在 IFA 2026，ASUS 一口氣展示三款以 NVIDIA RTX Spark 為核心的 ProArt 系統：16 吋 ProArt P16、較小巧的 ProArt P14，以及桌上型 ProArt GR1X 迷你電腦。Acer 也展示了自家的小型化 RTX Spark 桌機，但目前較接近設計展示，尚未公布可直接購買的完整規格與最終價格。134

這次發表的重點，不只是傳統意義上的顯示效能升級，而是把更高負載的 AI 工作帶到 Windows 電腦本機執行。NVIDIA 與合作夥伴希望 RTX Spark 能支援個人 AI 代理、本機模型推論、創意製作與軟體開發，讓使用者不必將每一項工作都交給雲端服務處理。1721

NVIDIA RTX Spark 是什麼？

RTX Spark 是一款採用 Arm 架構的超級晶片平台，將 Grace CPU 與 Blackwell 世代 RTX GPU 整合在一起。最高階配置包括 20 核心 Grace CPU、最高 6,144 核心的 Blackwell RTX GPU，以及支援 FP4 AI 運算的第五代 Tensor Core；CPU 與 GPU 則透過 NVIDIA NVLink-C2C 晶片對晶片互連技術溝通。1722

NVIDIA 宣稱，這個平台最高可提供 1 petaflop 的 FP4 AI 效能，並支援最高 128GB 統一記憶體。由於記憶體由 CPU 與 GPU 共同使用，AI 模型及創作工作負載可以存取同一個較大的記憶體池，而非受限於傳統 CPU 加獨立 GPU 架構中的分割配置。17

NVIDIA 與 ASUS 將 RTX Spark 定位於本機個人 AI 代理、模型開發與推論、即時 3D、創意應用程式及遊戲。ASUS 表示，這套平台可支援最高 1,200 億參數的語言模型、超過 90GB 的 3D 場景，以及 4K AI 影片生成；這些屬於廠商提出的能力說明，並非獨立實驗室的基準測試結果。91750

ASUS 三款 ProArt RTX Spark 系統比較

ProArt P16：較大的行動工作站

**ProArt P16（H7607）**是 ASUS 這次推出的兩款 RTX Spark 筆電中尺寸較大的一款，採用 16 吋機身，厚度僅 12.9mm、重量 1.77kg，並提供最高 128GB 統一記憶體與最高 99Wh 電池容量。550

它的定位相當明確：為創作者與開發者提供更大的工作畫面，同時保留薄型筆電的行動性。ASUS 將 P16 用於 AI 輔助創作、本機模型工作，以及過去通常需要桌機或雲端服務才能處理的高負載流程。550

ProArt P14：更適合隨身攜帶

**ProArt P14（H7407）**將相同的 RTX Spark 概念放進較小的 14 吋機身，厚度 13.9mm、重量 1.48kg。ASUS 公開資料列出的 P14 電池容量最高為 90Wh，而 RTX Spark 平台則支援最高 128GB 統一記憶體。46

因此，P14 可視為這個系列中偏重機動性的選擇。它與 P16 一樣主打本機 AI，但以更輕巧的外型服務需要在不同地點工作、創作或開發的使用者。實際續航力與長時間效能，仍會取決於最終配置與工作負載。

ProArt GR1X：為長時間運算而設的迷你桌機

ProArt GR1X是這個系列中不依賴電池的桌上型成員。ASUS 列出的規格包括 Windows、RTX Spark 處理器、最高 20 核心 CPU、最高 6,144 核心 Blackwell RTX GPU、最高 1 petaflop FP4 AI 效能，以及最高 128GB 共享統一記憶體。這款迷你電腦也支援 M.2 NVMe 儲存裝置與 Wi-Fi 7 連線。149

與兩款筆電不同，GR1X 採用小型桌機機身，並配備針對持續運算設計的散熱系統。因此，對於長時間本機推論、渲染、模型開發，以及其他更重視持續效能而非電池續航的工作，它可能是更自然的選擇。ASUS 列出的機身尺寸為 150 × 150 × 51mm。1

Acer 的 SFF RTX Spark：目前仍是設計展示

Acer 在 IFA 展示 Acer SFF RTX Spark，這是一款採用相同平台的超小型桌機設計。其標示能力包括最高 6,144 核心 Blackwell RTX GPU、20 核心 Grace CPU、最高 1 petaflop AI 運算，以及最高 128GB 統一記憶體。Acer 的主要應用情境，是在小巧且有效率的桌機上執行本機 AI 代理。34

關鍵差異在於產品狀態。ASUS 發表的是具備明確產品名稱、型號與公開規格的 ProArt 系統；Acer 的 IFA 公告則聚焦於設計展示，尚未提供最終零售價格或完整商業配置。因此，現階段不宜將 Acer 方案視為可立即購買、並能直接與 ASUS 系統比較的出貨產品。34

NVIDIA 更廣泛的合作夥伴路線圖，則將 RTX Spark 帶往多家廠商的輕薄 Windows 筆電與小型桌機，包括 ASUS、Dell、HP、Lenovo、Microsoft Surface 及 MSI；Acer 與 GIGABYTE 列為後續合作夥伴。2124

統一記憶體為何對本機 AI 重要？

大型 AI 模型經常需要與圖形及創作應用程式爭用記憶體。RTX Spark 的統一記憶體架構，目的是讓 CPU 與 GPU 共同使用最高 128GB 的高容量記憶體池。NVIDIA 表示，這種組合可支援模型原型開發、微調與推論，也適用於影片與 3D 創作流程。17

不過，記憶體容量高並不代表所有模型或應用程式都能獲得相同表現。128GB 是平台上限，實際結果還會受到模型量化方式、軟體支援、散熱、功耗限制，以及各裝置實際記憶體配置影響。同樣地，廠商宣稱的 1 petaflop 應理解為峰值 FP4 AI 效能，不能直接當成所有應用程式的通用速度指標。

ASUS 主打的本機 AI 代理工作流程

ASUS 將這批 ProArt 系統描述為「代理式創作」電腦，而不只是換上新處理器的創作者筆電。理想工作流程是讓 AI 代理在裝置上跨不同創意工具執行任務，直接使用本機檔案、模型與提示，不必把每個步驟都傳送到遠端服務。59

更多工作在本機執行，理論上可帶來較佳的資料隱私、較低延遲，以及更高的工作流程自訂自由度，也可能降低對網路連線或按用量計費的雲端推論依賴。不過，這些優勢仍取決於 Windows on Arm 的應用程式相容性、本機模型是否足夠，以及裝置在長時間高負載下能否維持效能。

實際重點：三種機身，指向同一個本機 AI 願景

ASUS 在 IFA 2026 以三種不同外型，展示了 RTX Spark 的產品化方向：P16 提供較大的行動工作空間，P14 強調輕量攜帶，GR1X 則以小型桌機與持續散熱支援長時間運算。Acer 的 SFF 系統則顯示 RTX Spark 也正朝更小型的桌機設計發展，但目前仍有更多購買細節待確認。

共同主張十分鮮明：將足夠的 AI 運算力與記憶體放進主流 Windows 外型，讓更複雜的 AI 代理與創意工作能在本機執行。至於 RTX Spark 能否在日常使用中兌現這個願景，關鍵恐怕不只在 1 petaflop 的規格數字，而在軟體相容性、散熱表現、電池行為，以及經過最佳化的模型是否真正普及。

在 IFA 2026，ASUS 一口氣展示三款以 NVIDIA RTX Spark 為核心的 ProArt 系統：16 吋 ProArt P16、較小巧的 ProArt P14，以及桌上型 ProArt GR1X 迷你電腦。Acer 也展示了自家的小型化 RTX Spark 桌機，但目前較接近設計展示，尚未公布可直接購買的完整規格與最終價格。134

這次發表的重點，不只是傳統意義上的顯示效能升級，而是把更高負載的 AI 工作帶到 Windows 電腦本機執行。NVIDIA 與合作夥伴希望 RTX Spark 能支援個人 AI 代理、本機模型推論、創意製作與軟體開發，讓使用者不必將每一項工作都交給雲端服務處理。1721

NVIDIA RTX Spark 是什麼？

RTX Spark 是一款採用 Arm 架構的超級晶片平台，將 Grace CPU 與 Blackwell 世代 RTX GPU 整合在一起。最高階配置包括 20 核心 Grace CPU、最高 6,144 核心的 Blackwell RTX GPU，以及支援 FP4 AI 運算的第五代 Tensor Core；CPU 與 GPU 則透過 NVIDIA NVLink-C2C 晶片對晶片互連技術溝通。1722

NVIDIA 宣稱，這個平台最高可提供 1 petaflop 的 FP4 AI 效能，並支援最高 128GB 統一記憶體。由於記憶體由 CPU 與 GPU 共同使用，AI 模型及創作工作負載可以存取同一個較大的記憶體池，而非受限於傳統 CPU 加獨立 GPU 架構中的分割配置。17

NVIDIA 與 ASUS 將 RTX Spark 定位於本機個人 AI 代理、模型開發與推論、即時 3D、創意應用程式及遊戲。ASUS 表示，這套平台可支援最高 1,200 億參數的語言模型、超過 90GB 的 3D 場景，以及 4K AI 影片生成；這些屬於廠商提出的能力說明，並非獨立實驗室的基準測試結果。91750

ASUS 三款 ProArt RTX Spark 系統比較

ProArt P16：較大的行動工作站

**ProArt P16（H7607）**是 ASUS 這次推出的兩款 RTX Spark 筆電中尺寸較大的一款，採用 16 吋機身，厚度僅 12.9mm、重量 1.77kg，並提供最高 128GB 統一記憶體與最高 99Wh 電池容量。550

它的定位相當明確：為創作者與開發者提供更大的工作畫面，同時保留薄型筆電的行動性。ASUS 將 P16 用於 AI 輔助創作、本機模型工作，以及過去通常需要桌機或雲端服務才能處理的高負載流程。550

ProArt P14：更適合隨身攜帶

**ProArt P14（H7407）**將相同的 RTX Spark 概念放進較小的 14 吋機身，厚度 13.9mm、重量 1.48kg。ASUS 公開資料列出的 P14 電池容量最高為 90Wh，而 RTX Spark 平台則支援最高 128GB 統一記憶體。46

因此，P14 可視為這個系列中偏重機動性的選擇。它與 P16 一樣主打本機 AI，但以更輕巧的外型服務需要在不同地點工作、創作或開發的使用者。實際續航力與長時間效能，仍會取決於最終配置與工作負載。

ProArt GR1X：為長時間運算而設的迷你桌機

ProArt GR1X是這個系列中不依賴電池的桌上型成員。ASUS 列出的規格包括 Windows、RTX Spark 處理器、最高 20 核心 CPU、最高 6,144 核心 Blackwell RTX GPU、最高 1 petaflop FP4 AI 效能，以及最高 128GB 共享統一記憶體。這款迷你電腦也支援 M.2 NVMe 儲存裝置與 Wi-Fi 7 連線。149

與兩款筆電不同，GR1X 採用小型桌機機身，並配備針對持續運算設計的散熱系統。因此，對於長時間本機推論、渲染、模型開發，以及其他更重視持續效能而非電池續航的工作，它可能是更自然的選擇。ASUS 列出的機身尺寸為 150 × 150 × 51mm。1

Acer 的 SFF RTX Spark：目前仍是設計展示

Acer 在 IFA 展示 Acer SFF RTX Spark，這是一款採用相同平台的超小型桌機設計。其標示能力包括最高 6,144 核心 Blackwell RTX GPU、20 核心 Grace CPU、最高 1 petaflop AI 運算，以及最高 128GB 統一記憶體。Acer 的主要應用情境，是在小巧且有效率的桌機上執行本機 AI 代理。34

關鍵差異在於產品狀態。ASUS 發表的是具備明確產品名稱、型號與公開規格的 ProArt 系統；Acer 的 IFA 公告則聚焦於設計展示，尚未提供最終零售價格或完整商業配置。因此，現階段不宜將 Acer 方案視為可立即購買、並能直接與 ASUS 系統比較的出貨產品。34

NVIDIA 更廣泛的合作夥伴路線圖，則將 RTX Spark 帶往多家廠商的輕薄 Windows 筆電與小型桌機，包括 ASUS、Dell、HP、Lenovo、Microsoft Surface 及 MSI；Acer 與 GIGABYTE 列為後續合作夥伴。2124

統一記憶體為何對本機 AI 重要？

大型 AI 模型經常需要與圖形及創作應用程式爭用記憶體。RTX Spark 的統一記憶體架構，目的是讓 CPU 與 GPU 共同使用最高 128GB 的高容量記憶體池。NVIDIA 表示，這種組合可支援模型原型開發、微調與推論，也適用於影片與 3D 創作流程。17

不過，記憶體容量高並不代表所有模型或應用程式都能獲得相同表現。128GB 是平台上限，實際結果還會受到模型量化方式、軟體支援、散熱、功耗限制，以及各裝置實際記憶體配置影響。同樣地，廠商宣稱的 1 petaflop 應理解為峰值 FP4 AI 效能，不能直接當成所有應用程式的通用速度指標。

ASUS 主打的本機 AI 代理工作流程

ASUS 將這批 ProArt 系統描述為「代理式創作」電腦，而不只是換上新處理器的創作者筆電。理想工作流程是讓 AI 代理在裝置上跨不同創意工具執行任務，直接使用本機檔案、模型與提示，不必把每個步驟都傳送到遠端服務。59

更多工作在本機執行，理論上可帶來較佳的資料隱私、較低延遲，以及更高的工作流程自訂自由度，也可能降低對網路連線或按用量計費的雲端推論依賴。不過，這些優勢仍取決於 Windows on Arm 的應用程式相容性、本機模型是否足夠，以及裝置在長時間高負載下能否維持效能。

實際重點：三種機身，指向同一個本機 AI 願景

ASUS 在 IFA 2026 以三種不同外型，展示了 RTX Spark 的產品化方向：P16 提供較大的行動工作空間，P14 強調輕量攜帶，GR1X 則以小型桌機與持續散熱支援長時間運算。Acer 的 SFF 系統則顯示 RTX Spark 也正朝更小型的桌機設計發展，但目前仍有更多購買細節待確認。

共同主張十分鮮明：將足夠的 AI 運算力與記憶體放進主流 Windows 外型，讓更複雜的 AI 代理與創意工作能在本機執行。至於 RTX Spark 能否在日常使用中兌現這個願景，關鍵恐怕不只在 1 petaflop 的規格數字，而在軟體相容性、散熱表現、電池行為，以及經過最佳化的模型是否真正普及。