晶片和桌上型 AI 電腦 DGX Spark 裡的 GB10 是同一顆晶片。筆電版則把功耗壓在 45 到 80 瓦。

大記憶體的 Windows 筆電，AMD 去年就做出來了；Mac 也早就有 128GB 的統一記憶體。但很多 AI 軟體只支援 CUDA，在 AMD 和 Mac 上要另外找替代方案。DGX Spark 已經讓 CUDA 用上 128GB 的共用記憶體，但那是跑 Linux 的桌上型機器；RTX Spark 把同一顆晶片放進了 Windows 筆電。社群也同步推出了第一個給 Windows on Arm 用的 PyTorch-CUDA 版本。

跟 Mac 的晶片像，但記憶體不能全部給 AI

NVIDIA 自己把 N1X 叫做 SoC（system on a chip，把處理器、顯示晶片、記憶體控制器做在一起），這跟 Apple 的 M 系列是同一種做法。不過它不是第一顆 Windows 的 SoC，2012 年 Surface RT 裡的 Tegra 3、後來高通的 Snapdragon 都是。

兩者最像的地方是統一記憶體：處理器和顯示晶片共用同一組記憶體。一般筆電的顯示卡有自己的記憶體，AI 模型能不能跑，常常卡在那塊記憶體夠不夠大；共用之後，128GB 的版本就有一整塊 128GB 可以分著用。

不一樣的地方有兩個。第一，Windows 會把這 128GB 切成顯示晶片保留的、兩邊共用的，以及只給處理器用的幾塊，系統和其他程式也要吃一份，實際能給 AI 用的會比 128GB 少。第二是頻寬，也就是每秒能搬多少資料，這會直接影響模型產生文字的速度。NVIDIA 開發文件寫的是 300 GB/s，Apple 今年的 M5 Max 是 614 GB/s。現場那個模型每次只動用 30 億個參數，要搬的資料少，這也是它在這個頻寬下能跑到 60 token/s 的原因之一。

	記憶體	頻寬	CUDA
RTX Spark N1X	共用，最多 128GB	300 GB/s	有
RTX 5090 筆電顯卡	獨立 24GB	896 GB/s	有
AMD Ryzen AI Max+ 395	共用，最多 128GB，最多 96GB 給顯示晶片	256 GB/s	無
Apple M5 Max	共用，最多 128GB	614 GB/s	無

現場也有這次邀請我的 MSI 的 RTX Spark 筆電：Prestige N16 Flip AI+，下面這張就是現場那台。依 MSI 官方資訊，它是首波 RTX Spark Windows 筆電裡唯一一台 2-in-1 可翻轉的機型，配備 16 吋 OLED 觸控螢幕（128GB 版是 UHD+ 串聯式 OLED），轉軸可以翻 360 度，能當筆電打字，也能翻過來當平板，用觸控筆寫。它一樣相容 NVIDIA 的 CUDA 軟體堆疊，前面提到只支援 CUDA 的 AI 軟體和工具，在它上面不用另外找替代方案。台灣有 128GB 和 64GB 兩種配置，官方標示 128GB 統一記憶體的版本最高可以在本機跑 120B（1,200 億參數）等級的模型，實際能跑多大還是要看模型的設定。MSI 也主打本地端的代理式 AI（會自己分步驟操作工具、完成任務的 AI）：模型在自己的電腦上跑，資料不用傳到雲端。

也有不適合的人。Tom's Hardware 在微軟的 Surface Laptop Ultra 上實測同一顆晶片，結論是本機 AI 表現亮眼，遊戲不是它的強項：處理器本身的效能、x86 遊戲要多經過一層模擬，再加上共用記憶體的頻寬有限，都會拖慢速度。如果你工作上離不開某個只有 x86 版本的軟體或驅動，先查它有沒有 Arm 版，再決定要不要入手。

60 token/s 還不算快，但過去要跑出這個數字，得背一台又厚又重的電競筆電出門。

---

NVIDIA 與微軟 RTX Spark 新聞稿：https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-and-Microsoft-Reinvent-Windows-PCs-for-the-Age-of-Personal-AI/default.aspx
NVIDIA RTX Spark 開發文件：https://docs.nvidia.com/rtx-spark/rtx-spark-porting-guide/latest/overview.html
NVIDIA 統一記憶體說明：https://docs.nvidia.com/rtx-spark/rtx-spark-porting-guide/latest/uma/index.html
NVIDIA 軟體生態更新：https://blogs.nvidia.com/blog/local-ai-rtx-spark-laptops-software-updates/
聯發科合作說明：https://www.mediatek.com/tek-talk-blogs/mediatek-is-collaborating-with-nvidia-to-power-the-next-wave-of-windows-pc-experiences-with-the-new-nvidia-rtx-spark
黃仁勳：N1X 與 GB10 同一顆晶片：https://www.tomshardware.com/pc-components/cpus/nvidia-ceo-huang-says-upcoming-dgx-spark-systems-are-powered-by-n1-silicon-confirms-gb10-superchip-and-n1-n1x-socs-are-identical
Blackwell 發表：https://nvidianews.nvidia.com/news/nvidia-blackwell-platform-arrives-to-power-a-new-era-of-computing
Qwen3.6-35B-A3B：https://qwen.ai/blog?id=qwen3.6-35b-a3b
Surface RT 規格：https://support.microsoft.com/en-us/surface/models/surface-rt-specifications
微軟 x86 模擬說明：https://learn.microsoft.com/en-us/windows/arm/apps-on-arm-x86-emulation
微軟 Copilot+ PC：https://blogs.microsoft.com/blog/2024/05/20/introducing-copilot-pcs/
AMD Ryzen AI Max+ 395：https://www.amd.com/en/blogs/2025/amd-ryzen-ai-max-395-processor-breakthrough-ai-.html
Apple M5 Max：https://www.apple.com/newsroom/2026/03/apple-introduces-macbook-pro-with-all-new-m5-pro-and-m5-max/
RTX 50 筆電顯卡規格：https://www.nvidia.com/en-us/geforce/laptops/50-series/
Tom's Hardware 實測：https://www.tomshardware.com/laptops/we-test-the-rtx-spark-superchip-in-microsofts-surface-laptop-ultra-nvidias-windows-on-arm-platform-impresses-in-local-ai-but-gaming-isnt-its-strong-suit
MSI Prestige N16 Flip AI+ 台灣產品頁：https://tw.msi.com/Business-Productivity/Prestige-N16-Flip-AI-Plus-C1XMX
MSI 台灣官方商店（128GB 版建議售價）：https://tw-store.msi.com/products/prestige-n16-flip-ai-c1xmt-209twy-ggn1x675a128gxxdx11pngp
MSI Prestige N16 Flip AI+ 規格（MSI 美國官方商店）：https://us-store.msi.com/Prestige-N16-Flip-AI-C1XMT-062USY

#MSI #NvidiaRTXSpark #PrestigeN16FlipAIplus