核心卖点存疑：CUDA AI 功能在样机上失效

在官方评测解禁前，一台疑似微软 Surface Laptop Ultra 的预生产工程样机（EV1.5）数据泄露。这台搭载顶级 RTX Spark N1X 配置的设备的独立实测显示，其宣称的 AI 算力与实际表现存在显著差距。

NVIDIA 对 RTX Spark 的核心宣传在于其 1 petaflop 的 FP4 AI 性能，声称可在本地运行 1200 亿参数的大型语言模型。然而，实测数据显示，在两款预发布驱动版本中，基于 CUDA 的 AI 基准测试均无法正确执行。旧版驱动缺乏成熟支持，新版开发者预览版亦未能通过 CUDA 路径完成负载，测试者被迫回退至速度较慢的 CPU 和 Vulkan Compute 方案。

这一发现表明，尽管硅片性能强劲，但该平台最具吸引力的本地 AI 运行能力尚未在独立测试中得到验证。由于驱动开发具有迭代性，这并不意味零售版无法运行，但目前尚无第三方能在真实硬件上确认 NVIDIA 的 AI 性能宣称。

架构解析：统一内存与苹果 M 系列的权衡

RTX Spark 采用台积电 3nm 工艺的 2.5D 小芯片封装，通过 NVLink 互连技术连接联发科设计的 Grace CPU 与 NVIDIA Blackwell GPU，双向带宽达 300 GB/s。其独特之处在于高达 128GB 的统一内存池，由 CPU 和 GPU 动态共享，消除了传统笔记本中系统内存与显存间的数据传输瓶颈。

与苹果 M 系列相比，RTX Spark 在内存带宽上处于劣势（M4 Max 约为 540 GB/s），但胜在最大内存容量更大（128GB vs M4 Pro 的 48GB）以及拥有完整的 CUDA 生态。对于需要运行超大模型的 AI 工作负载，RTX Spark 的理论上限更高，但前提是软件堆栈能够正常运作。

CPU 与 GPU 性能：强弱分明

在 CPU 性能方面，原型机在 Cinebench 2024 和 2026 测试中表现稳健，多核成绩虽落后于苹果 M4 Max，但在代码编译等高度线程化的开发者工作负载中，性能比标准 M5 快约 54%，接近 15 核 M5 Pro 水平。需注意，预生产状态导致基准测试软件错误识别了时钟频率，但这不影响整体性能评估。

GPU 表现则远低于预期。在预发布驱动下，游戏测试帧率大致相当于桌面级 RTX 3060 或 3060 Ti，而非目标中的移动 RTX 5070 级别。更新驱动后，部分测试性能反而下降，空闲功耗从 7-8 瓦升至 12-23 瓦，显示出软件尚不成熟。此外，Windows on Arm 的兼容性仍是挑战，尽管模拟层已有改进，但部分游戏仍面临卡顿或崩溃问题。

散热、续航与做工：硬件素质获好评

散热方面，持续负载下 CPU 峰值温度达 98-100°C，GPU 为 80-90°C，对于薄型机身而言偏高，但微软声称其冷却系统散热余量是前代产品的 2.5 倍。值得肯定的是，测试确认设备在电池供电下性能与交流电源无异，印证了 NVIDIA 关于离线全性能运行的承诺。

做工质量方面，该机获得高度评价。铣削铝制机身、键盘手感及触控板体验均对标 MacBook Pro。15 英寸 mini-LED 显示屏物理素质出色，尽管局部调光等软件调优尚未完工。此外，设备支持用户可更换 SSD，这在耐用性和可维修性上优于苹果竞品，但拆解需小心卡扣面板。

市场展望：建议等待零售版验证

微软尚未公布 Surface Laptop Ultra 的官方定价，但渠道分析显示，旗舰配置价格可能在 2899 美元左右，顶配 128GB 版本或达 4500 美元，直接竞争苹果 MacBook Pro M5 Max 系列。包括华硕、戴尔、惠普在内的六家 OEM 厂商已确认将于 2026 年秋季推出 RTX Spark 设备。

对于依赖本地 AI 工作负载的用户，鉴于 CUDA 功能在样机上失效，建议等待零售版及独立评测验证。对于创意开发和游戏用户，CPU 性能和做工已具竞争力，但 GPU 性能需待驱动成熟。总体而言，硬件已准备就绪，但软件层面仍需时间打磨。

常见问题解答

RTX Spark 能否实现宣称的 AI 性能？

目前尚未在独立测试中验证。样机上的 CUDA 故障属于预发布软件问题，预计将在零售版发布前解决，但买家应以待验证的性能数据为准。

统一内存架构与苹果有何不同？

两者均实现 CPU/GPU 内存共享。苹果优势在于高带宽（540 GB/s），RTX Spark 优势在于大容量（128GB）和 CUDA 生态。选择取决于工作负载：苹果胜在带宽效率，RTX Spark 胜在模型规模和软件兼容性。

何时上市及价格几何？

预计 2026 年秋季上市。预估起售价不低于 2800 美元，顶配约 4500 美元，具体以官方发布为准。

样机测试结果可靠吗？

不完全可靠。样机运行早期驱动，GPU 性能被严重低估，CPU 性能更具参考性。CUDA 失败主要反映软件现状，而非硬件缺陷。零售版性能有望显著提升。

【星途科讯 图文丨赵晶 首发于 ZAKER 科技，转载请注明出处】