AI 硬件

Windows 11新功能曝光！统一内存手动分配，RTX Spark最高128GB可选

2026 年 8 月 27 日

Windows 11 Build 29648.1000预览版新增IntelligentCarveout功能，支持用户手动划分统一内存，专为NVIDIA RTX Spark芯片设计。RTX Spark采用Arm架构，整合20核Grace CPU、Blackwell GPU与最高128GB LPDDR5X统一内存，本地AI算力达1 PFLOPS（FP4），可运行1200亿参数大模型。首批设备预计2026年秋季上市，起售价2500美元。

IntelligentCarveout：Windows首次开放统一内存手动分配

最近，微软在8月17日发布的Windows 11 Build 29648.1000预览版中，悄悄藏了一个叫 IntelligentCarveout 的新功能。翻译过来就是“智能切分”——说白了，就是让你自己决定电脑里那块统一内存怎么分。

以前，不管是系统、游戏还是AI任务，内存怎么分全由Windows自动说了算，用户只能干瞪眼。而这项新功能上线后，你可以手动为显卡和AI应用“划拨”专属内存，被预留的部分对其他程序不可见。换句话说，打游戏时多给GPU分点，跑大模型时多给AI分点，日常办公再调回来——全都由你一手掌控。

目前该功能的设置入口预计位于 “设置 > 系统 > 高级”，最终形态可能是滑块或预设档位，但微软尚未官宣具体上线时间。

RTX Spark：128GB统一内存的硬件基础

这个功能为什么现在才出现？因为NVIDIA RTX Spark来了。

RTX Spark是英伟达与微软联合打造的Arm架构超级芯片，采用双Die设计，整合了20核Grace Arm CPU（10个性能核+10个能效核）、Blackwell RTX GPU（最高6144个CUDA核心），以及最高128GB的统一内存。

统一内存的意思是：CPU、GPU和AI加速器共享同一块高速内存池，而不是传统PC那样系统内存和显存各玩各的。苹果M系列芯片就是这个路子，现在Windows阵营也要跟上了。

再来看看RTX Spark的核心规格：

项目	规格参数
CPU	20核Grace Arm（10×Cortex-X925 + 10×Cortex-A725）
GPU	Blackwell架构，最高6144 CUDA核心
统一内存	最高128GB LPDDR5X
AI算力	最高1 PFLOPS（FP4精度）
本地模型支持	最高1200亿参数大语言模型
操作系统	Windows 11 on Arm

这意味着什么？如果你把128GB中的大部分划拨给GPU和AI任务，那么RTX Spark的GPU可用“显存”将远超RTX 5090的32GB GDDR7。跑70B甚至120B参数的本地大模型，不再需要云端API，一台笔记本就能搞定。

Windows 11底层重构：四重优化支撑RTX Spark

为了喂饱RTX Spark这颗“怪兽芯片”，微软对Windows 11的底层进行了深度重构，堪称Windows on Arm平台迄今最系统的一次优化：

工作负载配置调度（WPS）：根据任务类型在20个核心间智能分配算力，刷邮件时省电，跑AI时全力输出；
统一内存管理优化：取消GPU对系统内存的硬性隔离限制，提升大页内存分配效率；
Prism模拟增强：针对RTX Spark微架构调优，x86应用转译运行更流畅；
MPTF电源温控框架：高负载下动态调节功耗，让轻薄本也能稳住性能。

上市节奏与定位：面向AI开发者的生产力工具

首批RTX Spark设备预计2026年秋季上市，包括微软Surface Laptop Ultra、华硕ProArt、联想Yoga Pro 9n、戴尔XPS、惠普OmniBook、微星Prestige等，首批约30款笔记本和10款桌面机型。

价格方面，N1X芯片的笔记本起售价预计在2500-3000美元（约1.7万-2万元人民币），顶配128GB版本可达3万元以上。显然，这不是给普通游戏玩家准备的“性价比本”，而是面向AI开发者、内容创作者和极客玩家的生产力工具。

技术演进意义：Windows统一内存自主权超越macOS

IntelligentCarveout的出现，标志着Windows在统一内存架构上终于追上了macOS的脚步，甚至在“用户可控性”上走得更远。配合RTX Spark的128GB超大统一内存和1 PFLOPS算力，Windows PC的本地AI能力将迎来质变。

当然，这项技术未来也可能惠及AMD Ryzen AI Max等其他统一内存平台。对普通用户来说，也许明年这个时候，“手动分配内存”就会像今天调分辨率一样平常。

JOTO 企业落地观察

IntelligentCarveout 将使企业本地AI部署中「内存资源争用」问题从系统黑盒变为可审计、可策略化配置项，尤其利于RAG知识引擎与推理服务共存场景下的稳定性保障。
RTX Spark的128GB统一内存与1 PFLOPS算力，意味着单机即可承载完整私有化AI工作流（数据加载→向量索引→LLM推理→结果渲染），降低企业对分布式推理集群的初期依赖门槛。
Windows on Arm平台对x86应用的Prism模拟增强，缓解了企业存量Windows软件资产迁移压力，但需验证关键业务中间件（如数据库驱动、加密模块）在Arm+统一内存架构下的兼容性边界。
手动内存划分机制虽提升灵活性，但也要求企业AI运维团队具备更细粒度的资源画像能力——不同模型尺寸、批处理规模与并发请求对内存带宽的实际占用需建立基线模型，否则易引发非预期OOM或GPU闲置。