PC 不再只是 PC —— NVIDIA 的 RTX Spark
2026-06-03
5
以前買電腦，問的是能不能剪片、打遊戲、生圖。 接下來可能要問的是： 「這台電腦，養得起幾個 AI 同事？」 NVIDIA 這次的 RTX Spark，讓 PC 從工具，慢慢變成一個能讓模型和 agents 在本機工作的 AI 空間。
NVIDIA 的 RTX Spark —— 黃仁勳 2026 GTC Taipei 主題演講
黃仁勳說「Phone 不在只是 Phone，PC 也不會只是 PC」
那 RTX Spark 這類產品，就是在回答：
未來 PC 會變成一個 AI 工作空間。
模型在裡面跑，agents 在裡面協作，資料在裡面被整理、推理、生成，然後幫我們把工作往前推進。
過去講到 RTX，第一個想到的是顯卡、生圖、遊戲、3D 渲染。
「畫面要漂亮、速度要快、電腦風扇要開始起飛的那種東西。」
但想在自己的電腦上跑大型語言模型，問題就會變得不太一樣。因為跑大模型最卡的，常常考驗的是你的記憶體夠不夠。
像 RTX 5090，VRAM 是 32GB，這對很多圖像任務來說已經很強。
但如果你想在本機跑比較大的開源 LLM，例如 OpenAI GPT-OSS 120B，就算經過 4-bit 量化壓縮，可能就需要 60GB 以上的記憶體空間，如果還要跑得穩、上下文開得長，實際需求可能會更高。
反正就是，你的電腦真的裝不下。
這也是為什麼前陣子很多人會說：
「想在自己電腦上跑 LLM，可以考慮 Mac。」
因為它 CPU / GPU 統一記憶體設計，所以大型模型較不會被VRAM 容量限制。
所以過去常常會出現一個很尷尬的狀況：
>> 想要大記憶體，會想到 Mac。
>> 想要 CUDA、想要 AI 工具支援完整，又會想到 NVIDIA。」
於是⋯⋯兩個都想要，錢包先陣亡。
這次 RTX Spark 有趣的地方就在：它看起來像是 NVIDIA 想把「共用記憶體設計」和「RTX / CUDA 生態」放進更接近一般筆電、桌機的產品裡。
依目前資訊，RTX Spark 這類平台最高會支援到 128GB 的共用記憶體。
代表未來在自己的電腦上跑比較大的 AI 模型，可能不再是少數專業工作站或高端玩家才比較做得到的事情。
再加上 RTX 這個名字，也代表它不只是想處理文字模型，圖像、創作、生成式 AI 應用，應該也會是它想涵蓋的方向。
實際跑起來怎麼樣，還是要等正式上市後的實測。
「這台，養得起幾個 AI 同事？」