把千亿模型装进笔记本，Windows 终于要反击 Mac 了

AI PC 这个概念喊了两年，终于有人把「本地跑大模型」从演示台搬进了背包。 联想在柏林 IFA 2026 期间的 Lenovo Innovation World 2026 上发布了一系列 AI 终端，手表、手机、平板、笔记本电脑、显示器等等。 其中最重要的产品，毫无疑问是联想联合英伟达推出的 Lenovo Yoga Pro 9n（国内型号：YOGA Pro 15 Spark），这是 一台可以本地运行千亿参数大模型的量产笔记本。 这款笔记本重 1.65 千克，最薄 16.7 毫米，最高配备 128GB 统一内存。而按照英伟达对 RTX Spark 的规格说明， 这套配置已经可以在本地运行 1200 亿参数、最高支持 100 万 token 上下文的大语言模型。 以往我们讨论 AI PC 时，要不就是放在桌面上的专业主机，像是 DGX Spark 和 Mac Studio 等产品，要不就是能让我们为了一只龙虾抢疯的 Mac Mini。 一台笔记本要成为合格的 AI PC，似乎要不就是在硬件上堆到尽可能的极致，要有大内存，要有顶级显卡，然后尽可能保持电脑的尺寸和散热。 或者在软件上，曾经是能无痛安装 OpenClaw 也可以，以及能最大限度的支持各种 AI Agent 的使用，就像 AI 手机一样，AI 能操作的 APP 越多，这个设备就越 AI，电脑同样如此。 但是当 AI PC 也开始走完一个完整的周期：概念走红、参数比拼、用户追问价值。我们也开始想知道，这些算力，到底能在我的电脑上做成什么？ 应付实时翻译、会议降噪这类功能级任务或许绰绰有余，但完整的大模型推理，稍微复杂一点的 AI 工作流，仍然要回到云端处理。 本地大模型，更多时候站在演示台上，而不是我们的桌面上。 联想这次推出的 Yoga Pro 9n 换了一条路线，它选择深度接入了英伟达的端侧 AI 架构体系，搭载 NVIDIA RTX Spark 超级芯片，通过 NVLink-C2C 互联，将 20 核 NVIDIA Grace CPU 与 6144 个 CUDA 核心的 Blackwell RTX GPU 合为一体，提供 1 PFLOPS（FP4 精度）的 AI 性能。 一台 Windows 笔记本电脑，也有了成为 Agent 主机的潜力。 统一内存成了 AI PC 的新趋势 传统 PC 中，CPU 内存与 GPU 显存相互独立，大模型参数在两者之间反复搬运， 显存的容量往往直接决定能跑多大的模型 。 过去做高性能电脑，独显几乎是标配，但独显峰值算力再强，消费级产品的显存通常也就十几二十 GB，模型稍微大一点，就装不下了。 英伟达 RTX Spark 的统一内存架构则是让 CPU、GPU 共享同一个物理内存池，最高 128GB 对两者同时可用，模型权重、输入数据和中间结果只需保存一份；千亿参数级的大模型也得以在一台笔记本上本地运行。 英伟达给出的参考值，是 1200 亿参数、100 万 token 上下文的大语言模型。 开发者可以沿用熟悉的 CUDA 技术栈，数据不必上传云端，项目文档、代码与素材都留在本地。平台还能在后台协调多个 AI 智能体，跨应用自动完成复杂的创作任务。 值得一提的是，联想 X Power 散热架构把 80W TDP 压进了最薄 16.7 毫米的机身，配 15.3 英寸 2.5K 165Hz PureSight Pro OLED 屏；基于 RTX 平台，Yoga 家族也获得了进阶的游戏能力。 开发 AI 应用、剪高分辨率视频、渲染 3D 场景，都可以在这一台机器上完成。 Luca Rossi，联想集团执行副总裁兼智能设备业务集团（IDG）总裁 同平台的 Lenovo Yoga 9n 2-in-1，则把这份算力装进了一台 360 度翻转创作本：最高 64GB 统一内存，支持「屏幕 + 触控板」双表面手写。 2 in 1 是联想的二合一型笔记本电脑 联想不是唯一押注统一内存的玩家。就在前不久，苹果刚刚更新的 Mac mini 和 Mac Studio，几乎也是把本地 AI 计算的性能上限再抬高一截。 Mac mini 提供 M6 和 M5 Pro 两种芯片，统一内存最高 64GB，并且支持通过 Thunderbolt 把多台机器组成集群。 Mac Studio 则提供 M5 Max 与 M5 Ultra，其中 M5 Ultra 版本最高支持 512GB 统一内存、每秒 1.2TB 带宽，按苹果的说法，足以承载数百亿乃至数千亿参数的模型。 今年 6 月 WWDC26 的一场特别活动上，苹果还现场演示过这种集群的玩法：4 台 Mac Studio 通过 Thunderbolt 5 互联，用 LM Studio 基于 MLX Distributed 跑起了万亿参数规模的开放权重模型 Kimi K2.6。官方数据显示，4 机集群的推理性能最高可以达到单机的 3 倍。 苹果笔记本这边，128GB 统一内存的 MacBook Pro（M5 Max）也可以在本地运行 120B 参数的开源模型 gpt-oss-120b，有实测显示最高约 79 token/s，但前提是 4-bit 量化，且长上下文会明显挤占内存。 把两家 PC 更新的方向放在一起，很明显能看到端侧 AI 的瓶颈已经从单纯的算力，转到了「模型装不装得下、数据搬不搬得动」的比拼。苹果用统一内存加 Thunderbolt 集群铺开了从笔记本到桌面的整条线。 联想和英伟达这次的意义，则是把同样的能力第一次带进 Windows + CUDA 生态，并用 FP4 精度和统一内存，把本地上下文的上限推高到了 100 万 token 这个数量级。 Windows，也开始争夺 Agent 主机 但在这场比拼里，还有一个容易被忽略的变化：Windows 入场了。当我们把这件事放到更大的生态竞争里看，Lenovo Yoga Pro 9n 的意义就不只是停留在「又一台很强的 AI PC」。 过去一段时间里，真正能稳定承载本地大模型、长上下文和多智能体工作流的设备，讨论度往往集中在 Mac 和 Linux 操作系统。 Mac 靠统一内存和 MLX，一只「龙虾」就能让 Mac mini 卖断货；Linux 则是英伟达、工作站和开发者工具链的大本营。 像 DGX Spark 这样的个人 AI 超算，本身就是建立在 Linux 软件栈之上，大量 CUDA 开发和模型部署工具也首先围绕 Linux 成熟起来。 而 Windows 虽然一直是最广泛的个人电脑平台，却很少被视为本地大模型和 Agent 的主场。 现在，随着联想把 RTX Spark 这套能力装进量产笔记本，再把可扩展的小型超算节点带进商用场景，Windows 也开始拥有了承载千亿参数模型和本地 Agent 的现实基础。 英伟达 RTX Spark 芯片介绍网页，多款 Windows 电脑搭载了该超级芯片 对于已经围绕 CUDA 开发 AI 应用的人来说，RTX Spark 背后有着 CUDA 多年积累的开发工具、软件库和开发者群体；既有的知识和开发经验可以继续沿用，这也让 Windows 在争夺个人 Agent 主机时，多了一份