Nvidia RTX Spark 基准测试泄露揭示 20 核与 18 核笔记本芯片

Nvidia 正通过两款 RTX Spark 变体进入笔记本市场，泄露的 Geekbench 结果显示了 20 核和 18 核配置。nvidia tom 基准测试事件之所以重要，在于两款芯片在公布的多核测试中均接近或超过多款高端 x86 移动处理器。

根据 Tom’s Hardware 查阅的榜单，完整芯片在 Geekbench 6 中取得 2,570 分单核和 23,126 分多核成绩。精简版则分别达到 2,541 分和 21,776 分。这些结果仍属初步数据，但较小的差距表明，Nvidia 即使移除两个 CPU 核心，也不会显著改变通用 CPU 性能。

这正是核心张力所在。Nvidia 并非只是为 Windows 笔记本再加入一款 Arm 处理器，而是将 Arm CPU 与 Blackwell 图形、统一内存及其成熟的 AI 软件栈结合在一起。Intel 和 AMD 如今面对的是一位能在同一封装内横跨 CPU、GPU 和本地 AI 工作负载展开竞争的挑战者。

这些结果并不能证明 RTX Spark 将成为最快的笔记本平台。Apple 和 Qualcomm 在多项相关对比中仍处于领先地位，尤其是在单核性能方面。功耗限制、散热条件、驱动程序和测试配置等未知因素，也使得难以得出明确结论。

不过，这次泄露确实展现出一场可信的竞争。Nvidia 的完整配置已能与高端移动芯片一较高下，而较小的变体看似仍保留了大部分性能。

Nvidia Tom 榜单揭示不止一款 RTX Spark

第二种配置让 RTX Spark 从单一旗舰芯片变成了潜在的产品家族。

这些报道中的基准测试采用的是尚未完成的系统名称，而非可辨识的零售笔记本型号。这一细节表明，它们是工程硬件，而不是面向消费者的成品。

其中一条记录显示，这款 20 核处理器由两个 10 核集群组成。其报告频率为 4.0 GHz，单核成绩为 2,570 分，多核成绩为 23,126 分。

另一台系统搭载 18 核处理器，由 10 核和 8 核集群构成。其报告频率为 3.9 GHz，单核成绩为 2,541 分，多核成绩为 21,776 分。

因此，这款 18 核芯片的单核得分达到完整版的 98.9%。其多核成绩约为 20 核版本的 94.2%。少两个核心，仅使总分相对有限地下降了 5.8%。

这种扩展表现值得关注。核心数减少 10%，并未令报告中的多核成绩按同等比例下降。更高的利用率、散热表现、调度机制或普通的测试波动，都可能解释其中一部分差异。

集群布局还提供了另一项线索。Nvidia 现有基于 Grace 的紧凑型系统，使用高性能 Cortex-X925 核心，并搭配面向高效并行工作的 Cortex-A725 核心。Nvidia 官方的硬件概览显示，20 核 DGX Spark 每种核心各有 10 个。

泄露的 10 加 8 核布局表明，Nvidia 保留了全部 10 个较大核心，并移除了两个较小核心。这一解读尚未获得 RTX Spark 的官方确认。不过，它与单核性能变化较小的情况相符，因为最快的核心集群似乎仍然完整。

保留较大核心的设计，可让 Nvidia 在不削弱轻线程响应能力的前提下区分不同型号。较小的 SKU 依然可以像完整配置一样处理浏览、编译步骤和交互式应用。

并行工作负载会更明显地感受到这种缩减。即便如此，泄露成绩仍超过 21,000 分。这使其进入 Tom’s Hardware 所汇总对比中多款高端移动处理器所在的区间。

这些榜单并未确认零售名称、笔记本设计或最终频率，也无法证明 Nvidia 将同时推出两种变体。工程样品经常用于探索最终不会上市的配置。

但测试 18 核配置具有战略意义。笔记本厂商需要不止一个性能等级，才能构建广泛的产品线。单一的大型芯片会限制 Nvidia 可覆盖的设计数量和散热范围。

精简配置为制造商提供了另一种选择。如果 Nvidia 最终在商业产品中启用它，它可能支持更轻薄的系统、不同的散热目标，或更高的制造良率。

因此，这份 nvidia tom 报道的重点不只是一次基准测试胜利。它揭示了产品分级的可能开端，而 Intel、AMD、Qualcomm 和 Apple 已经在各自的移动产品家族中采用了这一策略。

为何 20 核成绩对 Intel 和 AMD 构成压力

在评测机构测试完成品之前，RTX Spark 的多核成绩已让 Nvidia 跻身高端笔记本 CPU 的竞争行列。

Tom’s Hardware 将 23,126 分的多核成绩，与 Intel Core Ultra 9 275HX 的 20,783 分进行了比较。其引用的 AMD Ryzen AI Max+ 395 平均成绩为 20,609 分。

与这些数字相比，泄露的 Nvidia 芯片领先 Intel 处理器约 11%，领先 AMD 成绩约 12%。18 核 Nvidia 配置也高于这两项对比成绩。

这并非普适性的性能排名。Geekbench 将多项短时工作负载压缩为综合分数，结果可能随操作系统、内存、固件和功耗设置而变化。购买笔记本不能简化为一个数字。

这些对比之所以重要，是因为 Intel 和 AMD 传统上通过 x86 兼容性和成熟的平台合作关系来守住 Windows 笔记本性能优势。Nvidia 可以凭借不同的封装方案挑战这一地位。

据报道，RTX Spark 将源自 Grace 的 Arm CPU 与集成 Blackwell 图形结合在一起。Arm 描述的是一种指令集架构，即软件与处理器通信时所遵循的规则。大多数 Windows PC 历来采用与 Intel 和 AMD 相关的 x86 架构。

Microsoft 和 Qualcomm 已推动 Windows on Arm 进入主流笔记本市场。Nvidia 将进入一个已经历多年兼容性建设的市场，其操作系统、应用程序和开发工具均已有所发展。

Nvidia 还拥有 Qualcomm 所缺乏的资产。其 CUDA 平台广泛用于 GPU 计算，而 GeForce 品牌已能影响消费者的笔记本购买决策。Blackwell 硬件则为 AI 和图形工作负载加入了专用加速能力。

这一组合改变了竞争问题。Intel 和 AMD 面对的并非仅限 CPU 的挑战者，而是一家能够协调芯片、驱动程序、AI 库、图形功能和开发者工具的供应商。

AMD 通过 Ryzen AI Max 采用类似的整合策略，将 CPU 核心、集成图形和统一内存访问结合起来。RTX Spark 将直接与这种思路竞争，尤其是在移动工作站和创作者系统领域。

Intel 则通过 Core Ultra 扩展了集成图形和神经处理能力。对于要求严苛的专业工作负载，它仍依赖更广泛的软件合作伙伴以及独立 GPU 选择。

Nvidia 可以为本地模型测试、渲染、视频处理和传统计算提供一套统一技术栈。只有当 CPU 不构成明显瓶颈时，这一主张才具有可信度。

泄露的多核成绩表明，它不会成为瓶颈。即使主要工作负载使用 GPU，编译代码或运行多个容器的开发者仍需要可观的 CPU 吞吐量。

创作者可能会在运行 AI 工具和管理大型项目的同时编码媒体。工程师可能会先在 CPU 上准备数据，再将计算任务发送至 GPU。薄弱的通用性能会削弱这两种场景。

20 核成绩说明 Nvidia 理解这一要求。其 CPU 不必赢得每一张性能图表；只要在 Blackwell 组件提供平台最鲜明差异化的同时保持竞争力即可。

18 核成绩带来了额外压力。如果 Nvidia 能在两种配置之间保留大部分性能，笔记本厂商就能覆盖更多设计，同时不必放弃同一软件平台。

Intel 和 AMD 仍保有重要优势，包括广泛的系统供应、熟悉的兼容性、成熟的企业管理能力及多种处理器选择。它们的最新芯片也具备强大的集成图形和 AI 加速器。

然而，这些优势已不足以让 Nvidia 置身于 CPU 讨论之外。nvidia tom 泄露为系统制造商提供了一个具体理由，去评估另一家高端 Windows 设备供应商。

真正的竞争是 Nvidia 平台对阵 x86 的熟悉感

RTX Spark 必须证明，其完整平台比传统 x86 笔记本的兼容性与可预测性更有价值。

处理器基准测试提供了一个易于理解的记分牌，但 Nvidia 的策略不止于 Geekbench。该公司现有的 DGX Spark 展示了更广泛的设计理念。

DGX Spark 结合了 Grace Blackwell 架构、128 GB 统一内存和 20 核 Arm CPU。统一内存是 CPU 和 GPU 组件都可访问的共享内存池。

Nvidia 表示，这套紧凑系统可提供每秒 273 GB 的内存带宽，并支持包含多达 2,000 亿参数的本地模型。它还宣传最高可达一 petaflop 的稀疏 FP4 算力。

FP4 是一种低精度数字格式，可降低模型的内存和计算需求。这些理论数字描述的是 DGX Spark，而非尚未发布的 RTX Spark 笔记本。它们展示了 Nvidia 可以适配的技术基础。

现有系统的内存架构面向那些超出典型独立笔记本 GPU 容量的工作流。本地 AI 模型通常需要的内存多于原始计算能力，尤其是在包含大量参数时。

共享内存池可减少在独立系统内存和图形内存之间复制数据的需求，也可让更大的模型持续供加速器使用。

RTX Spark 可能会将这种模式带入熟悉的笔记本形态。开发者或许能在不将每项工作负载都发送至云服务的情况下，构建本地助手原型、测试推理代码或处理敏感文件。

这类工作流也会产生大量模型笔记、测试输出和技术参考资料。可搜索的工程知识库可以帮助团队保留围绕这些实验作出的决策。

平台论点也涵盖图形能力。Nvidia 可以将其 Blackwell GPU 架构与面向创意应用的成熟驱动程序和软件支持结合起来。Intel 和 AMD 提供了竞争性加速器，但 Nvidia 在基于 GPU 的开发领域仍保有相当大的影响力。

兼容性仍是相对抗的力量。快速的 Arm 处理器并不保证每个 Windows 应用、外设、安全工具或游戏的表现都与其 x86 对应版本一致。

原生 Arm 应用通常提供最顺畅的路径。较旧的 x86 程序可能需要转换，即为 Arm 处理器转换指令。转换可能带来性能开销，或暴露不受支持的行为。

游戏又增加了一层复杂性。即使主可执行文件能够运行，反作弊工具、数字版权管理、驱动程序、启动器和插件仍可能失效。

企业软件也存在类似风险。组织可能依赖老旧的浏览器组件、终端代理、虚拟专用网络客户端，或维护不足的内部应用程序。

因此，Nvidia必须在销售芯片的同时推销信心。一块出色的GPU无法解决损坏的企业应用程序。高Geekbench分数也不能保证某个专业外设拥有Arm驱动程序。

这种张力解释了为何与x86的比较如此重要。Nvidia需要足够的CPU性能，避免买家将Arm视为天然的妥协方案。随后，它还需要软件兼容性来让这些性能真正可用。

Qualcomm的Snapdragon X系列已经检验了这一主张。Qualcomm帮助证明，Windows on Arm笔记本电脑能够提供流畅的日常计算体验。其较新的高端成绩也为Nvidia带来了一个强劲的Arm竞争对手。

Tom’s Hardware援引的数据显示，Snapdragon X2 Elite Extreme在多核测试中取得了25,075分。这使Qualcomm比泄露的20核RTX Spark成绩高出约8%。

援引的Snapdragon单核成绩为3,051，比Nvidia的2,570高出近19%。因此，Qualcomm对“RTX Spark领跑Windows Arm类别”这一简单说法提出了挑战。

Nvidia的回应很可能将聚焦于图形和AI整合。Qualcomm则可凭借CPU能效、连接能力及其不断壮大的Windows生态系统应战。Intel和AMD可以在提升集成加速器的同时强调兼容性。

这形成了一场四方平台竞争，但文章的核心分野依然更为清晰。Nvidia希望其集成式Arm和Blackwell技术栈能够克服成熟x86机器在运维安全性方面的优势。

Geekbench数字未能证明什么

泄露的分数是有前景的工程证据，并非零售笔记本电脑性能的可靠测量。

Geekbench结果需要结合背景来看。该基准测试衡量多项CPU任务，然后生成单核和多核综合分数。它并不能复现持续渲染、游戏、模型推理，或完整工作日的使用场景。

报道中的系统采用通用型号标识。因此，其机身、散热、内存配置、固件和功耗限制均不得而知。每一项因素都可能影响最终得分。

配备充足散热条件的开发板，能够维持轻薄笔记本无法达到的频率。反过来，未完成的固件也可能阻碍工程硬件发挥其最终性能。

Tom’s Hardware将这些结果描述为初步结果。所有比较都应以这一谨慎态度为准。分数表明测试配置已达到具有竞争力的水平，但并未说明量产系统将如何表现。

现有的DGX Spark结果显示，相关平台的表现可能存在显著差异。一项公开的Geekbench result显示，20核DGX Spark的单核成绩为3,128，多核成绩为19,519。

IT Pro在其Dell GB10 testing中报告了3,123和19,708的成绩。这些系统并非RTX Spark笔记本电脑，但其不同的得分特征说明了配置的重要性。

两个例子的单核成绩均高于泄露的RTX Spark列表，但多核成绩较低。平台、软件版本、频率表现和基准测试条件的差异，都可能重塑这种平衡。

即使来自同一处理器系列的结果，在Geekbench版本不同的情况下也未必可以直接比较。操作系统调度也可能以不同方式将工作分配给性能核心与能效核心。

与Intel、AMD、Apple和Qualcomm的比较又引入了更多不确定性。数据库平均值和选取的测试结果，并不能保证采用匹配的功耗设置或等效的散热条件。

Apple处理器展现出Nvidia泄露分数最明显的弱点。Tom的比较显示，14核M4 Pro的单核成绩为3,315，多核成绩为24,901。

这使M4 Pro在所援引的单核比较中领先约29%，在多核性能上也领先约8%。

14核M3 Max的单核成绩为2,841，多核成绩为22,385。Nvidia的20核列表在单核上落后于它，但在全核表现上略微领先。

这一模式表明，Nvidia正利用核心数量来构建整体吞吐量。它并不代表具备同等的单核速度。无法将工作分布到大量线程上的应用程序，可能更青睐Apple或Qualcomm。

笔记本电脑还要在能源预算内运行。通过更高功耗获得的高分，可能缩短续航、增加风扇噪音，或需要更厚重的散热系统。

这次泄露没有就每瓦性能给出可靠答案。这一指标帮助Apple和Qualcomm将Arm处理器定位为传统笔记本芯片的替代选择。

RTX Spark的集成GPU也会对同一套供电和散热资源提出重大需求。CPU基准测试运行时，可能无法揭示两个处理器组件同时工作时的表现。

内存压力同样重要。共享内存提供了灵活性，但CPU和GPU工作负载可能争夺带宽。Nvidia调度和内存控制的有效性，将影响实际的AI和创意工作表现。

因此，这则nvidia tom基准测试报道应被视为技术准备就绪的证据，而非产品领先地位、电池效率或软件兼容性的证明。

成品系统必须通过标准化测试回答这些问题。评测人员需要在匹配的功耗模式下测试原生应用、转译应用、持续工作负载，以及CPU-GPU联合测试。

为什么18核型号可能比旗舰更重要

这款精简芯片检验Nvidia能否将一项令人印象深刻的设计转化为灵活的笔记本业务。

旗舰处理器吸引关注，但产品家族才能赢得制造承诺。笔记本电脑公司需要适配不同机身、散热系统、内存配置和性能目标的芯片。

20核配置确立了性能上限。它让Nvidia拥有可与高端Intel、AMD、Qualcomm和Apple处理器相比较的成绩。

18核部件则解决了另一类问题。它表明Nvidia可以在调整CPU资源的同时保留相同架构。

芯片制造很少能让每一颗裸片都产生完全相同的结果。制造商通常会禁用不完美或非必要的部分，然后将剩余芯片作为另一种配置出售。这种做法可以提高可用良率。

目前没有证实良率是18核列表背后的原因。Nvidia也可能是在测试有意的散热或产品定位选择。两种可能性都支持更广泛的产品分层。

保留10个较大的核心会是合理做法。这将保护交互性能，同时将较小的Cortex-A725集群从10核缩减至8核。

这种配置可能适用于以GPU性能为优先的系统。Nvidia或许更愿意为Blackwell图形保留更多散热余量，而不是最大化每一个CPU线程。

这样的决定将反映其潜在客户。RTX Spark并非被定位为带有附带GPU的传统办公处理器。它的差异化优势来自Nvidia的图形和AI技术栈。

编译项目的开发者仍需要响应迅速的CPU性能。不过，模型推理、渲染和某些媒体任务可将最重的计算转移至GPU。

狭小的单核差距支持了这种平衡。18核样品的成绩为2,541，仅比完整型号低29分。这一差异接近普通基准测试波动范围。

多核性能的减少更明显，但仍受到控制。21,776的成绩依然高于原始比较中采用的Intel和AMD数字。

如果零售测试复现这一模式，买家在轻线程工作中选择20核型号或许收获有限。他们的决定将更多取决于持续CPU负载及其他系统规格。

笔记本制造商可以将较小的部件用于面向创作者、工程师或本地AI用户的设计。完整配置则可服务于经常编译代码或处理高度多线程任务的移动工作站。

这种灵活性也加强了Nvidia与制造商的谈判。OEM可以围绕一种底层架构设计多个系统，而不必接受单一且僵化的旗舰产品。

合作伙伴生态系统仍然至关重要。Nvidia的DGX Spark已经出现在多家制造商的系统中，为相关的GB10平台积累了经验。

RTX Spark必须将这一基础延伸至Windows笔记本电脑，同时避免让买家感到困惑。Nvidia需要清晰的型号名称、透明的规格参数和易于理解的性能差异。

当前的工程标识并未提供这些信息。“OEMQAJ”无法揭示是哪家制造商打造了测试系统，也无法说明Nvidia打算如何为这些处理器命名。

第二项担忧是供应。Nvidia最有价值的硅产能服务于数据中心加速器，其需求和战略重要性依然很高。消费级和专业级笔记本芯片必须证明自己在该产品组合中的位置合理。

可配置设计能够提供帮助。销售禁用两个能效核心的裸片，可以挽回无法满足完整配置要求的组件。它也可能让Nvidia在不另行开发独立硅片的情况下，服务于较低的散热目标。

因此，18核型号所携带的战略信息比其略低的分数所暗示的更多。它表明Nvidia正在探索可重复的产品经济性，而非展示一台光环设备。

这正是这一nvidia tom发现向成熟供应商施压的原因。Intel和AMD并非只凭最快的处理器竞争。它们的优势来自广泛的产品阵容，使制造商能够覆盖众多设计。

Nvidia的第二种配置，是其理解同样需求的早期迹象。

三个信号将决定RTX Spark是否改变笔记本市场

零售规格、独立能效测试和原生软件支持，将决定这次泄露是否会成为持久的竞争威胁。

第一个信号是Nvidia的最终产品披露。买家需要确认20核和18核配置、其频率、内存选项以及目标系统类别。

官方文档还应解释RTX Spark、N1、N1X与现有GB10设计之间的关系。相似的底层技术并不保证相同的功耗限制或能力。

如果Nvidia正式推出由多家制造商采用的两种配置，产品家族的解读将更有说服力。单一的有限设计则会削弱这一判断。

第二个信号是独立的每瓦性能测试。评测人员必须在匹配条件下比较完整笔记本电脑，包括电池供电和持续工作负载。

短暂的CPU突发运行可以产生出色的基准分数，却无法揭示散热限制。更长时间的编译、渲染和生产力测试，将显示RTX Spark能否维持其报告中的优势。

CPU与GPU联合工作负载尤为重要。它们可以揭示封装内部对功耗和内存带宽的竞争。

如果RTX Spark在高效运行其集成Blackwell GPU的同时维持有竞争力的CPU性能，Nvidia的平台论点将获得实质支持。糟糕的续航或激进的降频则会削弱这一论点。

第三个信号是原生 Windows on Arm 软件覆盖情况。Nvidia 需要让应用程序、驱动、开发工具和游戏顺畅运行，而不是让兼容性问题成为核心叙事。

CUDA 支持将吸引开发者，但普通工作站软件同样重要。Adobe 应用、工程工具、插件、虚拟化产品和企业安全代理都会影响市场采用。

模拟性能也必须接受测试。一台笔记本电脑可以在原生基准测试中取得强劲成绩，但如果必要的 x86 应用表现不稳定，仍会令用户感到挫败。

Nvidia 拥有推进这项工作所需的合作关系。其挑战在于，在发布前协调足够多的合作伙伴，并在各种笔记本设计中持续维护驱动程序。

完整的 20 核列表已经跨过了一个重要门槛。其报道中的多核分数已足以进入高端移动计算的讨论，而不应再被归入实验性 Arm 设备的独立类别。

18 核结果进一步证明，Nvidia 可以在不牺牲基本性能特征的情况下调整设计。这为制造商围绕该平台进行产品设计提供了更大空间。

这两项结果都不能保证成功。在所引用的比较中，Apple 仍保持明显的单核优势，而 Qualcomm 在报道中的 Windows Arm 分数方面领先。Intel 和 AMD 则依然拥有广泛的兼容性与 OEM 覆盖。

RTX Spark 的机会在于，将足够的 CPU 性能与 Nvidia 更强的差异化优势结合起来。这些优势包括 Blackwell 图形、CUDA 软件、AI 加速，以及潜在的大容量统一内存设计。

关注 nvidia tom leak 的读者应将这些分数视为起点。接下来应关注实际出货配置、接通电池后的持续性能测试，以及经过验证的应用支持。

这三个信号将表明，RTX Spark 究竟只是一次令人印象深刻的跑分表现，还是一个可信的新 Windows 平台。它们也将揭示 18 核配置是否会成为 Nvidia 实际面向大规模出货的选择。

对于开发者和技术采购者而言，下一步很简单：列出绝不能出错的应用程序和工作流程，然后与独立零售测试进行对照。决定性的问题不在于 RTX Spark 是否赢得某一张榜单，而在于 Nvidia 能否在同一套移动系统中交付具备竞争力的计算性能、实用的 GPU 加速以及可靠的兼容性。