你看好英伟达即将发布的首款笔记本电脑N1X吗？

这不是一次简单的跨界，而是一次对计算平台控制权的重新争夺。

英伟达开始做电脑了。

如果放在十年前，这几乎是一句不可思议的话。

过去几十年，人们提到英伟达，想到的是显卡，是GPU，是游戏和人工智能背后的算力引擎。但在今年台北举行的Computex 2026上，黄仁勋宣布推出RTX Spark——一套基于Arm架构、融合CPU、GPU和AI能力的新一代Windows PC平台。

发布会上，他说了一句意味深长的话：“40年后，微软和英伟达将重新发明PC。”

很多人把这理解为一次新品发布。但如果把视线拉远一点会发现，黄仁勋想讨论的，可能根本不是一台电脑，而是整个计算机产业正在发生的一场底层变革。

困扰计算机几十年的，不是算力，而是搬运数据

大众对于芯片的理解，往往停留在“算得更快”。CPU越来越强，GPU越来越快，晶体管越来越密集。

但在芯片行业内部，一直流传着一句话：“宁算一座山，不搬一块砖。”

原因很简单。

今天很多计算任务真正消耗时间和能量的环节，并不是计算本身，而是数据在CPU、GPU和内存之间来回移动。

这就是著名的“内存墙”。

过去几十年，计算能力增长了数万倍，但数据搬运效率的提升却远远跟不上。

AI出现之后，这个问题被进一步放大。一个大模型动辄数千亿甚至数万亿参数，每一次推理都需要调用海量数据。

当数据流动的成本开始超过计算本身时，传统计算机架构终于触碰到了自己的天花板。

统一内存，本质上是在拆掉这堵墙

如果搬运是问题，那么答案自然是减少搬运。这也是为什么最近几年，统一内存架构开始成为行业最重要的发展方向之一。

苹果M系列芯片率先验证了这种思路。

CPU、GPU和神经网络引擎共享同一块内存空间，数据无需反复复制。不同计算单元直接访问同样的数据，效率显著提升。

Arm生态这些年其实一直在朝着同一个方向前进。因为他们比谁都清楚，未来限制计算机发展的，未必是计算能力，而是数据流动能力。

RTX Spark采用Arm架构，本质上也是这一思路的延续。与其不断提高搬运速度，不如从源头上减少搬运需求。

当GPU被CPU卡住，英伟达迟早会自己做CPU

从商业角度看，很多人会把RTX Spark理解成英伟达对英特尔和AMD发起的新挑战。

但从技术角度看，这件事几乎是必然发生的。因为英伟达其实是内存墙最大的受害者之一。

过去二十年，英伟达不断强化GPU能力。但GPU再强，也需要CPU调度。GPU再快，也需要内存持续供给数据。如果CPU跟不上节奏，再强大的GPU也只能等待。

AI时代到来之后，这种矛盾越来越突出。

于是我们看到，英伟达开始从GPU公司变成系统公司。Grace CPU出现了，Grace Hopper出现了，如今RTX Spark又进入Windows PC领域。

背后的逻辑始终没变：既然GPU的潜力总是受制于别人，那不如把整个系统重新设计。

这不是一次简单的跨界，而是一次对计算平台控制权的重新争夺。

所有芯片的终点，或许都在向人脑靠近

如果把时间尺度再拉长一点，会发现整个产业正在朝着一个非常有意思的方向演化：向人脑学习。

人脑没有CPU，没有GPU，也没有独立的内存条。神经元既负责存储信息，也参与计算，记忆与计算天然融合在一起。哪里需要处理信息，哪里就完成处理。几乎不存在今天计算机这种巨大的数据搬运成本。

当然，今天的芯片距离真正的类脑计算还有很远。

但无论是统一内存、高带宽内存，还是近存计算、存算一体，它们都在试图解决同一个问题：让计算离数据更近，甚至最终让计算与存储融为一体。

从这个意义上说，RTX Spark的重要性可能并不在于它是一颗新芯片，而在于它代表着一种新的方向。

过去四十年，整个计算机产业都在想办法让处理器变得更快。未来四十年，一个更重要的问题或许是：如何让数据少走一点路。

因为下一场计算革命，未必来自更强大的算力，而可能来自更短的距离。