能塞进书包的 AI 工作站：华硕 ProArt 创 16 RTX Spark 评测|gpu|rtx|spark|内存|华硕|固态硬盘|工作站|笔记本

NVIDIA RTX Spark N1X 的笔记本系列产品已于 10 月 16 日正式上市。

这是在黄仁勋口中“PC 的全新开始”，目标是将本地 AI 处理能力、图形创意工作站和游戏中心三大需求合而为一。NVIDIA 还表示，全新架构让续航不再成为 Windows 设备的短板，并具备几乎没有损耗的离电性能。

不久前，我们拿到了一台来自华硕的“ProArt 创 16 RTX Spark”。这几天我认真折腾了一下这台笔记本，也带着它出了两次差，来和大家聊聊实际使用体会。

而有关“RTX Spark 到底是什么”的疑问，有兴趣的读者可以参考我们此前发布的这篇文章，相信能够解决大多数疑问。

综述 & 开箱

我们拿到这台 ProArt 创 16 RTX Spark 是 64G 版本，官方售价 28999 元，128G 版本则是 37999 元。

笔记本的包装比较简洁。我们拿到的是美版，内容物除了 16 寸的机器本体外，还有一枚 140W 的 USB-C 电源（线材可拆卸）、一个内胆包和一枚 ProArt 三模鼠标。但要注意，国行版本并没有附带这枚鼠标。

接下来看看接口。笔记本一共包含 3 个 40 Gbps 满血 USB-C，支持显示输出与 PD 供电；1 个 10 Gbps 的 USB-A，1 个 HDMI 接口，1 个 SD Express 7.0，和 1 个 3.5mm 耳机接口，扩展性能优秀。供电与 MBP 同样采用 USB-C，任何一个接口都可以插电，很方便。

屏幕是 16 英寸 2.8K 120Hz 峰值 1100nits 的 OLED 触控屏，覆盖 100%DCI-P3 广色域，表面配备抗反射涂层，可减少环境反光，观看体验十分出色，符合这台设备的“专业生产力”定位。如果你买的是 128G 顶配版本，那屏幕还会进一步升级到 4K 屏。

硬件配置方面，它搭载了全新的 RTX Spark N1X 芯片，将 20 核 ARM CPU、拥有 6144 个 CUDA 核心的 Blackwell GPU，以及 64GB 统一内存放进了一起。这里的 64GB 是统一内存，由 CPU 和 GPU 共享。内存带宽 300GB/s，让它拥有了运行本地大语言模型的能力，也能跑 3A 游戏。硬盘自带 1TB PCIe 4.0 SSD，双 M.2 2280 插槽，具备很强扩容能力。

我们这里多提一嘴它的统一内存：和苹果架构不太一样，RTX Spark 设备允许用户自行手动调节内存与显存各自的占比。以我这台 64GB 版本为例，最多可以将显存调整至 48GB。不过也有比较麻烦的地方：每次调整设置都需要重启。

让我比较意外的是，这台 16 寸的笔记本重量仅为 1.79kg，是华硕迄今为止最为轻便的 16 寸设备。

下图是它的详细配置。

这款 ProArt 16 的表面采用了特殊涂层处理，拥有类似 Macbook 表面的抗指纹防污能力，让整体外观也显得非常精致。

AI 能力实测

RTX Spark 最具野心的领域显然是本地 AI。在这个生活和工作时基本离不开 AI 工具的时代，Token 成了新的核心货币。而本地 AI，一方面能解决 token 的费用问题，另一方面可避免把模型推理和本地文件默认上传至模型云端 —— 但联网搜索、云端模型、插件权限和 Agent 操作范围仍需逐项确认。

这里说明一下：我们执行的任务使用的大模型是本地的，但 Agent 本身工作时是具备联网能力的。也就是说，有必要的话，Agent 会去主动联网验证信息完整性，但并不会将你的对话和交给 Agent 的文件都上传到了云端，用 Agent 来操作剪片子也不用等待本地文件漫长的上传过程。Agent 就是 Hermes、Workbuddy 等智能体，起到手脚的作用，切切实实地动手办事；Qwen、Deepseek、ChatGPT 等大模型是智能体的“大脑”，用什么模型决定了 Agent 的能力上限。

我们来实际看看这台笔记本的 AI 能力和其他设备相比有什么过人之处。

首先是系统层面的兼容。笔记本第一次开机后，就会有类似首次安装 Windows 一样的强引导，只需要简单几次点击就能安装自己的 Agent，首发包含 Hermes、OpenClaw 和 Perplexity 三种，后续还会追加更多。

我们直接安装了 Hermes，并下载了 Qwen 3.8 27B 版本地模型。对 64GB 的统一内存来说，30B 左右的模型正是它的舒适区。

接下来用本地模型试着让 Hermes 下载更新 Windows 中文语言包，并安装 Chrome、Obsidian 等常用软件 —— 非常顺利，几分钟就搞定了，这些软件都已提供了原生 ARM 支持。

我让它根据自己的配置并结合现有公开资料，查询并制作一张 ProArt 创 16 RTX Spark 配置图 —— 就是本文前面用到那张。Hermes 生成了一个 HTML 网页文件，并通过浏览器截图完成了这项工作，并且非常细心地使用了深色底色搭配 #76B900，英伟达绿。

然后换成我们国内用户比较熟悉的 Workbuddy 试试。目前 Workbuddy 也提供了本地模型可供调用，模型推理引擎为 CUDA-13，大小 15.2GB，仅限 Win11+ARM 架构使用，需要至少 32G 内存，是为了 RTX Spark 设备准备的专属本地模型。

这次我让 Workbuddy 执行了一个和 IGN 相关的任务：我截图了我们网站的评分卡，让它做一个类似的 html 版评分卡生成器。

2 分 34 秒后，页面生成。虽然有点小 bug（比如评分数字没居中），但我要求的功能都顺利实现了，甚至还给每个分数都加上了合适的二字评价 —— 这是我忽略的细节，我并没有告诉它每个分数对应什么评语。

为了确定我在 Workbuddy 中安装的本地模型到底消耗了多少 token，我还在 Workbuddy 的指导下安装了一个查看本地模型 Token 吞吐量的 skill。三次对话（首次打招呼、做评分卡生成器、如何查看消耗量）消耗的 Token 总量如下图所示：

NVIDIA 官方还给这套平台准备了一套本地推理的推荐配置，模型、量化格式到启动参数都已写死。用它跑的好处是，至少能保证“英伟达自己也认可这个跑法”。我们按照官方给的参数启动了 llama-server，并写了一个 Python 脚本，分别用短对话、长文档摘要、代码生成和 4K / 32K / 128K 长上下文六组用例，测量了 prefill 速度（读取提示词）和 decode 速度（生成回答）。

本地推理的速度无法用类似 3DMark 跑分的形式直接展现，我们分别概述。Prefill 阶段吃算力，6144 个 CUDA 核心和 FP4 Tensor Cores 在这时候发挥作用；Decode 阶段吃内存带宽，300 GB/s 的统一内存带宽是瓶颈。此外，测试全程开启了 DFlash 投机解码 —— 这也是官方推荐配置的一部分，用一个轻量的草稿模型提前猜测多个 token，再由主模型验证，目的是提升生成速度。

从结果来看，这台 64G 的 RTX Spark 在 Prefill 阶段表现突出：32K 上下文下达到了 18,408 tok/s，128K 下更是超过了 22,000 tok/s —— 意思是喂给它的长文档越多，算力利用率越高。Decode 速度则受限于内存带宽，长文档摘要和代码生成约 5.2 tok/s，长上下文下随着 KV cache 膨胀降至 2.6–2.7 tok/s。作为参考，人类阅读速度大约在 300–500 字/分钟，这个生成速度已经可以满足基本的低延迟交互。

另一个值得关注的数字是 128K 上下文。在 64GB 统一内存的支持下，这台笔记本可以一次性吃进约 49,000 tokens 的超长提示词并完成推理，这也是同级别独显笔记本（通常 8–16GB 显存）根本无法触及的。

以下是本次测试的最终图表。

最后提一嘴笔记本在跑模型时的状态：绝大多数测试我都是在酒店房间内、夜间完成的，在使用本地算力和进行上下文 128k 测试时，能明显听见风扇正在拉满了狂转，类似游戏本在跑 3A 时的噪音，是日常在办公室里无法忽略的程度；温度方面，掌托部分基本没有什么问题，但屏幕转轴附近能明显感受到热量。

续航 & 离电性能

采用 ARM 架构的一大好处就是能耗比会比传统架构更出色。

NVIDIA 工程师此前曾表示，RTX Spark 的离电性能与插电性能差距仅为 1%，几乎可以忽略不计，这对笔记本等移动端设备还是蛮有意义的 —— 用过 Win 掌机的用户应该都能理解我想表达的意思。

将系统离电设置为性能模式后，我在日常使用大模型、办公等环境确实感受不到明显差异。游戏跑分方面，部分游戏甚至离电分数更高，我会在后面的游戏部分单独给出测试结果，但大家测试条件都不太一样，因此结果仅供参考。

至于续航，和我的理想状态确实还有点差距，至少无法达成 MacBook 那种“一天不带电源完全没有电量焦虑”的状态。

这台电脑内置 99.9Wh 大容量电池，刚好是“可随身携带 100Wh 以下设备”的常见门槛，对我这种经常出差的用户来说非常体贴。

日常办公开网页、写稿子、聊微信、看网页视频这种没什么压力的应用场景，以 70% 屏幕亮度、标准模式使用，在实际使用大约 5 小时后电池还剩不到 20% —— 因为飞机当天刚好延误了 6 小时，我对这个续航时间印象蛮深。

但重度使用本地大模型掉电就很快了。不知道各位是否有尝试过在手机上装本地模型：随便聊两句就会明显感觉到手机发烫，且电池百分比也是肉眼可见在迅速降低，用笔记本也是同理。

说回到这台笔记本。llama-bench 满载状态，使用性能模式，屏幕亮度 70%，用脚本拉满本地算力跑了 Qwen 3.8 27B 持续 5 分钟，满电开跑，笔记本电池从 100% 掉到了 92%，预估整体满电续航约 1.1 小时 —— 考虑到这是在跑 27B 参数大模型，这个表现已经相当可观了。

游戏性能 & 跑分实测

作为游戏玩家，我们自然非常关心它的游戏表现。

这台机器采用 ARM 架构，目前未提供 ARM 原生版本的 x86/x64 应用通常通过 Prism 运行；兼容性与性能仍由具体游戏、反作弊和驱动决定。部分游戏如《我的世界》基岩版还提供原生 ARM 支持，甚至跑出 1000 多帧。

由于 Prism 转译主要通过 CPU 完成，DX12、光追、DLSS 这些图形部分原生调用 GPU。因此很多更吃显卡的新作在这台机器上运行良好，而重点考验 CPU 的游戏 —— 比如《刺客信条：影》，The Verge 的测试表示它只能跑个 30 几帧。

网游和竞技类游戏的支持还在推进中。《使命召唤》预计 2027 年正式适配，《英雄联盟》《三角洲行动》等游戏目前已承诺会在后续提供支持（但截至发稿仍然无法运行），《漫威争锋》《DotA 2》《永劫无间》能直接玩，还有更多开发商早已表示会陆续提供支持。

然后看看跑分实测。注意在跑以下测试时，我已经将笔记本的显存手动调整至 48G，其余分配给内存，并在 ProArt Creator Hub 软件中为电脑选择了“性能模式”。

《3DMark》

可以看到图中两项基准测试的离电保持率都在 98% 以上，损耗极低。Steel Nomad Light 考验纯光栅化算力，Solar Bay Extreme 是光追基准，两者的成绩对一台轻薄笔记本来说都还不错。比较强悍的是离电表现 —— 绝大多数笔记本 GPU 离电后都要掉一截，RTX Spark 的分数都几乎没动，统一内存架构在供电策略上确实有优势。

Time Spy 目前仅有 x64 版本，分数被转译拖累，没什么参考价值，这里干脆就跳过了。

《赛博朋克 2077》

《赛博朋克 2077》的测试结果是比较意外。DLSS 4 倍多帧生成开启后，离电 110.66 帧，比插电的 97.63 fps 还要高出 13%。离电分数反而更高，当然很大程度上可能是温度、后台任务进程等细节的差异，但另一方面也说明该场景下未必受 GPU 功耗上限主导；由于开启了 DLSS 4X，不能把显示帧率直接等同于原生渲染性能。DLSS 关掉后，两者基本持平（46.94 vs 47.15），原生渲染下供电模式几乎不影响帧率。

《极限竞速：地平线 6》

具体图形选项和结果参见图片。和 2077 差不多。DLSS 4 倍多帧生成开启时离电 113 帧略高于插电 112 帧，但关闭后差距放大了一点：3K 中画质原生渲染只有 32 帧，离电掉到 30 帧，保持率 93.8% ——《FH6》对原生渲染的负载很高。

《黑神话：悟空》

“黑猴”是这四款游戏里 DLSS 依赖度最高的一款，在其他机器上也是如此。游戏的原生渲染只有 35 帧，开启 DLSS 4X 多帧生成后翻到 83 fps，提升 137%。离电表现也有一定差异：DLSS 开着时保持率 92.8%，关闭后帧数相同，说明黑神话的 GPU 负载在原生状态下还没达到供电上限。