文 | 时间线Timelines，作者 | 赵明，编辑 | 周易

已经拥有40年历史的PC行业，真的要变天了。

6月初，英伟达在GTC Taipei 2026上发布面向Windows系统个人电脑的全新超级芯片RTX Spark，宣告正式进军个人电脑核心处理器市场。在这种意在重新定义AI PC的盛大活动中，微软的站台，让英伟达这场活动拥有了「官方钦定」的意味。

与此同时，Acer、Asus、Dell、Gigabyte、HP、Lenovo、MSI——这些几乎代表了PC终端市场的一众厂商，也齐刷刷站到了同一颗芯片背后。

不仅如此，在两天后的微软Build 2026大会上，微软CEO Sayta Nadella将Windows重新定义为「本地AI Agent的原生运行平台」，并推出搭载RTX Spark的Surface RTX Spark Dev Box——一台能在本地跑120B参数大模型的桌面工作站。

黄仁勋在视频连线中表示，个人计算机历经四十余年，将发展迎来全新拐点，AI智能体正在重塑PC产业形态，英伟达与微软正「重新发明」个人电脑，让本地PC具备独立AI智能代理能力，PC正在从个人电脑走向个人AI。

他举例称：用户外出时，可以给自己的PC发消息，让本地Agent调用工具、修改代码、推进设计，再和用户继续迭代。他强调，PC不再只是一个被人操作的工具，也开始变成可以持续运行任务的AI助手。

然而，一个很容易被忽略的事实是：AI PC这个概念，并非是由「英伟达」首次推出——实际上，英特尔才是AI PC概念的提出者。

早在今年1月份，英特尔在CES上就发布了全新的第三代酷睿Ultra处理器平台。对于英特尔自身而言，这是Intel 18A先进制程工艺的首秀，同时也关系着英特尔未来的发展。而对于PC行业来说，「酷睿Ultra」其实还有另外一层意义，它可以被看作是AI PC这一新兴领域的关键锚点。

然而，在英伟达的大举入局AI PC之后，英特尔确实显得被动了一些。

而且，不可忽视的是，在这场关于个人计算的产业大变局中，也有其他玩家也在逐渐涌入，例如高通持续加码PC芯片，AMD先后推出了集成AI算力的新品，而苹果则是用M系列芯片证明了ARM架构运行在个人计算设备上的可行性。

这一切动作，都指向了同一个关键技术趋势，那就是：AI正在史无前例地走向面向个人的计算设备。

起高楼、宴宾客、楼塌了

说起PC产业的故事，当然首先提要提到Wintel联盟——但又从来不止于Wintel。

1980年，IBM准备生产自己的品牌PC。当时IBM在计算机领域可谓侯门望族，而英特尔虽略有小成，影响力还有限。做微处理器的同行里还有摩托罗拉，整体实力在英特尔之上。

然而，当时负责IBM PC业务的Don Estridge，做出了一个影响未来几十年格局的决定：处理器采购订单给了英特尔，操作系统订单给了微软。

彼时的微软，还称不上软件行业巨头。但这个组合后来的故事，在PC行业发展史上，无疑是决定性的一笔。1990年代初，微软和英特尔联手把PC电脑的主导权从IBM手里抢了过来。

这就是「Wintel联盟」——由微软Windows操作系统与英特尔CPU组成的个人计算机架构。此后二十多年，Wintel联盟垄断桌面端市场，依靠英特尔的摩尔定律和微软Windows系统的迭代升级，两家公司联手辖制下游PC生产商，攫取了巨额利润。

在这二十多年里，PC产业的权力结构是这样的：英特尔把持核心处理器，微软把持操作系统，PC厂商只能在上游制定的规则里竞争价格。

但要理解今天的局面，光看英特尔和微软不够，第三个名字也必须被放进来——那就是英伟达。

但在Wintel霸权的四十年里，英伟达的定位非常明确：配件商。

PC用户买电脑时想的是「这台电脑用英特尔处理器」。显卡？那是用来打游戏、做渲染的附加组件。英伟达的GPU只是插在PCIe插槽上的一块配件，PC的核心架构由CPU决定，再由操作系统管控调配。

在几十年的时间里，英伟达的角色虽然变得越来越重要，但它没有改变PC的底层逻辑，严格意义上来说只是一个性能放大器。

一直到2020年，苹果宣布在Mac系列中放弃英特尔芯片、采用自研芯片。M1芯片证明了一件事：CPU、GPU、NPU、统一内存、系统调度全部打包在一起，用户体验确实不一样。但那是在苹果自己的花园里，Windows阵营的格局没有发生太大的变化。

2024年，微软发布Copilot+ PC定义，要求NPU算力达到40 TOPS以上。高通骁龙X Elite、英特尔酷睿Ultra、AMD锐龙8000系列集体登场。AI PC的出货量在一年内从概念阶段快速突破千万台，渗透率翻倍增长。

Canalys数据显示，2024年全球PC出货量达到2.62亿台，同比增长3.1%，为连续两年下滑后的首次正增长；2025年全球PC出货量预计将达到2.74亿台，同比将增长4.1%，这标志着全球PC产业已从此前的需求透支期走向稳态复苏期。

但市场很快发现一个问题：大部分AI能力仍然依赖云端，本地算力缺乏应用场景。消费者买回家发现，AI PC和普通PC没什么本质区别。

来到2025年，更多的行业玩家开始意识到，AI PC不能只堆砌算力，必须解决“有什么本地AI应用”的问题。Canalys预测中国大陆AI PC渗透率2025年将达到34%，2026年将进一步升至52%，但全球PC大盘的增长其实并不亮眼——IDC和Gartner甚至预测2026年PC出货量可能出现两位数萎缩。本质上是企业换机+消费者升级的结构性替代，而不是市场凭空多出一个几亿台的新空间。

换句话说，这轮行情的利润分配逻辑是：谁在BOM（物料清单）升级和价值链转移中卡住了关键位置，谁吃到肉，而不是所有PC厂商的雨露均沾。对于英伟达而言，这次从「配件商」跃迁至「平台方」。

如果成功，它改写的不是一两个季度的出货，而是过去三十年Wintel联盟的底层权力结构。

黄仁勋的入局着眼点：还是生态

对于英伟达来说，它并不需要PC来作为它新的增长点，为什么老黄要选择在此时入局AI PC市场呢？

这个答案其实也很清晰。

2026年3月，在一年一度的GTC大会上，英伟达在纪念CUDA二十周年之际，公布了一个足以让所有AI产业眼前一亮的数字：600万开发者。

这600万人用CUDA写代码，跑在英伟达的GPU上。覆盖AI训练、推理、科学计算、图形渲染、视频生产。整个AI产业的软件栈，底层是CUDA。

600万是什么概念？

苹果iOS开发者大约3000万，Android开发者大约700万。CUDA的开发者规模，已经达到了主流移动平台的三分之一量级。

但CUDA真正的力量不在于数字，而在于迁移成本。开发者用CUDA写AI代码→ PyTorch、TensorFlow默认为CUDA做优化→英伟达的GPU更好卖→更多开发者继续选CUDA。这是英伟达版的生态飞轮，与Android的开发者生态逻辑高度相似。

一个开发者从入门学PyTorch开始，框架就默认走CUDA backend；一个团队一旦在CUDA上积累了代码库、工具链和工程经验，想迁移到ROCm（AMD的同类平台）或其他平台？

理论上，AMD官方迁移工具声称代码改动不到5%，但但凡涉及自定义kernel、显存访问优化或深度依赖cuBLAS/cuDNN的调用链，工作量绝不只是5%。

这就是为什么AMD的MI300系列即使性能评测不差，英伟达在AI训练市场的占有率仍然维持在高位。

过去600万CUDA开发者在哪儿？在数据中心里，用几万美元一块的GPU。RTX Spark干的事，是把CUDA拉到笔记本上。

毕竟，RTX Spark不是显卡，它是一颗完整的SoC。集成了20核ARM Grace CPU、6144个CUDA核心、第五代Tensor Core，最高128GB LPDDR5X统一内存。英伟达公布的AI算力数据高达1 Petaflop，支持本地运行1200亿参数的大语言模型。

以后，这些人写的代码，不用改、不用重新编译，直接在一台笔记本上跑。架构是通的。

黄仁勋在发布会上还说了一句：我们要重新发明人类最重要的工具；说的就是PC。

他同时还宣布了一件事，RTX Spark之后的第二代、第三代芯片已经在规划中，未来英伟达每一代平台架构，都会包含一颗Spark芯片，30多款笔记本、10多款台式机，同时上市。

不仅如此，黄仁勋还想到了一个更远的未来——从现在的Blackwell，到接下来的Rubin，再到Feynman——英伟达把桌面、笔记本和工作站的芯片路线图，一口气铺到了2030年。

不过，CUDA能不能真正长到每一台终端上，取决于一个英伟达自己控制不了的变量：价格。

全球DRAM现在处在供应紧张的周期里，内存涨价；笔记本版第一批产品的起步价不会低；想让CUDA覆盖的不只重度用户，要更多代的产品，和制程、内存的成本曲线配合。

英伟达选在这个时间落子。说白了，因为它看到了一个窗口：算力需求正在从云端向端侧迁移。

「大而稀」，模型参数量大，但激活的参数量相对较少，这类模型需要更高的存力、不需要很高的算力，更适合在端侧运行；

「小而专」，通过蒸馏、模型加速技术形成的小模型，在模型专业领域拥有很好的表现，这类模型同样适合在端侧部署。

大模型的这两大趋势，成为端侧AI崛起的根本。

作为端侧AI重要玩家，英特尔这些年在端侧算力上也在不断发力，三年时间，将端侧算力提升了48倍。此外，微软也开始认真对待对待端侧AI；ARM架构在Windows上第一次有了成规模的OEM支持；CUDA的开发者基数已经够大。

此时入局AI PC对英伟达而言，既是抢占端侧生态的关键一步，也是英伟达保证CUDA生态长期竞争力的必然选择。

PC 产业的自我革命，已经开始

目前来看，PC产业已经呈现出几个关键信号。

第一个信号，PC从「CPU中心化」转向「AI SoC中心化」。

苹果M系列已经验证了「CPU + GPU + NPU +统一内存+系统调度全部打包在一起」这一方向的可行性。

Intel的Lunar Lake也开始把内存封进package，AMD的Strix Halo也在走大内存池路线。现在Nvidia带着Blackwell GPU、Arm CPU、统一内存、CUDA和RTX生态杀进来，等于是把数据中心那套AI平台打法，往个人电脑上压了一层。

它不再只是给PC加一块显卡，而是直接把自己变成PC主平台的一部分。CPU、GPU、AI算力、统一内存、软件生态一起打包，这就不是「配件思维」了，这是「平台思维」。

这里面有三层好处。

第一，英伟达把GPU优势前移到了SoC底层。过去AI PC讲NPU TOPS，听起来很热闹，但真正跑本地大模型、AI视频、3D创作和游戏，GPU和内存池才是硬通货。RTX Spark如果能用统一内存解决数据搬运和模型加载问题，体验上会比传统「CPU+独显+分离内存」更顺。

第二，英伟达把CUDA、RTX、DLSS、TensorRT这些东西继续往PC底层塞。这个比硬件更关键。AI时代谁控制开发框架、推理库、模型优化和创作者工具链，谁才有平台权力。老黄很清楚，芯片只是门票，生态才是护城河。

第三，英伟达开始抢整机BOM里最肥的一块。以前一台高端Windows电脑，CPU的钱给Intel或AMD，独显的钱给Nvidia。未来如果Nvidia的AI SoC变成整机核心，它吃掉的就不只是显卡价值，还包括CPU平台价值、AI体验溢价和开发者生态定价权。

第二个信号，PC从「人操作的工具」转向「人与Agent共事的平台」。

黄仁勋描绘了一个这样的未来：你外出时，可以给自己的PC发消息，让本地Agent调用工具、修改代码、推进设计，再回来和你继续迭代。PC不再只是一个被人操作的工具，也开始变成可以持续运行任务的AI助手。

Windows的定位也在发生同样的迁移——微软不仅将Windows重新定义为本地AI Agent的原生运行平台，还推出了安全执行容器和OpenClaw for Windows，让AI Agent能在受控环境中安全地执行多步骤任务。这意味着Windows不再只是应用的容器，而是Agent的运行时。

第三个信号，全球600万CUDA开发者找到了新的硬件载体。

英伟达用RTX Spark把CUDA拉到了每一台笔记本上。这背后对应的是一个完整的生态飞轮：开发者熟悉CUDA →在RTX Spark上原生运行→优化应用和模型→吸引更多用户购买→驱动更多开发者加入。

GPU的迭代周期以年为单位，而开发者习惯的培养以代际为单位。一旦这个飞轮在PC端开始运转，后来者几乎没有翻盘的机会。

但RTX Spark的普及速度和商业成功，取决于三个关键变量。一是最终定价能否覆盖更广泛的用户群；二是Windows on ARM的软件生态能否在中短期内补齐关键短板；三是微软能否真正推动本地AI Agent从概念走向足以驱动换机决策的杀手级应用。

回过头来看，在这场以AI PC为核心的产业变局中，与其说是英伟达要入局AI PC并改变整个PC行业的权利格局，不如说，是AI技术自身的发展，要在PC这个已经存在了40年的行业找到自己发挥作用的最佳方式——这是一个任何一个玩家都无法抵抗的技术趋势。

而且别忘了，英特尔并没有违背这个大趋势。

早在2026年初，英特尔也瞄准了本地，推出了第三代酷睿Ultra处理器（代号Panther Lake）——基于Intel 18A制程，全球首款采用RibbonFET全环绕栅极晶体管和PowerVia背面供电技术的消费级计算平台，AI总算力最高达180TOPS。

某种程度上，英特尔也在朝向这同一方向前行。

所以，归根结底，无论是英伟达，还是微软，乃至于英特尔，都是这场技术变革游戏的一个角色而已。区别在于，谁能够更早地识别到这一趋势，谁能够更加坚决地变革，谁的动作更快——谁才能够有机会更快地跟紧技术发展的潮流，并从中获益。

从这个角度来看，微软在PC产业的角色反而是更加「穿越古今」了。

无论如何，可以确定的是，随着英伟达的入局，AI PC的新时代已经到来，而PC产业确确实实正在被重新发明——接下来，就看苹果会在Mac这片自留地上做出什么样的历史选择了。

(来源：钛媒体)