Microsoft Store 把 Surface Laptop Ultra 最高規寫成 5,899.99 美元：20 核 Grace、6,144 顆 CUDA 核心 的 Blackwell、128GB 統一記憶體、1TB SSD。NVIDIA 產品頁同日掛著「最多 1 petaflop FP4」和「最多 120B 參數」。這批筆電要賣的是能把 AI 模型留在本機的 Windows PC。那兩個「最多」後面的註腳，比晶片本身更決定這台機器買不買。
NVIDIA 與微軟在預購稿寫明：筆電今天到貨，精巧桌機十一月才開賣。Surface RTX Spark Dev Box 另外標 5,999 美元，同樣要等到十一月。今天真正能拿走的，是 Windows on Arm 筆電，不是桌上那台開發箱。
Microsoft 自己在產品頁加了這句：128GB 是 CPU 與 GPU 共用的總量；GPU 實際能定址的上限依系統設定與工作負載而定，而且一定少於總量。
這句話比「1 petaflop」更接近買家會碰到的機器。Windows Central 在解禁測評裡寫，他們測的 128GB Surface Laptop Ultra，預設把記憶體對半切開，GPU 先拿到 64GB；要跑更大的本地模型，得自己把配額調高。Tom's Hardware 義大利版在 ASUS ProArt P16 上寫，Windows 在 128GB 機器上最多能把大約 110GB 交給 GPU。兩份測評都還沒把官方反覆點名的 125B 級模型跑出公開的每秒 token 數。
規格表寫了什麼，缺了哪一列
RTX Spark 的正式晶片名是 N1X，兩顆台積電 3nm 晶粒封在同一顆超級晶片裡：一顆是 NVIDIA 的 Blackwell 架構 RTX GPU，一顆是與 MediaTek 合作的 Grace CPU、記憶體控制器與 I/O。兩顆晶粒用 NVLink-C2C 連起來，官方寫雙向 600 GB/s。這個數字會被拿去當記憶體頻寬引用，但它是晶粒對晶粒的連線，不是 LPDDR5X 餵給 GPU 的速度。
產品頁的規格表列了核心數、功耗、顯示輸出，沒有記憶體頻寬這一列。第三方拆解與測評補上了硬體側的數字：256-bit／16 通道 LPDDR5X，速度最高 9,400 MT/s，峰值頻寬最高約 300 GB/s。Apple 自己把 M5 Pro 寫成約 307 GB/s、M5 Max 寫成 614 GB/s。頻寬決定解碼一個 token 時權重能多快從記憶體讀出來；缺這列的規格表，等於官方不讓你用他們的文案去估聊天速度。
NVIDIA 產品頁目前公開的三檔如下。
| 組態 | GPU | CPU | 統一記憶體 | 功耗 |
|---|---|---|---|---|
| 筆電高階 N1X | 6,144 核 Blackwell RTX（48 SM） | 20 核 Grace（10× Cortex-X925 + 10× Cortex-A725） | 最高 128GB LPDDR5X | 45–80 W |
| 筆電較低 N1X | 5,120 核 Blackwell RTX（40 SM） | 18 核 Grace | 最高 64GB LPDDR5X | 45–80 W |
| 精巧桌機 N1X | 6,144 核 Blackwell RTX | 20 核 Grace | 最高 128GB LPDDR5X | 140 W |
1 petaflop 這一項，微軟產品頁的註腳寫死了：這是使用稀疏（sparsity）功能的理論 FP4 峰值。不是 FP16，不是稠密計算，也不是你在 llama.cpp 裡會看到的數字。第五代 Tensor 核心支援 NVFP4；第四代光追核心、第九代編碼器與第六代解碼器都在同一顆 GPU 上，官方強調 4:2:2、AV1、H.264／HEVC 硬體編解碼。作業系統只寫 Windows 11。
CPU 不是這顆晶片的賣點。Windows Central 在 20 核、128GB 的 Surface Laptop Ultra 上測 Cinebench 2026：單核 558、多核 6,885；拔掉變壓器幾乎不變（單核 554、多核 6,844）。Geekbench 7.1 單核約 2,710、多核 23,571。測評把單核放在第一代 Snapdragon X Elite 之上、Snapdragon X2 Elite Extreme 與 Apple M4 Max 之下。GPU 才是這張訂單要買的東西。
獨立測評先跑到哪裡
Windows Central 的解禁條件寫得很清楚：只能講 RTX Spark 晶片表現，不能評 Surface Laptop Ultra 這台筆電本身，所以沒有電池、熱與機身噪音。他們測的是頂規：20 核 CPU、6,144 核 GPU、128GB。3DMark Time Spy 總分 12,771，圖形分 12,368，測評把這個區間對上行動版 RTX 4070。Cyberpunk 2077 在 1440p、光線追蹤 Ultra、開啟幀生成時能維持 60fps；《蜘蛛人 2》與重製版《巫師 3》在高畫質 1440p 接近 90fps。多數遊戲仍是 x86 經 Prism 轉譯，GPU 端走原生路徑。
Premiere Pro Beta 的匯出對照，把這顆整合 GPU 從「取代筆電獨顯」拉回現實。
| 匯出（秒，愈低愈快） | Surface Laptop Ultra（RTX Spark） | Yoga Pro 9（RTX 5060 8GB） | Zephyrus G14（RTX 5070 Ti 12GB） | Legion 9（RTX 5080 16GB） |
|---|---|---|---|---|
| H.264 | 42.0 | 32.1 | 39.4 | 20.2 |
| H.264 UHD | 81.4 | 64.1 | 71.9 | 40.2 |
影片匯出輸給同價位附近的獨顯筆電。文字生成的 Procyon 數字也不是 120B 的故事，測評用的是遠小于官方文案的模型。
| 模型 | token／秒 | 首 token（秒） | 載入（秒） |
|---|---|---|---|
| Phi-3.5-mini | 72.21 | 0.27 | 0.66 |
| Mistral 7B | 53.07 | 0.47 | 0.96 |
| Llama 3.1 8B | 49.44 | 0.40 | 1.50 |
| Llama 2 13B | 27.44 | 0.84 | 1.69 |
同一份測評裡，Stable Diffusion 1.5 的 INT8 路徑才是這顆晶片打獨顯的地方：Spark 總耗時 22.14 秒、約 2.77 秒一張，分數 11,294；對照組的 RTX 5080 筆電在同一項花了 440 秒。FP16 路徑沒有這種差距，5080 仍較快。意思很具體：走 TensorRT 與整數／低位元量化時，統一記憶體加 Tensor 核心會翻盤；走傳統 FP16 影片與部分遊戲，獨顯筆電仍比較單純。
Tom's Hardware 義大利版換了一台機器：ASUS ProArt P16，同樣 20 核／6,144 核，但只有 64GB，ASUS 把持續功耗設在 80 W、峰值 95 W。他們用原生 ARM64 的 llama.cpp 加 CUDA 跑 Qwen3.8-27B（Q4_K_M），生成速度約 30 token／秒；同一段測試寫過約 39 token／秒、CPU 約 69°C、GPU 約 71°C。AgentPerf 這項模擬寫程式智能體的負載，27B 在 18 分鐘內跑完。相對三年前的 RTX 4070 筆電，遊戲約快 20%、渲染最高約快 34%。待機功耗寫成約 10 W。遊戲平均幀數看起來能用，99 百分位偏低，因為幾乎所有測試遊戲都在 Prism 裡跑。
兩份解禁稿都把「能載入」和「測過速度」分開寫。能載入 120B，是容量主張；公開分數停在 7B 到 27B，是目前能核對的速度主張。
120B 寫在文案，權重檔寫在硬碟
NVIDIA 預購稿點名的展示模型是 Qwen 3.8 Flash Next，「125B、帶 51B n-gram」。模型卡把結構寫得更細：總參數量 1250 億，每個 token 約激活 60 億，外加 510 億的 n-gram 嵌入表與 40 億的多 token 預測層。那 510 億不是每步都算一遍的活躍參數，但它必須常駐記憶體，所以檔案會比「6B 活躍」聽起來大得多。這是典型的混合專家模型：專家子網路很多，每個 token 只走其中幾條，解碼速度比較接近小稠密模型，磁碟與記憶體卻要付完整帳單。
Unsloth 在 Hugging Face 上的 Qwen3.8-Flash-Next-GGUF 目錄，把這件事寫成可核對的位元組數（十進位 GB，未含 MTP 草稿與視覺投影器）：
| GGUF 量化 | 約略大小 | 64GB 機器 | 128GB 機器 |
|---|---|---|---|
| UD-Q8_0 | 188 GB | 否 | 否 |
| UD-Q5_K_XL | 158 GB | 否 | 否 |
| UD-Q4_K_XL | 111 GB | 否 | 否（系統＋KV 快取幾乎沒剩） |
| UD-IQ4_XS | 94 GB | 否 | 緊 |
| UD-Q3_K_XL | 90 GB | 否 | 是 |
| UD-IQ1_S | 73 GB | 否 | 是，品質未經驗證 |
64GB 這一檔載不下任何一版 Flash Next，最小的 IQ1_S 在扣掉 Windows 之前就已經約 73GB。128GB 能進 IQ4_XS，進不了較完整的 Q4_K_XL。官方「120B 參數本地跑」成立的前提，是買家買到 128GB，而且接受 4-bit 或更低的量化。NVIDIA 沒有公布這顆 125B 在 RTX Spark 上的 token／秒，第三方也還沒交這份作業。
比較對得上出貨現實的，是前一天才開權重的 Nemotron 3.5 Bolt 74B-A9B：740 億總參數、每 token 激活約 90 億，2-bit 量化感知訓練壓到約 24GB。64GB 機器跑它有餘量，128GB 不是必要條件。更小的 Bolt E4B（約 4GB）官方排在 23 日出。NVIDIA 部落格點名 llama.cpp、vLLM、Ollama、Unsloth 與 LM Studio 會跟 Bolt 一起到。產品頁另寫「最高 120B、1M 上下文窗口」；1M 是容量上限文案，不是測評裡用過的長度。
DGX Spark 桌上機用的是同一家族的 GB10，社群在 llama.cpp 討論串把 LPDDR5X 頻寬寫在約 273 GB/s。那是另一台機器，不能直接當成今天這批筆電的分數；它只提醒同一件事：大模型解碼被記憶體頻寬卡住，不是被「1 petaflop」卡住。gpt-oss 120B MXFP4 在 DGX Spark 上有人測到生成約 40 token／秒，那是 MoE、活躍參數只有約 51 億的結果。稠密 70B 在同一頻寬上，公開數字會掉到個位數。
代理裝得上，並不表示開箱就能用
NVIDIA 把這代 Windows PC 的賣點從獨顯遊戲，改寫成本地智能體化 AI。官方部落格說 Get Started 會帶你裝代理應用；Hermes Agent、OpenClaw、Perplexity Computer、GitHub Copilot 都出現在清單裡。PAIR 已出 beta，可在區網把推理工作分到多台電腦，並接上 llama.cpp 與 Hugging Face 下載。Switchyard 是開源路由器，簡單問題留在本地、難的丟雲端；Hermes 預計本月稍晚接入。
Windows Central 實際裝了 Hermes 與 OpenClaw。Hermes 能根據規格推薦模型，測評用它整理下載資料夾、用 Qwen 3.8 27B 生了一頁基準成績網站，過程資料沒出本機。OpenClaw 在設完之後連不上 gateway，聊天介面沒通。Tom's Hardware 在 64GB ProArt 上跑 Hermes 加同一顆 27B，日常技能與 MCP 用起來接近雲端代理；任務一複雜，27B 就開始不夠，128GB 才是他們建議給本地代理的記憶體地板。
NVIDIA Broadcast 2.3 加了檔案處理器，可把降噪、Studio Voice、背景虛化套到已錄好的 mp4／wav，但不能跟即時特效同時開。Broadcast 與 NVIDIA App 都內建本機 MCP 伺服器，代理可以改設定、查驅動、對遊戲套預設。這把控制面板變成智能體工作流的工具，而不是只能用手點的選單。微軟這邊則把 Execution Containers 寫進代理隔離，並預告用 Entra 區分「人做的」和「代理做的」；Agent 365 的本機控制還沒到今天這批出貨機。Copilot+ 認證掛在晶片上，Windows Central 寫 NPU 約 50 TOPS，但 Recall、Click To Do、裝置端語意搜尋都還沒隨開賣一起來，微軟說「未來數月」。
遊戲反作弊是另一條還沒走完的清單。Tom's Hardware 核到 Easy Anti-Cheat、BattlEye、Valve VAC、Marvel Rivals、Roblox、Helldivers 2 已支援；Riot Vanguard（Valorant、英雄聯盟）與 Call of Duty 的 Ricochet 仍沒有日期。NVIDIA GeForce 稿承諾開賣當天有數百款遊戲、DLSS 5 進 NBA 2K27，並與反作弊廠商合作。平均幀數與「進得了線上對戰」不是同一句話。
創意軟體的路徑比較短。Adobe 說 Photoshop 裝置端物件移除、Premiere TensorRT 加速已為 Spark 改過；Blender 5.3 beta 把 DLSS 4.5 Ray Reconstruction 接到 Cycles 視窗，正式版排十一月。ComfyUI 接到 RTX Video 節點，可在本地做超解析、插幀、SDR 轉 HDR。這些功能解的是「不要把素材丟上雲端」而不是「取代 RTX 5080 工作站」。
價錢把 64GB 和 128GB 買成兩種機器
NVIDIA 產品頁不標價，價錢在 OEM。美國 Microsoft Store 目前看得到的 Surface Laptop Ultra 階梯：5,120 核／18 核從 2,599.99 美元起；6,144 核／20 核從 3,699.99 美元起；Nightfall、128GB、1TB 這一檔 5,899.99 美元。24GB 附 Windows 11 Home，32GB 以上改附 Pro。SSD 可抽換。微軟同步開 MacBook Pro 折抵，符合條件最高再拿 1,000 美元現金回饋，活動接到 11 月 23 日，限美國與加拿大微軟商店。HP OmniBook Ultra 16 美國起價 3,199.99 美元，OmniBook X 14 起價 2,999.99 美元。Acer、ASUS、Dell、Lenovo、MSI、Gigabyte 也在同一天的出貨名單裡。精巧桌機與 Surface Dev Box 都還要等十一月。
歐洲公訂價把記憶體階梯拆得更清楚。Tom's Hardware 義大利版寫：ProArt P14 32GB／1TB 3,599 歐元，128GB／1TB 5,599 歐元；ProArt P16 64GB 4,599 歐元、128GB 6,399 歐元。對照同文的 MacBook Pro：M5 Pro 64GB 約 4,349–4,599 歐元，M5 Max 128GB／2TB 7,999 歐元。64GB 這一檔，Spark 筆電跟 M5 Pro 幾乎沒有價差；128GB 這一檔，因為 Apple 只把 128GB 綁在 M5 Max，Spark 筆電最多便宜約 2,300–2,400 歐元。頻寬仍是另一邊的帳：300 GB/s 對 614 GB/s，解碼大模型時不會因為比較便宜就變快。
入門 24GB 會先被 Windows 自己吃掉一塊，GPU 分到的容量可能比你在獨顯筆電上習慣的 8GB 好，但離官方展示的 125B 很遠。Windows Central 的結論更直：若工作不是整天本地模型、開發與資料整理，同價位 Intel／AMD 加獨顯往往比較划算。若工作就是本地大型語言模型與代理，這是 Windows 陣營目前唯一把 CUDA 原生堆疊、統一記憶體與薄筆電寫在同一張訂單上的選項。
對已經在用 LM Studio 跑本地模型的人，換機檢查清單比廣告短。先確認你現在的 GGUF 在 64GB 還是 128GB 預算裡；再確認你要的執行引擎是 CUDA／TensorRT，而不是 Metal／MLX。最後才看機身、螢幕與電池——解禁測評刻意沒評這些，完整筆電評測還在後面。微軟與 NVIDIA 從今年 Computex 就把這條線叫成 Windows AI PC 與代理式落地堆疊；五月那篇 Windows 在地代理環境寫的是方向，今天出貨的是第一批能刷信用卡的 SKU。
開賣當天能核對的，到此為止：機器到了，價目表在商店裡，獨立分數停在 27B 附近，120B 的速度還沒有公開數字，產品頁仍沒有記憶體頻寬列。要驗證的下一筆資料不是發布會金句，是第一批 128GB 機器把 Qwen 3.8 Flash Next 的 IQ4_XS 載進 GPU 之後，llama.cpp 或 TensorRT-LLM 打出來的 token／秒。