擁有 40 年歷史的 PC 行業，真的要變天了。
6 月初，英偉達在 GTC Taipei 2026 上發布面向 Windows 系統個人電腦的全新超級晶片 RTX Spark，宣告正式進軍個人電腦核心處理器市場。在這場旨在重新定義 AI PC 的盛大活動中，微軟的站台，讓英偉達這場活動擁有了「官方欽定」的意味。
Meanwhile, Acer, Asus, Dell, Gigabyte, HP, Lenovo, MSI—all of which nearly represent the PC terminal market—have collectively rallied behind the same chip.
不仅如此，在兩天後的微軟 Build 2026 大會上，微軟 CEO 薩提亞·納德拉 將 Windows 重新定義為「本地 AI Agent 的原生運行平台」，並推出搭載 RTX Spark 的 Surface RTX Spark Dev Box——一台能在本地運行 120B 參數大模型的桌面工作站。
黃仁勳在視頻連線中表示，個人電腦歷經四十餘年，將迎來全新轉折點，AI 智能體正在重塑 PC 產業形態，英偉達與微軟正「重新發明」個人電腦，讓本地 PC 具備獨立 AI 智能代理能力，PC 正在從個人電腦走向個人 AI。
他舉例稱：用戶外出時，可以給自己的 PC 發消息，讓本地 Agent 調用工具、修改代碼、推進設計，再和用戶繼續迭代。他強調，PC 不再只是一個被人操作的工具，也開始變成可以持續運行任務的 AI 助手。
然而，一個很容易被忽略的事實是：AI PC 這個概念，並非是由「NVIDIA」首次提出——實際上，Intel 才是 AI PC 概念的提出者。
早在今年1月，英特爾在CES上發布了全新的第三代酷睿Ultra處理器平台。對於英特爾自身而言，這是Intel 18A先進製程工藝的首秀，同時也關係著英特爾未來的發展。而對於PC行業來說，「酷睿Ultra」其實還有另外一層意義，它可以被視為AI PC這一新興領域的關鍵錨點。
然而，在英偉達大舉進軍 AI PC 之後，英特爾確實顯得被動了一些。
而且，不可忽視的是，在這場關於個人計算的產業大變局中，也有其他玩家也在逐漸湧入，例如高通持續加碼 PC 芯片，AMD 先後推出了集成 AI 算力的新品，而蘋果則是用 M 系列芯片證明了 ARM 架構運行在個人計算設備上的可行性。
All these actions point to the same key technological trend: AI is unprecedentedly moving toward personal computing devices.
蓋大樓、宴賓客、樓塌了
談到 PC 產業的故事，當然首先必須提到 Wintel 聯盟——但又從不只限於 Wintel。
1980 年，IBM 準備生產自己的品牌 PC。當時 IBM 在電腦領域可謂侯門望族，而英特爾雖略有小成，影響力還有限。做微處理器的同行裡還有摩托羅拉，整體實力在英特爾之上。
然而，當時負責 IBM PC 業務的 Don Estridge 做出了一個影響未來數十年格局的決定：處理器採購訂單交給了英特爾，作業系統訂單交給了微軟。
當時的微軟還稱不上軟體行業巨頭。但這個組合後來的故事，在 PC 行業發展史上，無疑是決定性的一筆。1990 年代初，微軟和英特爾聯手把 PC 電腦的主導權從 IBM 手裡搶了過來。
這就是「Wintel 聯盟」——由微軟 Windows 操作系統與英特爾 CPU 組成的個人電腦架構。此後二十多年，Wintel 聯盟壟斷桌面端市場，依靠英特爾的摩爾定律和微軟 Windows 系統的迭代升級，兩家公司聯手管制下游 PC 生產商，攫取了巨額利潤。
在這二十多年裡，PC 產業的權力結構是這樣的：英特爾把持核心處理器，微軟把持作業系統，PC 廠商只能在上游制定的規則裡競爭價格。
但要理解今天的局面，光看 Intel 和 Microsoft 不夠，第三個名字也必須被放進來——那就是 NVIDIA。
但在 Wintel 霸權的四十年裡，英偉達的定位非常明確：配件商。
PC 用戶購買電腦時想的是「這台電腦使用英特爾處理器」。顯卡？那是用來打遊戲、做渲染的附加組件。英偉達的 GPU 只是插在 PCIe 插槽上的一塊配件，PC 的核心架構由 CPU 決定，再由作業系統管控調配。
在幾十年的時間裡，英偉達的角色雖然變得越來越重要，但它沒有改變 PC 的底層邏輯，嚴格意義上來說只是一個性能放大器。
直到 2020 年，蘋果宣布在 Mac 系列中放棄英特爾晶片、採用自研晶片。M1 晶片證明了一件事：CPU、GPU、NPU、統一記憶體、系統調度全部打包在一起，使用者體驗確實不一樣。但那是在蘋果自己的花園裡，Windows 陣營的格局沒有發生太大的變化。
在 2024 年，微軟發布了 Copilot+ PC 的定義，要求 NPU 算力達到 40 TOPS 以上。高通驍龍 X Elite、英特爾酷睿 Ultra、AMD 锐龍 8000 系列齊聚登場。AI PC 的出貨量在一年內從概念階段快速突破千萬台，滲透率翻倍增長。
Canalys 數據顯示，2024 年全球 PC 出貨量達 2.62 億台，同比增長 3.1%，為連續兩年下滑後的首次正增長；2025 年全球 PC 出貨量預計將達 2.74 億台，同比將增長 4.1%，這標誌著全球 PC 產業已從此前的需求透支期走向穩態復甦期。
但市場很快發現一個問題：大部分 AI 能力仍然依賴雲端，本地算力缺乏應用場景。消費者買回家發現，AI PC 和普通 PC 沒什麼本質區別。
來到 2025 年，更多的行業玩家開始意識到，AI PC 不能只堆砌算力，必須解決「有什麼本地 AI 應用」的問題。Canalys 預測中國大陸 AI PC 渗透率 2025 年將達到 34%，2026 年將進一步升至 52%，但全球 PC 大盤的增長其實並不亮眼——IDC 和 Gartner 甚至預測 2026 年 PC 出貨量可能出現兩位數萎縮。本質上是企業換機+消費者升級的結構性替代，而不是市場憑空多出一個幾億台的新空間。
換句話說，這輪行情的利潤分配邏輯是：誰在 BOM（物料清單）升級和價值鏈轉移中佔據了關鍵位置，誰就能吃到肉，而不是所有 PC 廠商都能雨露均沾。對於英偉達而言，這次從「配件商」躍遷至「平台方」。
如果成功，它所改變的不是一兩個季度的出貨，而是過去三十年 Wintel 聯盟的底層權力結構。
黃仁勳入局的著眼點：還是生態
對於英偉達來說，它並不需要 PC 來作為它新的增長點，為什麼老黃要選擇在此時入局 AI PC 市場呢？
這個答案其實也很清晰。
在 2026 年 3 月舉行的年度 GTC 大會上，英偉達為紀念 CUDA 二十週年，公布了一個令整個 AI 產業為之震驚的數字：600 萬開發者。
這 600 萬人使用 CUDA 編寫代碼，運行在英偉達的 GPU 上，涵蓋 AI 訓練、推理、科學計算、圖形渲染和視頻製作。整個 AI 產業的軟體棧，底層都是 CUDA。
600 萬是什麼概念？
蘋果 iOS 開發者約 3000 萬，Android 開發者約 700 萬。CUDA 的開發者規模，已達到主流移動平台的三分之一量級。
但 CUDA 的真正力量不在於數字，而在於遷移成本。開發者用 CUDA 寫 AI 代碼 → PyTorch、TensorFlow 默認為 CUDA 做優化 → 英偉達的 GPU 更好賣 → 更多開發者繼續選擇 CUDA。這是英偉達版本的生態飛輪，與 Android 的開發者生態邏輯高度相似。
一位開發者從入門學習 PyTorch 時，框架就預設使用 CUDA 後端；一個團隊一旦在 CUDA 上累積了程式碼庫、工具鏈和工程經驗，想遷移到 ROCm（AMD 的同類平台）或其他平台？
理論上，AMD 官方遷移工具聲稱程式碼改動不到 5%，但只要涉及自定義 kernel、顯存存取優化或深度依賴 cuBLAS/cuDNN 的呼叫鏈，工作量絕不只會是 5%。
這就是為什麼即使 AMD 的 MI300 系列性能評測不差，英偉達在 AI 訓練市場的佔有率仍維持在高位。
過去 600 萬 CUDA 開發者在哪裡？在資料中心裡，使用價值數萬美元一塊的 GPU。RTX Spark 做的事，是把 CUDA 帶到筆記型電腦上。
畢竟，RTX Spark 不是顯卡，而是一顆完整的 SoC。整合了 20 核 ARM Grace CPU、6144 個 CUDA 核心、第五代 Tensor Core，最高可達 128GB LPDDR5X 統一內存。英偉達公布的 AI 算力高達 1 Petaflop，支援本地運行 1200 億參數的大語言模型。
以後，這些人寫的代碼，無需修改、無需重新編譯，可直接在筆記本電腦上運行。架構是通用的。
黃仁勳在發布會上還說了一句：我們要重新發明人類最重要的工具；說的就是 PC。
他同時還宣布，RTX Spark 之後的第二代、第三代晶片已在規劃中，未來英偉達每一代平台架構都會包含一顆 Spark 晶片，超過 30 款筆記型電腦和 10 多款台式機將同時上市。
不仅如此，黃仁勳還想到了一個更遠的未來——從現在的 Blackwell，到接下來的 Rubin，再到 Feynman——英偉達把桌面、筆記本和工作站的晶片路線圖，一口氣鋪到了 2030 年。
不過，CUDA 能否真正普及到每一台終端，取決於一個英偉達自己控制不了的變量：價格。
全球 DRAM 目前處於供應緊張的週期，記憶體價格上漲；筆記本版首批產品的起始價不會低；希望 CUDA 覆蓋的不僅是重度用戶，還要涵蓋更多代的產品，並與製程和記憶體的成本曲線相配合。
NVIDIA 選在這個時間點落子。說白了，因為它看到了一個窗口：算力需求正從雲端向端側遷移。
「大而稀」，模型參數量大，但激活的參數量相對較少，此類模型需要更高的存力、不需要很高的算力，更適合在端側運行；
“小而專”，透過蒸餾與模型加速技術形成的輕量模型，在特定專業領域表現出色，同樣適合部署於端側。
這兩大趨勢成為端側AI崛起的根本。
作為端側AI的重要參與者，英特爾這些年在端側算力上持續投入，三年內將端側算力提升了48倍。此外，微軟也開始認真對待端側AI；ARM架構在Windows上首次獲得大規模OEM支援；CUDA的開發者基數已足夠龐大。
Entering the AI PC market at this time is both a crucial step for NVIDIA to seize control of the edge-side ecosystem and an inevitable choice to ensure the long-term competitiveness of its CUDA ecosystem.
PC 產業的自我革命，已經開始
目前來看，PC 產業已經呈現出幾個關鍵信號。
第一個信號，PC 從「CPU 中心化」轉向「AI SoC 中心化」。
Apple 的 M 系列已驗證了「CPU + GPU + NPU + 統一記憶體 + 系統調度全部打包在一起」這一方向的可行性。
Intel 的 Lunar Lake 也開始將記憶體封裝進 package，AMD 的 Strix Halo 也在走大記憶體池路線。現在 Nvidia 帶著 Blackwell GPU、Arm CPU、統一記憶體、CUDA 和 RTX 生態殺入，等於將資料中心的 AI 平台打法，往個人電腦上壓了一層。
它不再只是為 PC 加上一塊顯卡，而是直接將自己變成 PC 主平台的一部分。CPU、GPU、AI 算力、統一記憶體、軟體生態一併打包，這已不再是「配件思維」，這是「平台思維」。
There are three layers of benefits here.
第一，英偉達將 GPU 優勢前移至 SoC 底層。過去 AI PC 講 NPU TOPS，聽起來很熱鬧，但真正運行本地大模型、AI 影片、3D 創作和遊戲時，GPU 和記憶體池才是硬通貨。如果 RTX Spark 能透過統一記憶體解決資料搬運和模型載入問題，體驗上會比傳統「CPU + 獨顯 + 分離記憶體」更順暢。
第二，英偉達持續將 CUDA、RTX、DLSS、TensorRT 等技術深入整合至 PC 底層。這比硬體更為關鍵。在 AI 時代，誰掌控開發框架、推理庫、模型優化與創作者工具鏈，誰才擁有平台權力。黃仁勳非常清楚，晶片只是入場券，生態才是護城河。
第三，英偉達開始搶佔整機 BOM 中最肥的一塊。過去，一台高端 Windows 電腦，CPU 的費用歸 Intel 或 AMD，獨立顯卡的費用歸 Nvidia。未來，如果 Nvidia 的 AI SoC 變成整機核心，它所佔據的將不僅是顯卡的價值，還包括 CPU 平台價值、AI 體驗溢價和開發者生態定價權。
第二個訊號，PC 從「人操作的工具」轉向「人與 Agent 共事的平台」。
黃仁勳描繪了一個這樣的未來：你外出時，可以給自己的 PC 發消息，讓本地 Agent 調用工具、修改代碼、推進設計，再回來和你繼續迭代。PC 不再只是一個被人操作的工具，也開始變成可以持續運行任務的 AI 助手。
Windows 的定位也正在發生同樣的轉變——微軟不僅將 Windows 重新定義為本地 AI Agent 的原生運行平台，還推出了安全執行容器和 OpenClaw for Windows，讓 AI Agent 能在受控環境中安全地執行多步驟任務。這意味著 Windows 不再只是應用的容器，而是 Agent 的運行時。
第三個訊號，全球 600 萬 CUDA 開發者找到了新的硬體載體。
NVIDIA 透過 RTX Spark 將 CUDA 帶到了每一台筆記型電腦上。這背後對應著一個完整的生態飛輪：開發者熟悉 CUDA → 在 RTX Spark 上原生運行 → 優化應用與模型 → 吸引更多用戶購買 → 驅動更多開發者加入。
GPU 的迭代週期以年為單位，而開發者習慣的培養以代際為單位。一旦這個飛輪在 PC 端開始運轉，後來者幾乎沒有翻盤的機會。
但 RTX Spark 的普及速度和商業成功，取決於三個關鍵變量。一是最終定價能否覆蓋更廣泛的用戶群；二是 Windows on ARM 的軟體生態能否在中短期內補齊關鍵短板；三是微軟能否真正推動本地 AI Agent 從概念走向足以驅動換機決策的殺手級應用。
回過頭來看，在這場以 AI PC 為核心的產業變局中，與其說是英偉達要入局 AI PC 並改變整個 PC 行業的權利格局，不如說，是 AI 技術自身的发展，要在 PC 這個已經存在了 40 年的行業找到自己發揮作用的最佳方式——這是一個任何一個玩家都無法抵抗的技術趨勢。
而且別忘了，英特爾並沒有違背這個大趨勢。
早在 2026 年初，英特爾也瞄準本地，推出了第三代酷睿 Ultra 處理器（代號 Panther Lake）——基於 Intel 18A 製程，全球首款採用 RibbonFET 全環繞柵極電晶體和 PowerVia 背面供電技術的消費級計算平台，AI 總算力最高達 180TOPS。
在某種程度上，英特爾也在朝著同一方向前進。
所以，歸根結底，無論是 NVIDIA、Microsoft，還是 Intel，都只是這場技術變革遊戲中的一個角色而已。區別在於，誰能更早識別出這一趨勢，誰能更堅決地變革，誰的行動更快——誰才有機會更快地跟上技術發展的潮流，並从中獲益。
From this perspective, Microsoft's role in the PC industry is even more "time-transcending".
Regardless, it is clear that with NVIDIA's entry, the new era of AI PCs has arrived, and the PC industry is indeed being reinvented—what remains to be seen is what historical decision Apple will make on its own turf, the Mac.
本文來自微信公眾號「時間線 Timelines」，作者：趙明