英偉達與微軟聯手：RTX Spark 與 MXC 讓 AI 智慧體在 Windows 本地安全常駐

10月7日，週三，微軟在舊金山Dogpatch Studios舉辦了一場Windows AI與Surface釋出活動。NVIDIA創始人兼CEO黃仁勳與微軟CEO薩提亞·納德拉在爐邊對談中登臺，主持人是曾任白宮AI政策高階顧問的Sriram Krishnan。兩位掌門人給出的資訊很明確：兩家公司正在聯合設計硬體與軟體，讓AI智慧體直接執行在Windows PC上。黃仁勳回顧了公司的來路，說NVIDIA的成立與Windows密不可分，“如果沒有Windows，就沒有GeForce”。隨後他把這段幾十年的歷史接到智慧體時代：當智慧體就住在你的電腦裡，它就成了你的個人助理。納德拉則把功勞歸於黃仁勳數十年如一日的願景，稱那是一種長期的結構性趨勢，也是今天這個時刻的來由。 這場活動真正的技術重點，在於微軟提出的安全底座。微軟Windows與裝置執行副總裁Pavan Davuluri宣佈，Microsoft Execution Containers（簡稱MXC）正式全面可用。它是作業系統級的基礎設施，讓智慧體能夠在系統控制之下，安全且持續地在後臺執行。Davuluri表示，微軟把這些原語直接做進Windows，使智慧體可以被保護、被觀察、被治理，並與Microsoft Security和Agent 365配合。納德拉隨後強調，必須讓桌面成為智慧體執行任務最安全的地方。黃仁勳的評價更直接：這將成為下一代IT的基礎，就像Windows和DirectX改變了應用的構建方式，MXC將改變智慧體的構建與部署方式。把它放在行業脈絡裡看，智慧體與傳統應用最大的區別在於，它會自主呼叫工具、讀寫檔案並長時間駐留，許可權邊界和審計能力因此成為前提，而不是附加功能。

硬體一側的主角是RTX Spark。按NVIDIA部落格的說明，它把一顆最高6,144核的Blackwell RTX GPU，與一顆最高20核的NVIDIA Grace CPU，以600 GB/s的頻寬連線在一起，提供1 PFLOP的FP4 AI效能和最高128GB的統一記憶體。Davuluri介紹說，微軟的Surface Laptop Ultra就是圍繞RTX Spark打造的，有了128GB統一記憶體和接近一千萬億次的AI算力，筆記本上可以執行傳統機器裝不下的模型。NVIDIA舉的例子是Qwen 3.8 Flash Next，據稱是一個1250億引數、帶510億n-gram的模型，在智慧水平上可與許多雲端模型相當，同時不計量計費，也無需把資料傳送到雲端。這裡需要冷靜看待：這些效能與模型對比均來自廠商自述，實際體驗取決於量化方式、上下文長度和具體任務，讀者應等待獨立評測。合作的整機廠商包括宏碁、華碩、戴爾、惠普、聯想、微軟、微星和技嘉，形態從輕薄本到為常開智慧體設計的緊湊型桌上型電腦。筆記本即日起開放預訂，10月16日上市，緊湊型桌上型電腦11月開售。

軟體棧的統一，是這一發布對開發者最有價值的部分。RTX Spark執行完整的NVIDIA CUDA平臺，開發者可以不改寫程式碼，把模型、工具和工作流從RTX Spark遷移到DGX Station，使用同一套NVIDIA AI軟體棧。對創作者，它帶來支援NVFP4的第五代Tensor Core、硬體加速AV1以及4:2:2影片編解碼；對玩家，官方稱藉助DLSS 5、Reflex和G-SYNC，可在1440p下以超過每秒100幀執行3A遊戲。緊湊型桌上型電腦則使用同一顆RTX Spark超級晶片，裝進為全天候執行設計的小機箱，成為一臺讓智慧體持續工作的本地AI裝置。活動同時預覽了NVIDIA DGX Station for Windows，稱其為首款面向Windows企業桌面的桌邊AI超級計算機，把GB300 Grace Blackwell級別的AI基礎設施帶入Windows生態。Davuluri說，過去需要租用叢集才能獲得的能力，現在可以放在桌邊。部落格指出，DGX Station此前執行在Linux上，這次的變化意味著Windows企業環境首次能直接使用這類裝置。

從產業結構看，這件事還有一層值得單獨討論的含義。過去幾年，智慧體的主要執行場所是雲端資料中心，使用者按呼叫次數或令牌數量付費，資料必須離開本機。RTX Spark與MXC的組合試圖改寫這一前提：把算力放進個人裝置，把安全邊界交給作業系統，再用統一的CUDA軟體棧把開發體驗貫通。如果這條路線成立，雲端與端側將不再是替代關係，而是分工關係：高頻、涉及隱私、需要長時間線上的任務留在本地，超大規模或偶發的任務繼續交給雲。對軟體公司而言，這意味著產品需要同時適配本地與雲端兩套執行時；對個人使用者而言，這意味著一臺電腦的價值，將越來越取決於它能讓多少智慧體穩定、安全地替自己工作。 綜合來看，這次釋出的意義不在單個引數，而在於一條完整鏈路第一次被同時拿出來：作業系統級的隔離與治理、統一記憶體的本地算力、跨筆記本到桌邊超算的同一套CUDA棧。對企業IT來說，資料不出裝置、按裝置而非按呼叫付費的模式，會改變成本結構和合規討論；對開發者來說，一次開發、多級部署的路徑降低了遷移成本。但風險同樣清楚。智慧體常駐本地，意味著攻擊面從雲端API擴充套件到每一臺終端，MXC的隔離強度、預設策略與可審計性，需要安全社群在真實環境中檢驗。高配硬體的價格、續航與散熱，部落格沒有披露，也有待實測。此外，本地模型與前沿雲端模型之間的差距，是否真如廠商所說已經可以忽略，仍要靠獨立基準來回答。接下來最值得關注的，是10月16日首批筆記本交付後的評測、MXC在企業中的採用速度，以及開發者是否真的把智慧體工作負載放到本地。