🇨🇳cnBeta (Full RSS)•較早收集於 2h
Nvidia N1x SoC 跑分落後於 Apple M3 Max

💡Nvidia 在 SoC 市場挑戰 Apple Silicon,可能重塑本地 AI 推論的硬體格局。
⚡ 30-Second TL;DR
有什麼變化
Nvidia N1x SoC 的 Geekbench 6 跑分低於 Apple M3 Max
為什麼重要
這表明 Nvidia 在高性能消費級/筆電 SoC 的初步嘗試,可能面臨來自 Apple Silicon 在效率與性能領先地位的激烈競爭。
下一步行動
密切關注 Computex 主題演講,評估 N1x 的功耗性能比,以判斷其在邊緣 AI 部署的潛力。
誰應關注:Developers & AI Engineers
關鍵要點
- •Nvidia N1x SoC 的 Geekbench 6 跑分低於 Apple M3 Max
- •預計將於即將到來的 Computex 大會上正式發布
- •該項目涉及與 Microsoft 和 ARM 的戰略合作
🧠 深度解析
Web-grounded analysis with 33 cited sources.
🔑 增強重點摘要
- •Nvidia N1x 是與聯發科 (MediaTek) 合作開發的,採用台積電 (TSMC) 的 3 奈米製程,旨在成為 Nvidia 首款專為 Windows ARM PC 設計的筆記型電腦系統單晶片 (SoC)。
- •N1x 整合了基於 Blackwell 架構的 GPU,擁有 6,144 個 CUDA 核心,其圖形性能可媲美桌面級 RTX 5070,並支援完整的 CUDA 軟體堆疊,首次將此類性能引入 Windows ARM 機器。
- •Nvidia 和 Microsoft 正協調推動一場「PC 新時代」的宣傳活動,預計將在 Computex 2026 上正式發布 N1x,這標誌著 Windows on ARM 生態系統將從高通 (Qualcomm) 主導轉向多供應商競爭。
- •N1x 晶片具有高達 1,000 TOPS (NVFP4 精準度) 的峰值 AI 吞吐量,其 NPU 性能據稱超越了目前 Intel 和 AMD 的神經處理單元,符合 Microsoft Copilot+ 認證所需的 45+ TOPS 要求。
- •除了高性能的 N1x,Nvidia 還將推出功耗較低的 N1 系列,具有 10 或 12 個 ARM 核心及 2,048 或 2,560 個 CUDA 核心,目標是商務和生產力筆記型電腦市場,TDP 範圍為 18W-45W。
📊 競品分析▸ Show
| 特性/基準測試 | Nvidia N1x (頂級配置) | Apple M3 Max (頂級配置) | Qualcomm Snapdragon X Elite (X1E-00-1DE) | Intel Core Ultra 9 285HX | AMD Ryzen AI MAX+ 395 |
|---|---|---|---|---|---|
| CPU 核心 | 20 (10P+10E Arm v9.2) | 16 (12P+4E) | 12 (Oryon) | 24 (混合架構) | 16 (Zen 5) |
| GPU 核心/架構 | Blackwell 架構,6,144 CUDA 核心 (RTX 5070 級) | 40 核心 GPU | Adreno GPU | Arc Graphics (整合) | Radeon 8060S Graphics (整合) |
| 製程 | 台積電 3nm | 台積電 3nm | (通常為 4nm) | (Intel 4) | (台積電 4nm) |
| Geekbench 6 單核 | ~3,240 | 高於 N1x | ~3,241 | (未提供具體數據) | (未提供具體數據) |
| Geekbench 6 多核 | ~18,200 | 高於 N1x | ~14,000-15,000 | ~22,104 | ~21,035 |
| 記憶體頻寬 | ~301 GB/s (LPDDR5X 統一記憶體) | 高達 400 GB/s (統一記憶體) | (未提供具體數據) | (未提供具體數據) | (未提供具體數據) |
| AI 性能 (NPU) | 1,000 TOPS (NVFP4), 45+ TOPS (NPU) | 16 核心神經網路引擎,18 TOPS | 45+ TOPS | (未提供具體數據) | (未提供具體數據) |
| 目標市場/OS | Windows on ARM 筆記型電腦 | macOS 筆記型電腦 | Windows on ARM 筆記型電腦 | Windows x86 筆記型電腦 | Windows x86 筆記型電腦 |
🛠️ 技術深入
- 架構與製程: N1x 採用 2.5D 封裝,由聯發科設計的 CPU 晶片和基於 Nvidia Blackwell 架構的 GPU 晶片組成,並透過 Nvidia 的 NVLink C2C 互連技術以 300 GB/s 的雙向頻寬連接,整體採用台積電 3 奈米製程製造。
- CPU 配置: 搭載 20 個 Arm v9.2 核心,分為 10 個性能核心和 10 個效率核心,共享 32 MB 的 L3 快取。
- GPU 配置: 整合了基於 Blackwell 架構的 GPU,擁有 6,144 個 CUDA 核心 (48 個 SM 單元),其著色器數量與桌面級 RTX 5070 相同。
- 記憶體系統: 採用統一的 LPDDR5X-9400 記憶體池,透過 256 位元匯流排提供約 301 GB/s 的頻寬,由 CPU 和 GPU 共享。支援高達 128 GB 的記憶體配置。
- AI 性能: 峰值 AI 吞吐量在 NVFP4 精準度下達到 1,000 TOPS,FP32 浮點性能為 31 TFLOPs。NPU 性能據稱可滿足 Microsoft Copilot+ 認證所需的 45+ TOPS。
- 功耗: N1x 的功耗範圍為 45W-80W。
- 其他變體: 存在一個標準的 N1 系列,提供 12 核心 (8P+4E) 和 10 核心 (7P+3E) 配置,分別配備 2,560 和 2,048 個 CUDA 核心,TDP 範圍為 18W-45W。
🔮 前景展望AI analysis grounded in cited sources
Windows on ARM 市場競爭將加劇。
Nvidia 的進入將打破高通在 Windows on ARM 領域的主導地位,為消費者提供更多選擇,並可能加速 ARM 原生應用程式的開發。
AI PC 的性能基準將被重新定義。
N1x 整合了 Blackwell GPU 和高達 1,000 TOPS 的 AI 吞吐量,將為筆記型電腦上的本地 AI 推理設定新的性能標準,並可能推動 AI 應用程式的發展。
筆記型電腦設計將發生根本性變化。
N1x 提供的 RTX 5070 級整合式 GPU 性能,可能消除對獨立 GPU 的需求,從而實現更輕薄、更節能的遊戲和專業筆記型電腦設計。
⏳ 時間線
2010-09
Windows 7 首次在 Nvidia Tegra ARM 晶片上運行 (原型機)。
2012
Microsoft Surface RT 首次搭載 Nvidia Tegra CPU,標誌著 Nvidia 首次進入 ARM PC 市場。
2023-10
路透社報導 Nvidia 正在開發可運行 Windows 作業系統的 ARM CPU。
2025-06
Nvidia N1x 處理器在 Geekbench 6.2.2 資料庫中首次洩露跑分。
2026-05-29
Nvidia、Microsoft 和 ARM 協調發布「PC 新時代」預告,暗示 N1x 即將發布。
2026-05-30
Dell 確認將在 Computex 展示搭載 Nvidia N1x 的 XPS 筆記型電腦。
📎 來源 (33)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
- techtimes.com
- forbes.com
- tomshardware.com
- wccftech.com
- overclocking.com
- windowsforum.com
- tomshardware.com
- windowsforum.com
- cryptobriefing.com
- pcmag.com
- windowscentral.com
- windowsforum.com
- xda-developers.com
- tomshardware.com
- techable.com
- fandom.com
- invgate.com
- notebookcheck.net
- xda-developers.com
- videocardbenchmark.net
- cpu-monkey.com
- wccftech.com
- youtube.com
- tomshardware.com
- aiweekly.co
- tomsguide.com
- tomshardware.com
- seekingalpha.com
- thurrott.com
- pcmag.com
- techpowerup.com
- laptopmag.com
- reddit.com
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: cnBeta (Full RSS) ↗



