【ZOL中关村在线原创技术解析】全新的硬件生态最怕两个问题:其一是性能不佳,其二是没有应用。而且二者相辅相成、缺一不可。性能强,应用不行,或者应用完善但性能不佳,在用户侧就只能迎来口诛笔伐。
前不久,NVIDIA正式发布了RTX Spark平台,从首批产品评测来看,这款全新的Windows on ARM生态硬件的性能足以让人放心。笔者此前也对联想YOGA Pro 15 RTX Spark进行了评测,详细测试结果可以参考这篇文章:《NVIDIA RTX Spark N1X性能解析:颠覆Win on ARM体验轻松驾驭本地AI与游戏》。
理论性能强,不代表实际应用性能就一定强,这一点其实在此前的骁龙X Elite上体现的非常明显。同样是Windows on ARM生态的产品,骁龙X Elite理论性能达到了当时顶尖移动级处理器的水准,但在实际应用层面,由于ARM64原生软件数量少,x86转译性能大幅缩水等影响,导致骁龙X Elite的实际应用体验与理论性能表现相去甚远。
那么RTX Spark是否会重蹈覆辙呢?
此前因为首测时间太紧,所以并未对RTX Spark在实际应用端的表现展开深度探索,不过NVIDIA官方组织的一次RTX Spark Demo体验活动,解开了我们心中对于RTX Spark平台在实际应用端的疑问。
RTX Spark的应用重心,从官方口径来看是锚定在AI层面,此前通过测试,我们也确实看到,起码在理论性能层面,RTX Spark在AIGC、大语言模型推理等应用上有着非常不错的表现,甚至在同等128GB统一内存配置下,RTX Spark的AI能力是要优于竞品的。一方面是因为RTX Spark平台有着较高的带宽,另一方面则是其集成的接近桌面级RTX 5070规格的Blackwell架构GPU,有着相当不错的推理性能。
·利用多个模型实现本地4K视频二创
下面这两张图片中的演示,是通过RTX Spark平台以及ComfyUI,对古早视频进行一次二创形式的再生成,借助大量提示词在确保原本舞台表演不变的同时,对舞台场景进行重塑。
这项任务首先借助视频剪辑软件对原视频进行大概每10秒一次的片段切割,再将每一个片段进行1帧画面的截取抓图,并将这些图片放入到ComfyUI,借助提示词进行文生图,生成大量二创视频中要用到的角色与场景;同时,在视频软件中的切片保留了原视频人物的舞蹈动作,再通过大模型将这些舞蹈动作赋予到新生成的角色身上。
整个执行过程利用了Seedance、FLUX3等多种模型进行文生图、文生视频、动作轨迹识别渲染等等,最终借助RTX超分功能,将Seedance生成的1080p视频转换为4K视频。这一系列工作流完全基于RTX Spark本地硬件完成,借助RTX Spark出色的GPU性能,以及CUDA、TensorCore本身十分强劲的加速能力,在短时间内就能完成这类相当复杂的AIGC二创任务,这可以说是RTX Spark非常典型的应用场景了。
·借助智能体降低机器人开发门槛
接下来的一个应用场景也是当下非常常见的机器人仿真场景。
机器人的开发成本比较高,如果在真实场景下做测试,所使用的原型机一旦因算法问题出现故障并损坏,对于开发者而言成本很难控制。而将真实验证环节搬到计算机仿真环境中的话,成本相对来说就非常可控了。
NVIDIA的技术专家现场演示了最近比较火爆的一款双足机器人Microduck的仿真测试,同样是在RTX Spark平台本地就能直接完成对应模型的训练。
此外,以往想要将训练成果放到实体机器人上的话,是需要非常专业的技术背景才能去做,而且不仅需要开发者懂代码、懂编程,更需要懂得机器人身上的每个舵机的运行轨迹、角度的调节、力度的把控等等,但现在随着智能体AI的出现,开发者无需成为全知全能的专家即可完成开发。演示中,NVIDIA技术专家在RTX Spark设备上安装了Harness智能体,所有的问题都能够通过自然语言交互来让智能体辅助完成,而且运行速度非常快,大大简化了机器人的开发门槛。
·游戏内置AI智能伙伴,让玩家与NPC用语音交互
除了AI生产力应用之外,游戏相关的AI应用也是RTX Spark平台的一大核心应用场景,毕竟它集成的Blackwell架构GPU拥有48组SM执行单元,总计6144个CUDA核心,规模堪比桌面级RTX 5070 GPU。
下面这张图片演示的是NVIDIA ACE本地智能伙伴植入到游戏之后,通过语音交互方式,可以与游戏中的NPC直接进行交互,比如对其发布工作命令、让其执行某些特定动作等等,当用户直接用语音呼唤游戏中NPC的名字时,NPC就会跑过来围绕主角身边,后续的应用潜力可以说是相当可观,而且借助RTX Spark平台本身出色的算力支持,内置智能伙伴无需联网即可使用,且不会对系统资源造成过多负载导致游戏卡顿,整体体验非常出色。
·DLSS5助力各类游戏登陆RTX Spark平台
当然,对于游戏玩家而言,N卡平台最核心的技术无疑是光追和DLSS。这次活动现场,NVIDIA也再度演示了《NBA2K》的DLSS5效果,同时还演示了《异环》这款跨端手游的光追及DLSS体验,画面表现更加出色的同时,游戏帧率也更加流畅,最高6倍多帧生成使得各种负载的游戏都能顺利跑在RTX Spark平台上。
·UE5超大场景加载,实时编辑无卡顿
Windows on ARM生态以往最核心的问题是在一些专业领域应用上兼容性不足,导致效率低下或完全不能用。而RTX Spark在这些方面的表现,目前来看是非常不错的。比如现场演示的UE5开发,得益于超大显存加持,超大规模场景加载非常流畅。而以往x86设备则需要专业的图形卡才能完成超大场景的加载。而且从下图可以看到,这种超大场景加载是在巴掌大的迷你主机上完成的,这意味着UE5开发不必再通过又大又重的专业工作站来完成,基于RTX Spark平台的迷你主机即可胜任这一超重负载工作。同时在这一UE5场景中,还可以同时开启光追和DLSS5的所有功能,比如超分、插帧、降噪等等。
此外对场景进行编辑时,可以做到即用即现的实时操作,没有任何卡顿或迟滞。
·借助AI快速生成多段视频内容
时下,通过AI来进行批量化的视频内容剪辑也是一大常见应用场景。下面这张图片演示的就是通过AI与达芬奇的结合,快速完成多段视频剪辑任务,而且无论是大模型端的任务推理解析,还是达芬奇软件的多段视频剪辑,均能够跑在RTX Spark平台本地,而且可以在几分钟之内就能完成从需求提出到视频片段生成的整个流程,效率非常高,很适合MCN机构做批量化的内容分发。
·WorkBuddy的RTX Spark专属本地模型
当前,不少用户已经把WorkBuddy融入了自己的日常工作流当中。随着RTX Spark落地,WorkBuddy也是进行了第一时间的适配,并且可以实现本地模型的零成本使用。用户可以打开设置菜单后点选“模型”选项,然后下载本地大模型,推理引擎为CUDA-13,自动下载好之后就可以在本地模型上用WorkBuddy干活了,虽然效果不如云端模型,但一些简单任务可以交给本地模型来做,无疑更加省钱。
·多种形态设备打造更完善的RTX Spark硬件生态
此前首批RTX Spark产品都是笔记本形态,而现在,基于RTX Spark平台打造的迷你主机设备也将全面上市。在现场我们看到了机械革命大师之路X10,黑金配色,顶部钢琴烤漆,前端六边形风潮蜂巢格栅可以说是相当有设计感的一款产品。
华硕ProArt GR1X则是一款银白色全金属迷你主机,顶部标志性的Pro Art几何纹理,前端正方形网格面板,整体做工非常精致。
微星也推出了EdgeMesa N AI+迷你主机,全金属机身打造。此外值得一提的是,目前RTX Spark迷你主机全部为128GB统一内存的顶配版本,而且迷你主机产品可以做到7x24小时全天候待命,完全可以承担起私有服务器的角色。
·结语
毫无疑问,RTX Spark的出现,彻底改变了Windows on ARM生态的前景。此前的理论测试可以看到,RTX Spark平台将CPU、GPU、带宽等优势充分地转化到了终端性能表现层面,虽然转译仍旧会造成较大的性能损失,但RTX Spark足够高的性能冗余一定程度上弥补了这一短板。而现在,通过NVIDIA官方举办的这次应用Demo演示活动,你可以看到的是RTX Spark平台在AIGC、大模型推理、视频剪辑、UE5开发、游戏、机器人仿真等等实际应用场景中的流畅、高效表现,这意味着RTX Spark虽然是一款全新的硬件平台,但在实际应用生态上已经相当完善,足以成为更多用户的主力工作平台。

评论
更多评论