Windows 的「混合智能」是什么？为什么 Surface Laptop Ultra 能体现这一方向

什么是「混合智能」？

过去的智能体验大多依赖云端完成：设备发出请求，云上计算后返回结果。Windows 正在推进的「混合智能」，是把本地计算与云端能力结合起来——按任务特点灵活分配：

• 本地完成：部分任务可在设备本地运行，减少对云端计算的依赖；实际性能与数据处理方式取决于具体应用、模型和设置；
• 云端扩展：需要更大规模计算时可按需使用云端资源，实际性能与费用取决于所使用的服务及方案。

为什么要在本地运行模型？

按微软官方商城产品页的口径，在本地运行 AI 模型可用于本地实验，并为本地与云端资源的使用提供更多选择。实际运行速度和云服务成本取决于模型、应用、设备配置及使用方式。对日常使用的直观意义是：

• 减少网络往返：部分本地工作负载无需每次请求云端，实际响应速度取决于模型、应用和设备配置；
• 本地处理：部分受支持的工作负载可在设备本地处理，具体数据处理方式取决于应用、模型、功能设置及所连接的服务；
• 云端调用更灵活：对于原本需要调用按 token（调用量）计费云服务的工作负载，本地推理可减少相应的云端调用；实际费用取决于服务方案和使用方式；需要更大规模算力时仍可按需使用云端；
• 部分受支持的本地功能无需持续连接云端计算服务即可运行，具体联网要求以应用和模型说明为准。

本地跑模型看什么：NVIDIA RTX Spark 与统一内存

在本地调用模型，通常更看重两点：GPU 的并行算力与可支配的内存容量。Surface Laptop Ultra 搭载与 NVIDIA 联合打造的 NVIDIA RTX Spark™ N1X 平台，把高性能 CPU 与独立 GPU 整合在一颗芯片上：

• 两档平台规格：18 核 CPU + 5120 核 GPU；20 核 CPU + 6144 核 GPU；
• 统一内存可选至 128GB：内存池可在 CPU 与 GPU 之间按工作负载动态分配——按微软官方发布口径，Windows 与 NVIDIA 为 GPU 可访问的内存设置了更高上限，目标是「解锁加载更大的本地 AI 模型」；
• GPU 算力与生态：本地模型的调用更倚重 GPU 的并行计算；官方原文提到，Windows 与 NVIDIA 正一起为这类本地负载提供系统层原生支持，让开发者可以直接使用 GPU 运行本地工作负载；
• 按官方商城商用版页面的口径，这一设计可实现「更大本地 AI 模型的执行及图形工作负载」；具体可运行的模型、并行任务和图形体验取决于模型、应用、设备配置及软件环境。

也就是说，想在本地更顺畅地调用模型，GPU 算力与内存容量都宽裕的设备会更合适——这也正是微软与 NVIDIA 在 RTX Spark 平台上联手优化的方向。

Surface Laptop Ultra：体现混合智能方向的设备

• 屏幕：15 英寸 PixelSense Ultra 触控屏，HDR 峰值亮度达 2000 尼特、262 PPI；
• 持续性能：全新散热系统，散热能力约为现款 Surface Laptop，15 英寸（第 8 代）的 2.5 倍，长效续航、静谧运行（视配置与使用情况而定）；
• 接口：多个 USB-C、HDMI、USB-A、SD 读卡器与 3.5 毫米耳机接口，最多可外接三台 4K 显示器；支持磁吸式 USB-C 充电；
• 可维修：存储（SSD）可由用户更换，官方提供维修指南与替换部件；
• 购买：消费者版与商用版均已开售——消费者版见 选购页，商用版见 商用选购页。
• 选购建议：以本地模型为主要用途时，建议优先选择统一内存可选至 128GB 的那一档配置——内存越充裕，能装下的模型与同时运行的任务余地越大；需要兼顾大型 3D 场景与多轨视频时，可一并考虑 20 核 CPU + 6144 核 GPU 的一档平台。

常见问题（FAQ）