十一、小结：软件适配仍是前提 NVIDIA PC未来可期

我们早就拿到这台联想 YOGA Pro 15 RTX Spark时间不算短，直到现在才发布评测只为了留下更有意义的测试数据，告诉大家一个真实的RTX Spark。

本次测试小结如下：

1、RTX Spark的CPU性能表现

这个得分开来看！

如果直接运行X86应用，由于缺乏X86指令集的支持，再加上Prism转译带来的损失，RTX Spark的性能和主流高端X86处理器相比，有一定的差距，大概差了30%左右。

但如果运行原生Windows ARM应用，就我们测试的3个来说，RTX Spark的性能完全不输给Intel 酷睿Ultra 7 251HX处理器，甚至还领先一点点。这也说明了如果做好了优化，ARM的指令集并不比X86差。

2、游戏性能

按理说集成了RTX 5070级别的GPU，RTX Spark的游戏性能应该远强于RTX 4060和AMD Radeon 8060S。

但实际结果是：1080P分辨率下，RTX Spark游戏性能只是略强一些，到了2K分辨率后才有明显的领先优势。

我们从《古墓丽影：暗影》的测试截图就能看出端倪，在整个测试过程中，RTX Spark的CPU渲染延迟几乎都是GPU的2倍，也就是说瓶颈在CPU这里。

现在的PC游戏都是基于X86浮点指令集进行优化，ARM架构的RTX Spark在这些游戏中无法发挥出真实的性能。

当然，作为玩家，我们也可以把瓶颈移到显卡这边，比如使用更高的分辨率，开启光追，这个时候它的这颗基于Blackwell架构的N1X GPU才能发挥更大的潜力。

事实也是如此，随着分辨率的提高，RTX Spark相对甜点显卡的领先优势会逐渐增大，而在类似《黑神话：悟空》、《星球大战：亡命之徒》这种原本就是显卡杀手的游戏中，RTX Spark在低分辨率下也能获得非常大的领先优势。

倘若RTX Spark能带动ARM架构在Windows平台获得成功，后续势必会催生更多原生适配 Windows ARM 的应用与游戏，PC处理器市场AMD和Intel两家争霸的格局可能会被改写。

3、AI

其实说RTX Spark是一台能玩游戏能工作的AI工作站更为合适，AI计算才是它的核心定位。

CUDA生态、TensorRT-LLM引擎，以及NVFP4量化格式，早已为NVIDIA的AI芯片筑起了一道难以逾越的护城河。

搭配128GB统一内存的RTX Spark已经脱离了 “消费级显卡尝鲜AI”的范畴，完全可以承载中小团队的私有大模型服务、本地自主智能体调度，也可作为专业创作者的本地AI工作站。

链路本地化部署大模型与AI 智能体，节省了部署成本、运维和使用成本的同时，还从根源上规避了数据与技术泄漏风险。

而如今，这一切都能在一台1.7kg的联想YOGA Pro 15 RTX Spark轻薄本上成为现实。