1991年，英特爾做了一件在當時看來有些奇怪的事：它開始花錢貼補PC廠商，條件只有一個——在電腦外殼上貼一枚小小的「Intel Inside」貼紙。

這個決定改變了整個PC產業的權力結構。

那枚貼紙是品牌案例繞不開的經典，而背後是一套精心設計的生態綁定機制：用戶開始認牌子買電腦，OEM廠商因此不敢輕易換芯片，軟件開發者隨之向英特爾架構優化，三角鎖定一旦形成，英特爾就此主導PC生態長達三十年。

更大程度而言，這是一個關於「平台定義權」的故事。誰定義了PC的核心架構，誰就收取了整個產業最穩定的租金。

三十年後，這個故事正在被重寫。只是這一次，主角換成了英偉達，而合作伙伴還是那家來自雷德蒙德的老朋友：微軟。

2026年6月1日，台北國際電腦展。黃仁勳穿着標誌性皮衣走上舞台，發布了一款叫做RTX Spark的芯片。

從技術參數上看，這是一款極其激進的產品：與聯發科聯合研發的N1X處理器，台積電3nm工藝，Blackwell RTX GPU加20核Grace CPU，128GB統一內存，700億晶體管，本地AI算力達到1 petaflop。

黃仁勳說，「40年前，Windows開啓了PC時代；40年後，微軟和英偉達將重塑PC。」

聽起來就很燃。

英偉達正在做的是複製「Intel Inside」的底層邏輯，只不過這一次，鎖定的不再只是CPU指令集，而是整條AI計算和開發棧。

而且規模更大，野心更遠。它要綁定的不只是硬件，還包括整個AI時代的計算範式。

要知道，英偉達真正的護城河不是GPU硬件，而是CUDA，是已經運行了將近二十年、全球數百萬開發者在上面訓練模型、調試算法的軟件生態。

換掉英偉達的GPU，意味着放棄所有基於CUDA優化的代碼、工具鏈和工作流。這個遷移成本，讓競爭對手的芯片性價比再高也難以撼動市場。

這是英偉達在數據中心建立的壁壘。而RTX Spark，是英偉達試圖把同樣的邏輯複製到PC端的第一步。

它的目標不只是賣出更多芯片，是讓「本地運行AI Agent」這件事成為新一代PC的標準定義。

RTX Spark將搭載Windows系統，戴爾、華碩、惠普、聯想、宏碁等主流OEM廠商均宣佈跟進，秋季開始陸續出貨。

微軟方面則將整個Windows的Agent能力與英偉達的硬件架構深度綁定。

就在RTX Spark發布後不久，微軟CEO薩提亞·納德拉在北京時間今天凌晨舉行的微軟Build 2026大會上，專門邀請黃仁勳進行了一次深度連線對話。

兩人從端側談到雲側，從RTX Spark談到Vera Rubin超級計算機，從芯片架構談到AI Agent的未來範式。

黃仁勳透露了一個細節：這次合作實際上起源於大約三年前，他與納德拉的一次私下對話。那時候，兩人就在討論，能不能做一台專為AI和創作者設計的全新PC？

三年，從一次私聊到全球發布，再到主流OEM廠商集體跟進——這個周期，說明這不是一次倉促的產品決策，而是一次早有籌謀的平台卡位。

今天這場對話，也是理解英偉達與微軟這場戰略合謀最直接的一扇窗口。

以下，是那場對話的全文。聰明投資者（ID: Capital-nature）整理分享給大家。

納德拉

這幾天我一直在看社交媒體，也在看大家從你周末主題演講之後都在討論什麼。突然之間，「邊緣側的不限量智能」（強大的AI不再是雲端的稀缺資源，而是每台設備上隨時可用的基礎能力，就像今天的電量和內存一樣，用戶不需要為每次調用付費或等待響應）這個概念又重新變得非常熱門。
你很早就在思考這個問題，也講過很多次。現在，隨着RTX Spark的推出，我覺得你們真正交付了一個突破性的系統，讓AI可以變得更加無處不在。
也許你可以和我們分享一下，你對這個方向的願景，以及你覺得它會走向哪裏。

黃仁勳 

這件事其實要追溯到大約3年前，當時我們兩個人有過一次對話。我們在聊，能不能打造一種全新的PC，它對設計師和創作者來說會非常強大，同時也會非常適合人工智能。

它需要具備足夠強的處理能力，同時還要有完整的軟件棧，能夠和全球的設計軟件、創作者軟件，以及我們正在做的所有AI工作深度集成。

3年之後，我們真的走到了這裏。我們做出了一顆非常了不起的新芯片，而這個系統也得到了你們為Windows打造的這些全新軟件的支持。

現在，我們已經可以在PC上運行一個本質上具備自主能力的智能代理。

如果退一步想想，這意味着什麼？過去30多年，或者說40年裏，我們兩家公司一直在合作。從當年一起發明 DirectX，到今天打造出這樣一台可以運行自主系統的強大計算機，PC已經發生了非常大的演變。

PC從一個非常強大的工具，變成了一種可以被 AI 助手自主使用的工具。

也就是說，我可能正在外出旅行，手裏拿着手機，我可以給自己的PC發一條消息，讓它幫我完成一些代碼工作，或者實現我剛想到的一個創意。它會自動啓動 PC 上的工具，按照我的要求去修改、調整或者完成設計。

而且在我不在電腦旁邊的時候，它還可以和我不斷迭代。

我的PC變成了一個助手。當然，當我坐在電腦前的時候，它同樣也會是一個非常好的助手。

所以，PC從personal computer，也就是個人電腦，演變成personal AI，也就是個人 AI。這件事真的非常令人興奮。

看到它真正變成現實，看到它真的開始這樣工作，我非常激動。

你剛纔提到的Spark，擁有非常強大的能力。它有 1 petaflop 的AI性能。

這是一種我們兩家公司共同推動的數值格式。它讓我們能夠充分利用這128GB 內存，放下可能高達幾千億參數的模型。

而幾千億參數的模型，已經是當前最前沿的水平。

我認為，在PC上運行一個真正聰明、能夠自主工作的助手，這一天已經到來了。

納德拉

我也非常期待Windows登上GB300，那有點像把數據中心直接搬到了桌面上，非常令人興奮。
說到這裏，我們也可以聊聊數據中心這一端。
很顯然，這一切最早是從我們一起建造第一台超級計算機開始的，那台機器是為了訓練GPT模型。一路走到今天，我們已經走了很遠。
我剛纔也談到了Fairwater的設計。它本質上是為Grace Blackwell 時代專門打造的，是為了把你們的系統設計能力和數據中心設計能力最大化結合起來。
現在，我們當然也在驗證Vera Rubin，對此非常興奮。也許你可以再談一談，在雲端這一側會發生什麼，你們又是如何推動系統層面的創新的。

黃仁勳

我們的這段旅程確實非常了不起。我們一起打造了第一台AI超級計算機，那一代是基於Ampere的。

後來，Hopper取得了巨大的成功。

前兩代主要聚焦在預訓練。

到了Grace Blackwell，重點轉向了後訓練，也就是強化學習。這讓我們擁有了推理模型。而這些基於混合專家架構的推理模型，既非常聰明，也非常節能，但它們需要巨大的系統來支撐。

所以我們打造了NVLink 72，讓整整一個機架變成一台計算機。我們從一個節點，演進到一個機架。

今天，微軟部署了全球數量最多的Grace Blackwell，也是最快、規模最大的Grace Blackwell部署。Fairwater是一個非常壯觀的系統。它是一項工程奇蹟，真的是非常了不起的成就。

它完全採用液冷，就是它是閉環系統，基本上幾乎不消耗水，而且非常環保。

它的能效非常高。我們能夠把token生成速度大幅提升，同時把token生成成本降低一個數量級，相比Hopper大約提升了30倍。這是一個巨大的成就。

而Vera Rubin是為另一個世界打造的。在那個世界裏，AI已經是agentic的，也就是具備代理能力、能夠自主行動的。

Hopper是為預訓練打造的，Grace Blackwell是為訓練、後訓練以及推理打造的，而 Vera Rubin是為運行智能代理而設計的。

你很清楚，智能代理這種計算模式，和我們將在RTX Spark上運行的計算模式完全一樣。它本質上就是同一種代理系統，只不過在雲端，它的規模會大得多。

我們會同時處理數量極其龐大的智能代理，其中很多來自不同客戶、不同合作伙伴。

因此，從存儲，也就是長期記憶，到工作記憶，整個路徑、整個代碼路徑都必須加密。數據在傳輸過程中是加密的，數據在使用過程中也是加密的。

所以我們會在機密計算領域進行真正的創新。

這整個解耦的、分佈式的計算系統，你剛纔也提到了CPU。Vera是一款為智能代理而設計的革命性CPU。

過去的CPU是為人設計的。我們人類比智能代理更有耐心。智能代理需要的是低延遲，這也是你們一直在推動的方向。Vera就是為極低延遲而設計的。

我們兩邊的團隊一直合作得非常緊密。幾乎在芯片tape-out很久以前，在系統真正啓動很久以前，我們兩個團隊就已經完全對齊了。

數據中心是為Vera Rubin而設計的；Vera Rubin 也是為你們的完整技術棧而設計，並且已經集成進你們的網絡、安全體系以及整個架構之中。

因此，當我們的系統從產線下來的時候，它們就已經在微軟那邊被架設起來了。我對這次合作真的非常興奮。

納德拉

是的，看到兩個團隊以這種接近光速的執行力推進，真的非常棒。
當然，我們做這一切最終都是為了賦能我們周圍的整個生態。
你和我都經歷過PC 時代、服務器時代，現在又走到了AI時代。我們一直相信，最終最重要的事情，是為每一位開發者、每一個組織創造機會，讓他們能夠在我們所做的工作和我們搭建的平台之上繼續創造。
說到這裏，英偉達也有很多軟件正在進入我們的生態。比如，你們的模型會進入Foundry，你們的工具也會進入Foundry。事實上，你們的軟件還會幫助我們加速很多工作負載，甚至包括數據倉庫這類工作負載。
當然，Windows裏面也會有很多相關能力。也許你可以談一談這個更廣闊的願景。因為大家經常談某一個模型，或者某一項技術，但真正重要的是，這是一個更廣、更大的機會，讓人們可以在上面創造價值。

黃仁勳 

我們其實已經為這一刻準備很久了。

過去幾個月發生的事情，我們兩家公司其實已經一起準備了15年。過去幾個月，突然之間，因為代理系統的出現，因為這些非常優秀的模型開始匯聚，AI 終於變得真正有用了。

你只要看GitHub就能看到，提交到GitHub的代碼數量已經呈現出完全拋物線式的增長。過去幾個月裏，提交數量增加了3倍。

這清楚地說明，代理系統是有用的，它們正在做真正有生產力的工作。而且，token 現在也開始變得有利可圖。

所以，一方面是AI使用量的增長，另一方面是智能代理所需要的計算量，兩者疊加在一起，計算需求真的已經衝上去了。

我們兩家公司一直在做的一件事，就是確保這些智能代理將要使用的所有工具，都能夠被充分加速。

比如Fabric現在已經實現了全面加速。我們正在加速數據處理，包括SQL、Spark、基於語義的處理、基於向量的處理、基於圖的處理。

我們要確保Azure上所有可用的工具，都能夠被GPU全面加速。因為智能代理是沒有耐心的。

我們越快把答案返回給智能代理，它們就能越快迭代，也就能越快生成token。而這最終也是開發者、我們雙方客戶真正想要的：生成大量真正有價值、真正聰明，而且能夠帶來利潤的token。