AI芯片大战，正从云端算力竞争一路延伸到每个人的电脑终端。
过去几年，英伟达始终站在AI算力浪潮中央，凭借数据中心GPU成为“卖铲子”模式下的最大受益者。但在6月1日举行的GTC大会上，外界最关注的并不是Rubin GPU，而是全新的PC超级芯片RTX Spark。显然，英伟达不愿只固守数据中心市场，它已正式将战线推进到AI PC领域。
事实上，早在去年，英伟达就推出了DGX Spark——全球最小的桌面级AI超级计算机，主要面向台式机使用场景，目标用户更偏专业人群，外界一度将其对标苹果Mac mini，当时英伟达就已开始尝试定义“AI PC”。而如今，英伟达进一步面向笔记本产品推出RTX Spark，同属Spark系列，这一次明显更聚焦消费级个人电脑市场。
英伟达创始人兼CEO黄仁勋将这次PC重塑比作当年功能手机升级为智能手机。这个判断并不夸张——智能手机改变的从来不只是屏幕或芯片，而是整个移动互联网的核心入口。如今，英伟达试图通过“GPU+Arm CPU+Windows+本地Agent”的组合，把PC从单纯运行应用程序的工具，升级为可运行个人AI Agent的本地智能平台。这意味着，PC芯片产业格局正在被重新改写，其背后映射的正是AI时代平台主导权的争夺。
PC芯片大战：巨头互攻腹地
过去数十年，微软与英特尔构建了稳固的“Wintel联盟”。Windows生态长期围绕x86架构展开，英特尔也一直牢牢占据PC CPU市场主导地位，AMD则作为追赶者持续蚕食份额。相比之下，英伟达更多扮演GPU和图形加速供应商的角色，虽然实力强劲，但依然处于传统PC平台的外围。
如今，这种边界正在被快速打破。苹果凭借M系列芯片证明了Arm架构在PC市场同样具备高性能与高能效优势；高通则借助骁龙X Elite等平台持续推进Windows on Arm生态。现在，英伟达联合联发科推出RTX Spark，意味着Arm架构对x86 PC核心腹地的进攻，已经不再是试水，而是一次正面交锋。
RTX Spark并不是传统意义上的PC处理器。英伟达的目标，不只是给AI PC配上一块更强的显卡，而是将GPU、Arm CPU、统一内存架构、AI软件栈以及Agent运行环境打包成一个全新的计算平台。过去，PC的核心是CPU，GPU更多承担图形处理与加速功能；但在英伟达的设想中，未来AI PC的中心将可能转向AI算力、本地大模型能力、统一内存和Agent运行环境。这正是它对传统PC芯片格局发起挑战的关键——英伟达希望从芯片到底层生态，重新定义AI PC。当前PC市场整体销量表现并不理想，行业普遍期待AI PC带来新的增长曲线。此时，英伟达正在联合产业链伙伴，试图开启PC市场的新纪元。
更深层次的变化在于，科技巨头们正在集体进入彼此的核心地盘：
- 英伟达正从GPU厂商向CPU和AI PC平台延伸，Grace、Vera等CPU产品已进入长期由x86服务器CPU主导的市场，RTX Spark更是直接向英特尔和AMD发起挑战；
- 高通则从移动芯片跨入Windows PC市场，并继续向数据中心拓展新机会——6月1日，高通推出数据中心品牌Dragonfly，预计覆盖数据中心CPU和AI ASIC等产品；
- Arm也不再满足于仅做底层架构授权方，而是开始向自研芯片迈进——今年Arm发布了Arm AGI CPU，这是一款由Arm自主设计、面向AI数据中心的CPU芯片；
- 而传统CPU阵营中的英特尔与AMD，则一边稳住x86基本盘，一边加速补齐AI PC、AI服务器和加速计算能力，试图在AI服务器时代重新争夺话语权。例如，6月1日，英特尔推出全新至强6+处理器，这也是首款基于Intel 18A制程打造的数据中心CPU。
因此，这场竞争早已不是简单的Arm对x86，也不是GPU对CPU，而是围绕下一代计算平台定义权展开的全面博弈。RTX Spark的出现说明，英伟达不仅想成为AI服务器时代的GPU霸主，也希望成为AI PC时代的平台规则制定者。
过去，PC时代的入口是操作系统和应用商店；未来，AI PC的入口可能变成Agent、大模型以及本地数据。英伟达押注的，正是这一趋势。对英特尔和AMD来说，真正的压力也在这里：如果AI PC仍只是“CPU+NPU”的常规性能升级，那么x86阵营仍有深厚优势；但如果AI PC演进为“大模型+Agent+GPU+安全运行”的综合平台，英伟达的优势就会被进一步放大。这也是RTX Spark最具冲击力的地方——它争夺的不只是部分PC芯片市场份额，而是整个PC价值链的中心位置。
野心与焦虑：AI不能只待在数据中心
英伟达为什么一定要切入AI PC？表面上看，这是英伟达持续扩张商业版图的雄心；但更深层次看，这同样是它无法回避的一种现实焦虑。
如果只看新品发布，随着AI芯片和算力平台不断升级，计算机世界仿佛正迈入一个前景广阔的技术变革时代，并有望带来新一轮产业升级。但这里也存在一个明显悖论：AI芯片更新换代的速度，远远快于应用厂商创造商业价值和形成成熟商业模式的速度。更直白地说，谷歌、OpenAI、微软、亚马逊等企业刚采购的大量AI芯片，还未完全转化为稳定收益，其硬件资产就可能因为新一代产品推出而快速贬值，不得不继续加快采购新设备。
AI基础设施建设越来越快，但应用层的盈利能力却没有同步跟上。这就形成了一种“铲矿倒挂”现象：卖铲子的人赚得盆满钵满，真正去找金矿的人却还不确定矿藏究竟在哪里。对于英伟达而言，这显然不是一个可以长期忽视的问题。它必须不断为AI寻找新的落地入口——不能只做“卖铲子的人”，还必须持续向市场证明：前方确实有矿，而且矿藏不仅存在于云端数据中心，也存在于每一台AI PC、每一款创作软件、每一条工程流程、每一个企业岗位之中。
RTX Spark正是这一叙事的重要组成部分：在桌面端，它服务于个人AI应用需求；在企业端，英伟达则通过一系列产品，把Agent嵌入工程设计、芯片验证、工业仿真、网络安全以及企业运营流程之中。
这才是英伟达真正想要做大的蛋糕。如果AI技术最终只能被外界理解为“降本增效”的工具，甚至被普遍视为减少岗位的手段，那么它的长期扩张空间必然会遭遇阻力。
从现代商业史来看，技术进步给人类带来福祉的典型案例有两个。其一，是福特汽车通过流水线生产T型车，同时提高汽车工人工资，让工人自己也买得起汽车。这种出行方式的改变，最终催生了一个惠及数百万产业工人、便利数亿家庭出行的庞大产业——它淘汰了马车，但也创造了新的产业生态。其二，是苹果推出iPhone，让手机成为人人拥有的超级硬件，并进一步催生出万亿级上下游产业链——中国近20年大量成功的互联网企业，几乎都建立在这一基础硬件普及之上。相比之下，AI行业的“iPhone时刻”还没有真正到来。越是在这样的阶段，越能理解苹果创始人乔布斯的伟大——人如其名，他带来了大量新的工作机会（Jobs）。
这两个案例最突出的共同点在于：它们都塑造了一个良性生态，让各方都能赚到钱、获得收益——不仅包括硬件设计厂商、配套制造商和软件生态开发者，也包括最终用户本身。
这一轮由英伟达驱动的AI产业发展，在技术突破层面显然不逊于汽车和智能手机的发明，但在惠及更广泛社会生态方面，目前整体仍以“降本增效”为主要叙事。黄仁勋显然已经意识到这一点。他在演讲中反驳“AI会减少软件岗位”的观点，强调未来仍需要更多软件开发者；他反复提及Agent、个人AI、企业工作流和Physical AI，本质上都是在为AI寻找更广泛、更具价值的应用场景。此前他提出的“五层蛋糕”理论，也并非只是为了分蛋糕，而是为了证明AI生态仍有持续做大的空间，而不是让利润只集中在少数算力供应商手中。
英伟达必须让更多人相信：AI不只是昂贵的数据中心基础设施，也不只是科技巨头之间的硬件军备竞赛。AI还可以是个人助手、创作工具、软件同事、工程伙伴以及新的产业平台。但要真正走到这一步，并不容易。
芯片可以一年一代快速演进，应用生态、商业模式和社会共识却不可能以同样速度成熟。英伟达当然可以继续把算力推向更高峰，但真正决定AI能否长期繁荣的，绝不只是硬件性能有多强，而是人类能否在这套新技术体系中找到新的角色和价值位置。英伟达已经把“铲子”做得越来越锋利，接下来，它还需要进一步证明，并与整个行业一起找到更大的“金矿”。
