Nvidia在一篇Game Ready驱动更新博客帖子的末尾埋了一条公告:笔记本版GeForce RTX 5070将获得从8GB提升到12GB GDDR7的内存升级,提升50%。其他规格保持不变:仍是128位内存接口、仍是4608个CUDA核心、仍是GB206硅芯片(Nvidia在桌面RTX 5060上用的同一颗,明显弱于桌面5070上的GB205)。模块化笔记本厂商Framework率先承诺,把新的12GB模组放进了升级版Framework Laptop 16。问题立刻浮现:独立GPU模组的价格是1199美元,而8GB版本是699美元——同一颗芯片只是焊上更多内存,价格涨了71.5%。
价格才是这件事的核心,不是规格升级。Framework明确把账算到了"我们看到的硅片供应商定价"上,并警告8GB模组的价格也很可能在当前GDDR7库存耗尽后上涨。这就是数据中心内存紧缺向消费侧的溢出——HBM和GDDR7产能已经被重定向到超大规模厂商的AI建设上,把游戏和准专业市场留下来,为本来是大宗品级容量的东西支付溢价。早前传闻称Nvidia原本规划的RTX 50系"Super"中期刷新——本可全线升级内存——因同样的原因被悄悄推迟或取消。这块12GB移动版5070就是从缝隙里挤出来的产物;一次单SKU升级,而非全代刷新。
对本地AI工作负载而言,8GB到12GB的跃迁是"勉强能用"和"大多数场景都行"之间的差别。8GB放不下FP16的Llama级8B模型,7B在int4下也没给上下文留下任何余量。12GB能舒服地放下FP16的7B模型并保持合理上下文长度,放下int4的13B并为KV缓存留余地,让本地代码补全这种常见开发流程不必page-fault到RAM。这让移动版5070成为对真正想做on-device推理的开发者来说最低档但实际可用的笔记本GPU——但单模组1199美元,价值数学已经被压缩。一块二手桌面RTX 4070 Super(12GB)现在500到600美元就能买到,搭配统一内存的Apple M系列笔记本在"每美元能跑多大模型"这个指标上仍然持平甚至胜出。
对builder来说,有两点收获。第一,AI分化在消费级GPU侧已经可见:数据中心内存溢价正在渗入笔记本定价,本地LLM工作所需的12GB门槛已经实际上变成一个跨厂商都需1200美元+的零部件决策。如果你在配开发硬件,把Framework的升级路径(模块化但贵)和Apple M系列MacBook Pro(封闭但每GB便宜)以及搭配二手4090/3090的翻新工作站台式机放一起比——后者仍是性价比之王。第二,关注AMD或Intel是否会借Nvidia的定价伞,激进推出16GB及以上的消费级显卡;这个差距是多年来最大的一次,AI笔记本细分市场自2024年以来第一次真正可争。"Super"刷新的延后不只是Nvidia的问题——这是给其他人留出的口子。