1. 首頁 > 生活百科 > >

黃仁勛罕見翻車，英偉達桌面CPU出師不利，生態是最大掣肘

it芯片cpuai英偉達黃仁勛

黃仁勛罕見翻車，英偉達桌面CPU出師不利，生態是最大掣肘

文章圖片

黃仁勛罕見翻車，英偉達桌面CPU出師不利，生態是最大掣肘

文章圖片

黃仁勛罕見翻車，英偉達桌面CPU出師不利，生態是最大掣肘

文章圖片


NVIDIA桌面CPU出師不利 ， 沒想到黃仁勛也有“翻車”的時候 。
在年初CES 2025展會聚光燈下 ， NVIDIA黃仁勛手持一臺迷你機大小的“Project DIGITS”向世界宣告：這是全球最小的AI超級計算機 ， 將徹底改變邊緣AI的游戲規則 。
官方將其命名為DGX Spark ， 其采用NVIDIA與聯發科共同開發的GB10 Grace Blackwell 芯片 ， 這也被無數媒體解讀為NVIDIA在牢牢占據GPU王座之后 ， 欲加速侵入CPU市場 。
原本DGX Spark的計劃是在7月正式上市 ， 合作伙伴包括華碩、戴爾、技嘉、惠普、聯想、微星 。 這些廠商也都在準備自己的GB10主機 ， 其中華碩預告7月23日發布搭載NVIDIAGB10的Ascent GX10主機 。
圖源：華碩
如今八月已至 ， 這款被寄予厚望的設備卻杳無音信 ， 據外媒Wccftech報道 ， NVIDIA和OEM廠商都沒有任何官宣 。 在英國 ， 有零售商給出的預計發貨時間改到了9月15日 。
NVIDIA的桌面處理器首秀 ， 意外卡在了起跑線上 。 硬件巨頭的生態之路 ， 可能遠比芯片設計艱難 。

NVIDIA的桌面CPU ， 怎么就“難產”了照例 ， 先談談NVIDIA這顆桌面CPU ， 成色幾何 。
從華碩公布的數據來看 ， GB10作為NVIDIA第一款Arm架構CPU ， 算力約為1000 TOPS（FP4） ， 并配備了128 GB LPDDR5X的統一內存 ， 256-bit位寬 ， 總帶寬為273GB/s 。
單從配置來看 ， 最大的特點就是高達128GB的內存 ， 不過GB10的內存是直接集成在芯片內部 ， 并不支持單獨升級 。 NVIDIA給到如此多的內存 ， 其實就是為了確保PC的性能可以滿足AI模型的推理需求 ， 后續或許會增加別的內存規格供大家選擇 ， 比如192GB版本 ， 以便適配更大參數規模的AI模型 。
如果不考慮其他因素影響 ， 這個規格的PC最高可以在FP4精度下運行參數規模達到200B的AI大模型 ， 如果是FP8精度則是100B參數規模 。 雖然與動輒六七百B ， 甚至上千B的滿血DeepSeek等AI模型無法比 ， 但是已經足夠部署一個甚至數個專業垂類AI模型 。
圖源：華碩
可能具體參數大家不太能理解 ， 你只需要知道在同等體積下 ， 這個世界上可能找不到比它更強的AI PC了即可 ，
問題在于 ， 這么強的產品 ， 怎么就“難產”了？
提到“難產” ， 第一反應就是生產線的問題 。 根據官方數據來看 ， GB10采用的系統級封裝技術由NVIDIA與聯發科聯合設計 ， 在單個主板上集成了高性能的Grace CPU ， 包含10個高性能Arm Cortex-X925核心 ， 以及10個低功耗Cortex-A725核心 。 同時還融入了Blackwell GPU ， 總之GB10的集成度非常高 。
雷科技猜測 ， 正是因為集成度高 ， 導致在量產時良品率偏低 。 GB10這種創新架構雖能突破傳統系統瓶頸 ， 卻將生產流程變成所謂的“多米諾骨牌” ， 每一個環節都不能出現問題 。
比如 ， 臺積電的CoWoS-L封裝工序需要17天完成 ， 內存堆疊環節的溫差控制需精確到±0.5℃ ， 任何環節的波動都可能導致全線停滯 。
圖源：英偉達
另外 ， 黃仁勛可能還沒搞定“如何定價”的問題 ， 英國零售商泄露的預售頁面顯示 ， 基礎版128GB內存+1TB存儲定價高達3600英鎊（約3.3萬元人民幣） ， 高配機型更是突破4萬元門檻 。 這個價格雖比傳統的NVIDIA DGX系統低一個數量級 ， 卻仍將普通開發者拒之門外 。
在Reddit的開發者論壇 ， 預訂用戶焦慮地表示 ， 設備延期導致他們的邊緣AI項目被迫擱置 ， 而轉向AWS云服務的成本將激增三倍 。
另外 ， NVIDIA面向筆記本的N1、N1X處理器最近多次現身跑分軟件 ， 但何時發布也是個謎 ， 甚至有說法稱推遲到了2026年底 。
可見 ， 無論產品有多強大 ， 技術創新若無法兌現為可交付產品 ， 愿景都終將成為鏡花水月 。

NVIDIA進軍CPU：方向正確 ， 難度不小歷史上 ， 關于Arm架構CPU的難題確實不少 。 微軟在Arm PC領域的十年探索 ， 堪稱一部“生態長征史” ， 投入數十億美元 ， 卻長期陷入兼容性泥潭與量產瓶頸 ， 直到近期才稍有起色 ， NVIDIA作為新入局者 ， 面臨的障礙只會更加嚴峻
首先是兩座大山 ， 在CPU領域 ， Intel和AMD始終是NVIDIA難以逾越的鴻溝 。
比如AMD就趁機發動了閃電戰 ， 7月31日 ， Threadripper 9000系列64核處理器如期上市 ， 搭配Radeon AI顯卡形成完整解決方案 。 不過更致命的是 ， 根據Mercury Research 最新公布的數據顯示 ， AMD服務器CPU份額在2025年Q1飆升至39.4% ， 雖然這是服務器領域數據 ， 但顯示AMD在CPU市場的全面擴張勢頭 ， 對NVIDIA形成包夾 。
圖源：AMD
AMD之上 ， 還有一個Intel 。 縱橫PC行業多年 ， 與Intel幾次交鋒的AMD ， 尚不能從Intel手中搶走太多客戶端市場 ， 更不用說新入場的NVIDIA了 。 正如同Intel進軍GPU行業后 ， 發布的幾款獨顯反響平平 ， NVIDIA進入CPU市場后 ， 想要從Intel和AMD兩大巨頭手中搶走份額 ， 難度同樣很高 。
除了兩大巨頭在前 ， NVIDIA進軍CPU領域 ， 還要面臨一大難題——軟件生態 。
微軟雖在不斷補足Windows On Arm生態 ， 但現階段原生Arm架構的應用依然太少了 。 在實際使用中小雷發現 ， 32位的X86架構應用轉譯到Arm平臺后 ， 性能損失嚴重 ， 會出現明顯的卡頓 ， 64位軟件和部分游戲轉譯后則會直接卡死 ， 而且各類BUG不少 ， 十分影響日常使用 。
當然 ， 這只是針對消費級市場而言 ， 在企業級市場 ， GB10盡管首戰延期 ， DGX Spark代表的技術方向仍具顛覆性潛力 ， 基于GB10的設備可在55瓦功耗下實現1 PetaFLOPS的FP4算力 ， 這種統一內存架構消除數據搬運瓶頸的特性 ， 正是邊緣計算的決勝棋 。
根據IDC預測 ， 到2026年15%的高性能臺式機將轉向此類異構架構 ， 市場規模突破240億美元 。
NVIDIA押注的賽道沒有錯 ， 只是起跑慢了 。
在雷科技看來 ， 迷你化的AI工作站必然會成為未來的趨勢之一 ， 就像普通計算機從原本占據整個房間的設備 ， 變成能被隨身攜帶 。 隨著AI的需求增長 ， AI工作站也必然會出現類似的變化：個人化、便捷化、一體化 ， 如此才能更好地迎合AI普及的需求 。

在CPU這件事上 ， NVIDIA無法“單打獨斗”就在NVIDIA陷入延期困境時 ， 競爭對手已開始瓜分市場 。
AMD的Threadripper AI方案如期而至 ， Intel的反擊也在醞釀 ， 高通的下一代芯片虎視眈眈 。 NVIDIA因延期失去的先機 ， 正被對手迅速填補 ， 時間 ， 已成為比金錢更稀缺的資源 。
圖源：英偉達
而此時NVIDIA面臨的生態困境 ， 比微軟當年更甚 。
后者至少擁有操作系統廠商的深度綁定和長期磨合 。 而NVIDIA雖在GPU驅動和CUDA生態上建樹頗豐 ， 但在消費級CPU的軟件棧構建、與海量獨立軟件開發商的深度合作上 ， 近乎從零開始 。 其引以為傲的AI開發者生態 ， 能否無縫遷移并支撐起一個全新的Arm桌面平臺 ， 仍是巨大的問號 。
Arm生態的本質是“合力工程” ， 操作系統、硬件平臺、應用開發缺一不可 。
破局的關鍵在于 ， NVIDIA能否找到一條“生態速成”的捷徑？
個人拙見 ， 我認為NVIDIA在GPU領域的成功 ， 很大程度上源于其定義了標準（CUDA）并建立了近乎壟斷的垂直生態 。 但在CPU領域 ， 尤其是與龐雜的消費級Windows生態對接時 ， 這種模式行不通 。
GB10縱有千TOPS算力 ， 若用戶日常使用的核心軟件（如Adobe套件、專業工具）無法原生流暢運行 ， 或陷入32位應用卡頓、64位軟件崩潰的“轉譯地獄” ， 其顛覆性性能將淪為紙上談兵 。 用戶體驗的割裂 ， 是性能參數無法掩蓋的硬傷 。
圖源：英偉達
因此 ， 在壁壘森嚴的CPU戰場 ， 強如NVIDIA ， 也無法僅憑一己之力顛覆游戲規則 。
NVIDIA也深知這個潛在危機 ， 因此DGX Spark與主流PC產商合作 ， 但華碩、戴爾等合作伙伴的耐心并非無限 。 延期已打亂其產品節奏 ， 高昂售價更限制市場接受度 。 NVIDIA需拿出更靈活的商務策略 ， 甚至開放更多定制空間 ， 與OEM形成真正的風險共擔、利益共享體 ， 而非簡單的芯片供應商關系 。
另外 ， 可以與微軟結成更緊密的“攻守同盟” ， 共同投入資源 ， 強力推動關鍵應用的原生Arm版本落地 ， 并大幅優化轉譯層效率 。 這需要真金白銀的投入和強大的談判能力 。
按照現在流行的說法 ， 就是所謂的“生態協同” 。 NVIDIA若無法放下“單打獨斗”的執念 ， 其桌面CPU的雄心恐將止步于邊緣計算的市場 ， 難以撼動Intel與AMD把持的主流格局 。
畢竟在CPU這個領域 ， “個人英雄主義”是行不通的 。
【黃仁勛罕見翻車，英偉達桌面CPU出師不利，生態是最大掣肘】本文來自“雷科技” ， 36氪經授權發布 。

    推薦閱讀