凭证微软的定位，，，Surface Laptop Ultra 面向创作者、开发者和 AI builders，，，是为了大型 3D 场景、长时间编译、外地模子和数据集。。。。。。。英伟达则把 RTX Spark 界说为面向小我私家 AI Agent 的 Windows PC 超等芯片： 作为效果，，，RTX Spark 可以在外地运行 1200 亿参数大模子和最高 100 万 token 上下文，，，渲染 90GB 以上 3D 场景，，，剪辑 12K 4:2:2 视频，，，天生 4K AI 视频，，，也能在 1440p 下以凌驾 100 帧运行 3A 游戏。。。。。。。 RTX Spark 的强，，，主要照旧 GPU 的强，，，是 CUDA、Blackwell GPU、统一内存和外地模子推理能力的强。。。。。。。若是 AI PC 的问题照旧能不可在外地跑一个更大的模子，，，RTX Spark 简直很有说服力。。。。。。。但雷科技以为，，，若是问题已经酿成 Agent 能不可恒久替用户执行使命，，，谜底就没那么简朴了。。。。。。。 Agent 意味着拆使命、调应用、查文件、跑代码、开网页、维护沙盒、处置惩罚权限、期待外部响应，，，还要在差别使命之间切换上下文。。。。。。。这些负载需要云端的强盛模子能力，，，也更依赖端侧 CPU、I/O、系统调理、清静隔离、应用接口和云端状态。。。。。。。 相反，，，端侧模子的性能远远不敷支持 Agent 的模子能力需求，，，即即是 RTX Spark 这种「怪兽」，，，也更像是把一台小型 AI 事情站压进条记本形态，，，而不是为 Agent 时代重新设计的一台小我私家电脑： 从短期生意看，，，这家公司甚至没有太多须要亲自下场做一颗 PC SoC。。。。。。。它在 PC 市场原来已经足够惬意：自力显卡恒久占有绝对优势，，，游戏、创作、专业图形和 CUDA 生态都握在自己手里；；
；数据中心 GPU 更是求过于供，，，排队买卡的客户比英伟达更着急。。。。。。。 可进入 AI PC 时代后，，，越来越多负载最先围绕外地推理、多模态明确、语音视频处置惩罚、语义搜索、外地知识库和系统级 AI 功效睁开，，，NPU 比 GPU 更贴克一样平常 PC 形态。。。。。。。 NPU 的低功耗、常驻、清静、长续航、系统级挪用，，，正是 AI PC 早期最需要的体验。。。。。。。而古板独显的数据要在系统内存和显存之间往返搬运，，，功耗一上来电扇腾飞，，，续航也很难看。。。。。。。 2024 年，，，微软用 AI+ PC（最早是 Copilot+ AI）划了一条线：NPU 算力至少 40TOPS，，，才华跑新一代 Windows AI 功效。。。。。。。高通、AMD、英特尔轮替上。。。。。。。，，PC 厂商也终于有了一个比 CPU 多核性能、屏幕素质和续航时间更新鲜的卖点。。。。。。。 在微软 Build 的连线中，，，黄仁勋提到，，，三年前他就与微软 CEO 萨蒂亚·纳德拉讨论了一种新的小我私家电脑：既适合设计师和创作者，，，也适合人工智能；；
；既有外地处置惩罚能力，，，也能和 Windows、创作软件以及 AI 软件栈深度整合。。。。。。。 RTX Spark 和 Surface Laptop Ultra 就是那次对话的效果。。。。。。。它确实回覆了一个问题：若是 Windows 阵营想造一台真正能跑外地大模子、外地创作、外地 AI 开发的高端条记本，，，硬件应该有多激进。。。。。。。 三年前，，，整个行业还处在 ChatGPT 刚刚爆发后的外地推理想象里，，，许多人相信，，，AI PC 的要害是把模子跑到外地。。。。。。。这样一来，，，用户不必把隐私数据丢进云端，，，不必为每次挪用付 token 账单，，，也能获得更低延迟、更稳固的 AI 体验。。。。。。。 这个逻辑没有错，，，今天也依然建设一部分。。。。。。。但 2026 年的 AI 已经不但是谈天机械人。。。。。。。从推理到 Agent，，，上下文、推理链、KV cache……险些所有要求都在提高，，，外地装备和云端模子之间的能力差别在许多使命上也被进一步拉大。。。。。。。 事实上，，，今天险些所有针对 Agent 举行训练过的大模子，，，对硬件的要求都大幅凌驾了以往，，，量化压缩的模子并不可知足 Agent 的优异运行，，，以及用户关于 Agent 体现的要求。。。。。。。 但完成使命和外地天生文本不是一回事。。。。。。。一个 Agent 要执行使命，，，往往需要会见网页、挪用软件、运行代码、读取文件、处置惩罚权限、验证效果，，，还要在后台一连运行。。。。。。。它像一个操作员，，，而不是一个离线模子。。。。。。。越是重大的事情流，，，越需要 CPU、I/O、系统调理、浏览器情形、沙盒和云端效劳协同。。。。。。。 CPU 上，，，英伟达选择了联发科，，，接纳了 10 核 Cortex-X925、10 核 Cortex-A725。。。。。。。这两个焦点已经是 Arm 两年前宣布的 IP，，，被普遍用于已往两年的旗舰、次旗舰手机 SoC 上，，，包括天玑 9400、天玑 8400、玄戒 O1、Exynos 2500 等。。。。。。。 这也不希奇，，，英伟达最强的护城河原来就是 GPU 和 CUDA。。。。。。？？？芍悄芴迨贝嶂匦绿Ц CPU 的职位。。。。。。。英伟达面向数据中心宣布的 Vera CPU，，，实质上也认可了当 AI 从谈天机械人走向智能体，，，代码执行、数据处置惩罚、沙盒情形、使命编排都会酿成要害路径，，，CPU 不再只是给 GPU 打杂。。。。。。。 但 RTX Spark 把太多预算、功耗、芯片面积和系统想象都压在了 GPU 和外地推理上，，，却没有真正回覆智能体最要害的执行、调理、恒久状态和跨装备协同问题。。。。。。。 凭证微软 Applied Sciences Group 认真人 Steve Bathiche 的说法，，，Project Solara 是一个「芯片到云」平台，，，为 agent-first experiences 和新的装备形态而设计。。。。。。。它不是把智能带进 PC、浏览器或手机，，，而是让智能进入事情流、情形和使命现。。。。。。。，，装备不再围绕 App 设计，，，而是围绕 Agent 设计。。。。。。。 更主要的是，，，Project Solara 的状态不是只放在某一台装备里，，，而是经由 Azure 笼罩一组专用装备。。。。。。。微软展示了便携形态以及桌面形态，，，并且明确高通和联发科会是第一批芯片相助同伴。。。。。。。 这条蹊径看起来没 Surface Laptop Ultra 那么震撼，，，甚至还很早，，，但它更靠近 Agent 的真实需求。。。。。。。Agent 的价值不在于每个入口都拥有一整座外地 AI 工厂，，，而在于能不可在准确的时间、准确的所在、准确的装备上泛起，，，并且把使命交给云端状态和后台智能继续推进。。。。。。。 隐私数据、外地文件、低延迟交互、离线场景、创作素材和开发情形，，，都需要足够强的端侧能力。。。。。。。Surface Laptop Ultra 对专业用户，，，关于需要外地模子、外地渲染、外地视频天生、外地 CUDA 事情流的人来说，，，它可能会是一台很好的机械。。。。。。。 Agent 自然更适合云端作为中心，，，再由多个轻装备作为入口。。。。。。。手机、PC、工牌、桌面屏、耳机、眼镜都可以成为 Agent 的触点，，，但它们不必都酿成一台小型 AI 事情站。。。。。。。