NVIDIA RTX Spark 實測曝光　AI 效能擊敗 M5 Max 遊戲表現卻失色

1小時 258

NVIDIA 全新 RTX Spark 平台首批效能測試正式出爐，搭載 GB10 Superchip 的 Microsoft Surface Laptop Ultra，在本地 AI 模型測試中成功領先 Apple M5 Max 及 AMD Ryzen AI Max+ 395。

NVIDIA 於 Computex 2026 公布 RTX Spark 平台，希望透過 GB10 Superchip 與 Windows on Arm 的結合，建立能夠在本機安全執行 AI Agent 的新一代電腦平台。

今次接受測試的 Microsoft Surface Laptop Ultra 採用完整規格 RTX Spark Superchip，配備 20 核心 CPU、6144 個 CUDA 核心及 128GB LPDDR5X-9400 記憶體，並以 15 吋機身提供運算能力。

測試同時加入配備 18 核心 CPU、40 核心 GPU 及 128GB 記憶體的 14 吋 M5 Max MacBook Pro，以及採用 Ryzen AI Max+ 395 的 AMD Ryzen AI Halo 小型桌面電腦，作為效能比較對象。

在 AI 效能測試方面，測試人員使用 AgentPerf-local 工具，透過模擬 AI Agent 執行多個推理步驟，量度整項任務所需時間，而非單純比較每秒生成 Token 數量。

測試採用 Qwen 3.8 27B 及 Qwen 3.6 35B A3B 兩款本地 AI 模型，並使用 llama.cpp，配合各平台對應的 CUDA、Metal 或 ROCm 加速技術。

在 Qwen 3.8 27B 測試中，RTX Spark 的整體表現最佳，M5 Max MacBook Pro 完成相同任務所需時間比 RTX Spark 多約 25%。AMD Ryzen AI Max+ 395 則需要約 40 分鐘，明顯落後另外兩款平台。

至於較容易運行的 Qwen 3.6 35B A3B 模型，RTX Spark 同樣取得領先。

以上為 Qwen 3.6 35B A3B 模型的 AgentPerf-local 測試結果。

測試顯示，RTX Spark 在兩款模型的完整 AI Agent 任務中均取得最佳成績。不過，測試人員亦指出，軟件成熟度、機身散熱及供電配置可能影響結果。今次 15 吋 Surface Laptop Ultra 配備 140W 電源，而對比的 14 吋 MacBook Pro 使用 96W 電源。

雖然 RTX Spark 擁有 6144 個 CUDA 核心，但其遊戲效能未能完全反映理論運算能力。

主要原因之一是 GB10 Superchip 的共享記憶體頻寬最高只有 300GB/s，低於 RTX 5060 Laptop GPU 的 384GB/s，而且 CPU 與 GPU 必須共用這部分頻寬。

另一方面，目前大量 Windows 遊戲仍未提供原生 Arm 版本，需要透過 Prism x86 模擬執行，進一步增加處理器負擔。

在《Gears of War: E-Day》測試中，使用 1908×1272 解像度、高畫質設定及 2 倍幀生成，平均幀率達到 77.7 FPS，但 1% Low FPS 只有 39.9 FPS，平均輸入延遲達 83.5 毫秒。

測試期間更曾在切換地圖時發生一次嚴重卡頓，GPU 平均使用率亦只有約 85%，反映遊戲受到處理器效能及模擬執行開銷限制。

另一款測試遊戲《Control Resonant》在 2560×1440 解像度、高畫質、DLSS Performance 及 3 倍幀生成設定下，取得平均 109.2 FPS，但 1% Low FPS 只有 51.6 FPS，平均輸入延遲仍達 78.3 毫秒。

遊戲	平均 FPS	1% Low FPS	延遲
Gears of War: E-Day	77.7	39.9	83.5ms
Control Resonant	109.2	51.6	78.3ms

兩款遊戲均啟用了幀生成，數據不能直接視為原生渲染效能。

測試人員指出，即使啟用 DLSS 及 NVIDIA Reflex，輸入延遲仍然偏高。《Control Resonant》開啟光線追蹤後，幀率會進一步下降，延遲亦明顯增加，因此最終只能維持關閉光線追蹤的設定。

除了效能表現，RTX Spark 平台的價格同樣值得留意。

今次測試的 Surface Laptop Ultra 售價達 5899 美元，而且只配備 1TB 儲存空間。根據原文資料，該型號的交貨時間已延至 12 月下旬。

軟件方面，Microsoft 與 NVIDIA 宣傳的部分 Windows 11 安全 AI Agent 功能亦尚未準備就緒，因此測試人員未能實際驗證相關能力。

整體而言，RTX Spark 在本地 AI 模型運算方面展現出強大競爭力，尤其適合重視本地部署、私隱及離線 AI 運算的用戶。

然而，受限於記憶體頻寬、CPU 效能及 x86 模擬技術，其遊戲表現仍難與配備獨立 RTX 50 系列顯示卡的遊戲筆電相比。對一般消費者而言，目前 RTX Spark 更接近一款專注 AI 運算的高階工作平台，而非兼顧頂級遊戲效能的全能筆電。