本文來自微信公眾號： 華爾街見聞 ，作者：研外之意Pro

黃仁勛今天在中國臺北做了兩件事：把CUDA塞進了筆記本，把萬億參數推理搬到了桌邊。

這不是英偉達在和云廠商搶生意。AWS、Azure、Google Cloud是英偉達最大的幾個客戶，每年向它采購數百億美元的GPU。

英偉達不會跟自己的金主動刀，真正發(fā)生的事是：英偉達在擴張收費口。

以前AI算力只有一條路——買英偉達的GPU放進云廠商的數據中心。

現在多了兩條：RTX Spark筆記本，DGX Station桌面機。

無論你選哪條，英偉達都在路口等著。

黃仁勛管自己叫"基礎設施公司"，這句話的意思是：AI跑在哪里不重要，重要的是英偉達鋪了路。

CUDA第一次進了背包

英偉達三十年真正的護城河不是GPU，是CUDA。

750萬開發(fā)者在上面工作，PyTorch、TensorRT、TensorRT-LLM、llama.cpp，主流AI框架的最優(yōu)路徑全在這里。二十年建成，沒有任何一家公司復制過。

麻煩是CUDA一直被關在數據中心里。云端寫的代碼帶不進輕薄本，高通Snapdragon X做了很多，就是沒有CUDA，蘋果M系列是另一個世界。

RTX Spark拆掉了這道墻。20核ARM CPU加Blackwell GPU的6144個CUDA核，128GB統(tǒng)一內存，AI算力1 PetaFLOP，塞進14毫米厚的筆記本。

英偉達已與100家Windows軟件商談妥，TensorRT、PyTorch CUDA后端、TensorRT-LLM原生支持。

在數據中心寫了三年CUDA的工程師，拿起RTX Spark筆記本，理論上不需要改一行代碼。

高通碰上的麻煩不是算力輸了，是敘事失守了。Snapdragon X花三年把Windows on ARM的口碑做起來，能效比終于接近蘋果——唯一沒拿下的是AI開發(fā)者。那批人一直站在場外，等一臺能跑CUDA的Windows筆記本。

英偉達帶著CUDA來了，他們等到了。

Snapdragon X不是沒有籌碼。美國800美元以上Windows筆記本市場它占了10%，80多個OEM設計在跑，X2 Elite今年上半年發(fā)布，NPU直奔80 TOPS，先發(fā)優(yōu)勢是真實的。

但沒有CUDA，高通在AI開發(fā)者那里永遠只能是備選項。

桌邊開了第二個收費口

另一個產品的邏輯完全不同，目標客戶也不一樣。

DGX Station for Windows基于GB300 Grace Blackwell Ultra芯片，本地跑最高1萬億參數模型，支撐數百個AI agent并行，定價8萬到12.5萬美元，Q4上市，華碩、戴爾、技嘉、惠普、MSI、超微出貨。

這臺機器的買家不是個人消費者，是那些AI推理需求足夠穩(wěn)定、數據足夠敏感、不想每個月給云廠商開大額賬單的企業(yè)。

金融機構的風控模型、律所的合同審閱、醫(yī)療機構的影像分析——這類工作負載每天密集運行，用云端B300專用實例按小時計費，10萬美元的桌面機4到6個月就能回本，之后全是節(jié)省。

注意英偉達選的OEM合作方：華碩、戴爾、惠普、超微，全是企業(yè)級渠道的主力，不是消費品牌。目標客戶寫在配置清單里。

DGX Station還有一個隱性優(yōu)勢是純粹的數據合規(guī)。云端推理意味著數據要出本地網絡，金融監(jiān)管對客戶數據的跨境流動越來越嚴，醫(yī)療數據的隱私規(guī)范也在收緊。對這類企業(yè)，"數據不出門"不是錦上添花，是硬性要求。他們不是因為算便宜才買DGX Station，是因為別無選擇。

這是英偉達在企業(yè)算力市場開的第二個收費口——第一個是云廠商數據中心里的GPU，第二個是企業(yè)自己桌邊的GPU。兩個口都是英偉達的貨，兩筆錢都進英偉達的賬。

云廠商的處境，不是"被搶"，是"被多了一個選項"

英偉達是云廠商最大的硬件供應商，雙方不是競爭關系。

DGX Station賣出一臺，英偉達收一筆硬件錢；云廠商的數據中心擴容，英偉達收更多GPU款。

兩件事可以同時發(fā)生，而且大概率會同時發(fā)生——AI推理市場每年40%以上的速度在增長，總盤子夠大，容得下本地化和云端同時膨脹。

真正受影響的，是那些原本"只能上云"的場景開始有了本地選項。對云廠商來說，這壓縮的不是營收規(guī)模，而是議價空間——當企業(yè)采購負責人拿著DGX Station的報價坐到談判桌上，云廠商的價格彈性就沒有以前那么足了。

AWS和Google這兩年也在押注自己的推理芯片——AWS Trainium、Google TPU——部分原因正是為了減少對英偉達的依賴。DGX Station的出現進一步復雜化了這個局面：云廠商既要向英偉達采購GPU，又要在推理層面跟英偉達自家的桌面硬件競爭。

這個結構性矛盾不會在一兩個季度內爆發(fā)，但隨著本地推理規(guī)模的擴大，云廠商和英偉達之間從純粹的供應商關系，會慢慢走向更復雜的競合。

微軟夾在中間最難受。它是RTX Spark最核心的合作方，和英偉達一起把Windows改造成AI agent操作系統(tǒng)，Surface Laptop Ultra是第一臺RTX Spark筆記本，兩家站在一條戰(zhàn)線上。

但微軟的Azure是全球最大AI云服務之一，現在需要跟合作伙伴自家的桌面機去競爭部分推理工作負載。這個矛盾短期不會撕裂，但值得看它怎么演。

蘋果的護城河，比RTX Spark更深

RTX Spark發(fā)布時蘋果被直接點名，媒體幾乎一致的解讀是：沖著M5來的。

不全對。蘋果的護城河不在芯片性能。M5 Max內存帶寬153GB/s，跑超過24GB參數量的大模型有架構優(yōu)勢，但更深的壁不在這里——Final Cut Pro沒有Windows版，Logic Pro沒有Windows版，創(chuàng)意工作流在macOS上積了十幾年，一塊更快的GPU換不動它。

Adobe宣布重構Photoshop和Premiere Pro支持RTX Spark，是英偉達在創(chuàng)意側最重的一手牌，但軟件重構到用戶真正遷移，中間有漫長的習慣替換。

英偉達短期能從蘋果身上撬動的，只有AI/ML開發(fā)者——這批人本來就在Windows和Linux上用CUDA，RTX Spark給了他們一臺更便攜的機器，不是從蘋果手里搶人。蘋果真正需要認真對待的版本是2028年Rubin Spark成熟之后，不是今天秋天。

英偉達自己藏著的那道題

規(guī)格表里有一行英偉達沒有大聲說：RTX Spark集成GPU性能對標RTX 5070。

英偉達靠獨顯賺了三十年錢，Gaming FY2026全年160億美元，同比增長41%。

如果RTX Spark真到了RTX 5070的性能水平，高端筆記本買家以后可能不再需要一張獨立顯卡——那張"顯卡"被整合進SoC了，英偉達還是在收那筆錢，只是換了形式。

短期獨顯仍有功耗和絕對性能的上限優(yōu)勢。但蘋果2020年推M1時所有人都說獨顯不會死，三年后搭Intel獨顯的MacBook從貨架上消失了。

英偉達在主動選這條路，賭AI PC帶來的增量市場足夠大，能填上獨顯收縮的坑。

不一定錯，但代價比發(fā)布會上看起來的高。

該盯什么

秋季是真正的驗證窗口。第一批RTX Spark筆記本的價格上架，開發(fā)者在真實設備上跑起CUDA，故事才會從Computex舞臺走進財報。

最重要的兩個數字：OEM定價和Windows ARM兼容性測試結果。定價預期1400美元起，超過1800美元需求預期就會滑坡；兼容性如果走高通入場時的軌跡，還要12到18個月才能成熟，這段時間高通的市場積累不會停著等。

中期看高通X2 Elite的跑分數據和DGX Station的首批企業(yè)客戶公告——前者告訴你高通的反擊力度，后者告訴你企業(yè)本地化推理的真實需求規(guī)模。若云廠商開始主動下調推理定價來應對DGX Station，那說明競爭壓力已被內部確認，定價邏輯的重新評估會來得更早。

資產上，NVDA是主線，收費口從一個變成三個，TAM在擴張，秋季OEM定價是近期分水嶺。QCOM是最直接的壓力標的，AI開發(fā)者敘事受損，但消費端有韌性，X2 Elite窗口內有反彈空間。云廠商短期不受影響，中期承壓的是議價權而非營收體量，兩件事不是一回事。MSFT雙面下注，凈效應看推理規(guī)?；俣?。ARM和聯發(fā)科是確定性受益的小標的。