# 英伟达和微软搞了一套统一方案，让 AI 能在 Windows 电脑、云端和本地服务器之间来回跑

> 原标题：NVIDIA Partners With Microsoft on Unified Stack for Agentic AI Deployment, From Windows Devices to Cloud to Local

- 来源：NVIDIA 博客
- 发布时间：2026-06-02T19:00:08.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/33026
- 原文：https://blogs.nvidia.com/blog/microsoft-build-windows-local-cloud-devices/

## 摘要

微软 Build 大会上，两家宣布把 AI 部署的底层打通了。简单说，就是同一个 AI 应用，既能在你笔记本的 RTX 显卡上跑，也能无缝切到 Azure 云或者公司本地的 DGX 工作站上，不用重写代码。现场还亮了两款新硬件：RTX Spark 是个小盒子，能提供 1 petaflop 的 AI 算力（大概相当于每秒一千万亿次计算）；DGX Stat...

## 推荐理由

HKR 三项都过了。NVIDIA 和微软这次合作，把 agent 部署从 Windows 到 Azure 再到本地串成一条线，还亮出了 1 petaflop 和 20 petaflops FP4 两个硬件规格，对从业者来说有信息增量。不过消息源是厂商自己，正文没给定价、跑分和迁移细节，所以分数没往上拉。

## 锐评

这次合作的核心是让 AI 应用（尤其是能自主干活的 agent）在不同设备上跑起来不用改代码。对开发者来说，这省了适配的麻烦，但前提是微软和 NVIDIA 的底层真的对齐了。现场亮出的 RTX Spark 小盒子有 1 petaflop 算力，DGX Station for Windows 更是堆到 20 petaflops 的 FP4 性能和最高 748GB 的统一内存，数字很猛。

不过，这篇博客是 NVIDIA 官方发的，属于产品宣发，不是第三方评测。它没提这套统一栈在本地和云端切换时的延迟开销有多大，也没说哪些模型或框架已经实测通过。算力数字都基于 FP4 精度，实际跑模型时精度损失多少、能撑住多大参数量的模型，正文也没披露。

还缺一个关键信息：定价和上市时间。如果只是宣布合作意向，那离开发者真正用上还有距离。