微軟與輝達聯手推出搭載 RTX Spark 處理器的新款 AI PC，試圖將企業的 AI 運算成本從雲端按用量計費，轉變為可控的終端自有資產，同時將 AI 代理程式的控制權深度整合至作業系統，這項策略可能改變 AI 生態系的成本結構與主導權。
微軟（Microsoft）與輝達（Nvidia）近期推出一系列搭載輝達 RTX Spark 處理器的新款 AI 個人電腦（PC），包括 Surface Laptop Ultra 與 Surface RTX Spark Dev Box 等產品，目標是改變企業使用人工智慧（AI）的成本結構與控制模式。戴爾（Dell）、惠普（HP）及聯想集團（Lenovo）等電腦製造商也將陸續推出搭載相同技術的裝置。
TechAisle 分析師 Anurag Agrawal 指出，這次產品發表形同三項關鍵押注。首先，未來 AI 代理程式的管理權將轉移到作業系統層級，意味著開發人員的筆記型電腦將決定 AI 程式的實際運行位置。其次，AI 運算成本將從「按量計費」的雲端服務轉變為企業辦公桌上的「自有資產」，即將變動的營運費用轉為固定的資本支出，這種成本分攤方式更受財務主管青睞。最後，輝達與微軟在此布局上各有盤算，輝達的目標是透過 PC 建立開發者習慣，進而鞏固其在資料中心領域的忠誠度。
微軟執行長納德拉（Satya Nadella）將此方案描述為「無限量智慧」。他指出，當中小企業將 AI 代理程式從測試階段導入日常營運時，雲端用量計費模式可能導致成本無上限攀升，令財務長擔憂。相較之下，一台價格 2,599 美元起的筆記型電腦或 5,999 美元起的桌上型開發機，能將變動成本轉為固定資產，即便總費用相當，也更容易獲得企業批准。
為了確保 AI 代理程式的安全性與可控性，微軟已在 Windows 11 作業系統中普遍提供 Microsoft Execution Containers（MXC）功能。MXC 作為一項政策層級，可定義 AI 代理程式能夠存取哪些檔案與網路目的地，並由作業系統強制執行這些限制，例如 GitHub Copilot、OpenAI Codex、OpenClaw 等 AI 程式開發工具都已支援 MXC。這套「受限自治」（Constrained Autonomy）機制將安全性深度整合至作業系統，並為非人類的 AI 代理程式提供獨立的 Entra-backed 身份驗證，改變傳統以人為核心的端點管理模式。
在硬體規格方面，RTX Spark 處理器整合了 20 核心 Grace Arm CPU 與搭載 6,144 個 CUDA 核心的 Blackwell GPU，共享高達 128GB 的統一記憶體，運算能力最高可達 1 petaflop 的 FP4 浮點運算。輝達此舉是為彌補過去幾年開發者因蘋果（Apple）統一記憶體優勢而偏好其晶片的市場缺口，讓完整的 CUDA 堆疊可在本地原生運行。輝達的目標是讓開發者在筆記型電腦上開發的程式碼，能無縫轉移至 DGX Station 工作站乃至資料中心，以此綁定其 AI 生態系。
雖然這些新產品的硬體規格在 18 個月內可能顯得過時，但微軟與輝達的策略可能長期重塑 PC 市場。業界分析認為，企業應將 RTX Spark 裝置視為一種基礎設施而非單純的設備更新，例如一個團隊可共用一台筆記型電腦或開發機，作為共享的本地 AI 推理節點，這也預示著部門級伺服器將以另一種形式重回辦公桌下。OEM 合作夥伴的相關筆記型電腦已於 10 月 16 日開始出貨。