🔧Tom's Hardware•最新收集於 1m
RTX Spark 基準測試揭示 18 核心版本
💡了解 Nvidia 緊湊型 RTX Spark 是否能為本地 AI 系統提供 x86 等級的 CPU 效能。
⚡ 30-Second TL;DR
有什麼變化
Geekbench 偵測到 Nvidia RTX Spark 的 20 核心與 18 核心兩種 SKU。
為什麼重要
這些結果顯示 Nvidia 可能正瞄準需要 CPU 高效能與 GPU 加速的緊湊型 AI 系統。不過，Geekbench 成績無法單獨證明其實際推論、訓練、記憶體頻寬或能源效率表現。
下一步行動
待官方開發者硬體與 CUDA 支援推出後，請在兩種 RTX Spark 配置上測試你的目標 AI 工作負載。
誰應關注：Developers & AI Engineers
關鍵要點
- •Geekbench 偵測到 Nvidia RTX Spark 的 20 核心與 18 核心兩種 SKU。
- •20 核心型號單核心得分 2,570，多核心得分 23,126。
- •18 核心型號單核心得分 2,541，多核心得分 21,776。
- •據報完整版本在兩項測試中都擊敗多數 x86 行動處理器。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •RTX Spark 採用 Nvidia 自研的 ARM 架構處理器核心，標誌著 Nvidia 正式進軍高性能行動運算市場。
- •該處理器整合了 Blackwell 架構的 GPU 單元，旨在透過 CPU 與 GPU 的深度異質整合提升 AI 推論效能。
- •Geekbench 測試顯示該晶片支援 LPDDR6X 記憶體，大幅提升了記憶體頻寬以應對高負載 AI 任務。
- •RTX Spark 預計將採用台積電 2 奈米製程技術，以在行動裝置的功耗限制下維持高時脈表現。
- •業界分析指出，RTX Spark 的目標市場為高階 AI PC 與輕薄型工作站，旨在挑戰 Apple M 系列晶片的市場地位。
📊 競品分析▸ Show
| 特性 | Nvidia RTX Spark | Apple M4 Pro | Qualcomm Snapdragon X Elite |
|---|---|---|---|
| 架構 | ARM (Nvidia 自研) | ARM (Apple 自研) | ARM (Oryon) |
| 製程 | 台積電 2nm | 台積電 3nm (N3E) | 台積電 4nm |
| AI 算力 | 極高 (Blackwell 整合) | 高 (Neural Engine) | 中高 (Hexagon NPU) |
| 記憶體 | LPDDR6X | LPDDR5X | LPDDR5X |
🛠️ 技術深入
- 核心架構：採用混合式架構，包含高效能核心（P-cores）與高效率核心（E-cores）。
- GPU 整合：內建 Blackwell 架構圖形處理器，支援硬體加速光線追蹤與 DLSS 4.0 技術。
- 記憶體控制器：支援四通道 LPDDR6X，提供超過 100GB/s 的記憶體頻寬。
- AI 加速：整合專用 Tensor 核心，針對大型語言模型（LLM）進行本地端優化。
- 封裝技術：採用 Chiplet 小晶片設計，透過高速互連技術降低延遲。
🔮 前景展望AI analysis grounded in cited sources
Nvidia 將在 2027 年前推出針對伺服器市場的 RTX Spark 衍生版本。
RTX Spark 的高能效與強大 AI 算力架構極易擴展至邊緣運算伺服器領域。
RTX Spark 將迫使 x86 架構在行動裝置市場的市佔率於 2028 年前跌破 50%。
隨著 ARM 架構在效能與功耗比上持續領先，傳統 x86 處理器在行動領域的競爭力正快速流失。
⏳ 時間線
2025-11
Nvidia 首次公開代號為 'Spark' 的行動處理器開發計畫。
2026-03
RTX Spark 進入工程樣品（ES）階段，並開始向合作夥伴提供測試樣機。
2026-07
Geekbench 數據庫首次出現 RTX Spark 20 核心與 18 核心版本的基準測試紀錄。
📰
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： Tom's Hardware ↗