先看规格表。
据AI趣闻站的Computex条目，英伟达RTX Spark采用20核Arm架构CPU、6144个CUDA核心和128GB统一内存，功耗区间为45—80W，由微软Surface Laptop Ultra首发。新浪新闻6月1日的行业动态汇总还提到，英伟达计划在2026年推出面向AI PC的N1、N1X系列Arm架构SoC。
英伟达正在把Arm CPU、CUDA和统一内存放进同一套PC方案。这组配置回答了“有限功耗里能装下多少算力”，却还没有回答另一个问题：高负载能稳定跑多久。45—80W只是功耗区间，无法直接换算成续航、机身温度或持续推理速度。
智能体常驻，CPU重新变忙
TechWalker的CPU专题摘要转述Arm Everywhere大会内容称，Arm CEO Rene Haas判断，Agentic AI正在把CPU重新推回舞台中央。7月15日，倍可亲科技前沿条目提到GPT-5.6上线，并称奥尔特曼披露智能体AI用量增长2.5倍。
单次生成图片或摘要时，NPU完成一轮计算就可以停下来。Agent的负载更碎，也更持久。它要反复完成感知、思考、工具调用、执行和反思，其中既有GPU、NPU擅长的矩阵运算，也有大量控制流、条件分支和系统API调用。
这部分工作离不开CPU。频繁在CPU和NPU之间切换，还会增加数据搬运与上下文切换的开销。Arm CPU的低待机功耗、单核响应以及与统一内存的配合，在这种负载下更受重视。
eetop 6月4日的一条内容用了更直白的说法：从堆硬件到拼协同，智能体AI正在重写CPU与GPU的分工。放到AI PC上，计算单元的数量只是起点，调度路径够不够短同样影响耗电。
卡住实时推理的，仍是内存和热
站内此前在《手机多模态推理压到200毫秒，先拆内存墙》中讨论过，把响应时间从2秒压到200毫秒，难点之一就是视觉Token与KV Cache的搬运速度。
多模态任务持续读取模型权重和缓存，内存总线长时间处于高负载，热量也会随之积累。RTX Spark的45W下限看起来克制，但在连续视频流、实时语音和Agent常驻场景中，带宽压力仍可能出现。目前可见材料主要是配置和发布信息，尚未给出这些负载下的续航、温度与性能曲线。
此前的《手机能跑32B，但端侧推理更需要通专融合》记录过一组测试：24GB内存的骁龙8 Gen 5设备运行INT4量化的32B模型，十分钟后因发热降频，速度从每秒8 token降到3 token。手机平台的结果不能直接套到RTX Spark上，但它至少提醒了一件事：短时峰值代替不了持续性能。
Arm新一代设计加强了对LPDDR5X、LPDDR6的支持，并让NPU共享最后一级缓存（SLC）。这些设计可以缩短部分数据路径，减少重复搬运。内存总线的持续活动和整机散热依然要靠实际设备解决。
45W能不能好用，软件要交作业
对15W—45W的超薄笔记本来说，让大模型长期驻留并不轻松。模型大小、量化方式和任务拆分，都会落到最终功耗上。站内此前讨论模型蒸馏时提到，3B甚至1.5B的小模型可以承担边界更明确的任务，为端侧设备留出更多功耗余量。
小模型也不会自动带来好体验。工具调用频繁、上下文不断增加时，CPU和内存照样会被拖住。3B—8B级垂直模型更适合处理范围收窄的本地任务，复杂工作仍要看软硬件如何分配。
在常见的Copilot或Cursor用法里，用户通常需要选中内容、按下快捷键，再等待结果。低功耗常驻的目标，是让AI提前维护上下文，例如写React组件卡在结算逻辑时给出提示。这个场景可以说明产品方向，却不能反过来证明RTX Spark已经实现了后台无感运行。
本地运行3B—8B级模型，也有机会减少敏感文档上传云端的需求。至于能否做到毫秒级反馈，同时让电量几乎没有波动，现有素材还不足以支持这样的结论。
功耗墙被推远了，还没有消失
端侧AI最终比的是单位电量能够完成多少有效工作。RTX Spark的规格显示，20核Arm CPU、6144个CUDA核心和128GB统一内存已经可以放进45—80W区间；N1、N1X则代表英伟达还要把这条路线推向更多AI PC。
真正值得看的，是Surface Laptop Ultra以及后续N1、N1X设备在长时间多模态任务中的表现：响应速度是否稳定，机身和风扇能否保持克制，Agent常驻会让续航付出多大代价。
现阶段能下的结论很窄。强单核Arm CPU、高带宽统一内存和模型蒸馏，确实把端侧算力的可用边界往外推了一截。只要内存带宽、散热和软件调度仍会造成降频与额外耗电，功耗墙就谈不上被彻底打破。
