6月的台北，两场科技盛会同时点燃了全球半导体产业的热情。

6月1日英伟达GTC Taipei率先开场，第二天Computex 2026接棒登场。如果你以为这不过是又一轮新品发布，那就小看了今年的风向——这两场展会联合释放了一个明确信号：端侧AI正在打破持续数十年的PC芯片格局。

RTX Spark：一次"越界"入场

最让人意外的产品，是英伟达与联发科联手打造的RTX Spark。这颗采用台积电3nm工艺的一体化处理器，把CPU和GPU统一在同一架构下，能让终端设备离线原生运行200B参数的大模型。联想、戴尔、华硕三家一线PC厂商已经敲定秋季推出搭载Spark的整机产品。

这对英特尔来说意味着什么？过去二十年，X86架构几乎独占PC处理器市场。而RTX Spark的定位不是"补充"——它直接瞄准了下一代AI PC的核心计算任务。这不是抢份额，是重新划赛道。

全行业的技术路线之争

英特尔显然感受到了压力，在Computex上加码展示了面向AI数据中心的新芯片。高通也不甘示弱，端出"飞龙"系列云端处理器，把战线从手机芯片拉到了数据中心。Marvell的硅光以太网技术则实现了800G和1.6T光模块的量产放量——当算力芯片的厮杀日益激烈，光通信和CPO产业链反而成了确定性的受益者。

从云端到终端：算力不再"高高在上"

一家做AI应用创业的朋友跟我说，他最关心的事情其实不是哪家芯片最强，而是"能不能在我2000块的电脑上跑得动模型"。

RTX Spark给出了一个初步答案：可以。而且不是跑7B的小模型，是200B参数量级。当端侧算力足以承载大规模模型本地推理，整个AI应用生态的游戏规则就变了——不再受制于云端的延迟和成本，创业者可以在本地构建更丰富、更个性化的智能体体验。

下半年的关注点

从GTC到Computex，我看到的不仅是新产品，更是行业底层逻辑的变化。芯片竞争从"云端训练"延伸到了"终端推理"，AI硬件的战场不再局限于数据中心。对于创业者和产品经理来说，这意味着一个新的窗口期：谁能率先基于端侧算力做出真正好用的产品，谁就能抢占先机。

这场打破旧格局的变革，才刚刚开始。