一臺精裝書大小的迷你主機，單手就能拎起來，蘇姿豐站在臺上用它現場跑了兩千多億參數的大模型——不連云，不租卡，不通數據中心。這件事的本質不是"AMD贏了"這么簡單，而是個人AI算力的賬，被逼著要重算了。

主角：Ryzen AI Max+ 395，統一內存才是殺招

這臺小機器的心臟是一顆看上去不像會搞出這么大動靜的芯片——AMD Ryzen AI Max+ 395，代號 Strix Halo。

參數層面大家可能看過很多遍了：Zen 5 架構，16核32線程，集成 RDNA 3.5 核顯（40個計算單元），再加一顆 50 TOPS 的 XDNA 2 NPU。但這些都不是重點。

真正的狠活是這四個字：128GB 統一內存。

CPU 和 GPU 共享同一塊內存池，不再分什么"系統內存"和"顯存"兩套賬。Linux 下可以給 GPU 分配大約 110GB 的可尋址空間。對比一下你可能就有感覺了——

• RTX 5090：32GB 顯存
• RTX 4090：24GB 顯存
• 這臺 Strix Halo 平臺：110GB 以上可用

不是多一點，是三倍多。而且這是 x86 架構上的統一內存，不是蘋果那種封閉生態，你能跑 Windows，也能跑 Linux，工具鏈該有的都有。

為什么"顯存大"比"算力猛"更致命？

很多人第一反應是：核顯再大也比不上獨顯帶寬啊？

說得對。但你說錯了場景。

跑 7B、14B 這種小模型，RTX 5090 的 GDDR6X/7 顯存帶寬接近 1800 GB/s，生成速度能把 Strix Halo 甩開幾倍。這個沒爭議。

但問題在于：當你要跑的模型一大，顯存裝不下的時候，獨顯的優勢瞬間歸零。 模型權重溢出到系統內存，數據要跨 PCIe 總線來回搬運——實測場景下，RTX 5090 跑一個放不進 32GB 顯存的模型，token 速度可以從每秒幾十個直接跌到每秒一兩個，你打字都比它快。

這時候 Strix Halo 的邏輯就清楚了：我不跟你比誰短跑快，我比你根本跑得完跑不完。 128GB 統一內存 = 模型住平層，不用爬樓梯搬數據。

AMD 給出的 DeepSeek R1 推理基準里，當模型大小超出 RTX 5080 的 16GB VRAM 限制后，Ryzen AI Max+ 395 的速度是 RTX 5080 的 3 倍以上。

這不是"AMD 干翻了英偉達"的爽文——準確說法是：在大模型容量這個維度上，Strix Halo 打開了一個獨顯至今夠不到的價格-容量窗口。

價格怎么算？一次性投入 vs 永遠訂閱

AMD 官方的 Ryzen AI Halo Developer Platform（第一方迷你主機，128GB + 2TB SSD，149×149×43mm）定價 3999 美元，目標直指 NVIDIA DGX Spark 的 4679 美元。

而第三方廠商的 Strix Halo 迷你主機（比如極摩客 EVO-X2 這類）根據不同內存配置，落點在 1700～2500 美元 的區間。

不管取哪個數字，算一筆最樸素的賬：

你每個月花在 Claude Pro、各種 API 額度、云 GPU 租賃上的錢，滾一年可能就三四千美元出去了。而這臺機器買回來，電費一個月幾塊錢，跑多少次都不加價，數據一字節不出你的房間。

部署也談不上多折騰——Ollama 或 LM Studio 拉一個 Qwen3-235B 的量化版本，指向本地地址，你熟悉的對話界面照常用，只是后端換成你自己的硬件。

冷靜一下：它也不是萬能鑰匙

得說實話：Strix Halo 的統一內存帶寬是瓶頸，大約 256 GB/s 的量級，跟高端獨顯差著一個數量級。所以如果你主要跑小模型追求最快響應，一塊二手 4090 可能體驗更好。

它真正的戰場是：70B+ 級別的模型本地部署、私有文檔 RAG、需要數據不離本的合規場景、不想被 API 限流掐脖子的開發工作。這些地方，過去你要么忍云服務的成本，要么搞一柜子服務器——現在一個飯盒大小的東西放桌上就行。

蘇姿豐把這臺機器拎上臺的時候，臺下炸的不只是"AMD 牛逼"，而是更多人突然意識到：本地大模型的硬件門檻，在 2026 年這個節點，已經不是技術問題，是價格和形態問題了。

而 AMD 用統一內存這條路，繞開了英偉達用顯存容量和帶寬筑了十年的墻——不一定推倒它，但至少鑿了個夠一個人鉆過去的洞。

下一步就看軟件生態（ROCm 的穩定性、框架兼容性）能不能跟上。硬件這邊，牌已經亮出來了。