AMD这台2.7万的AI迷你机，解决的真不是算力问题

美国Micro Center近日挂出了AMD Ryzen AI Halo Developer Platform的预购页面，定价3999美元（约2.7万人民币），机身尺寸仅149×149×43mm，巴掌大，铝合金壳，120W功耗，却标了一个很抓眼球的参数：128GB统一内存，本地可运行最高2000亿参数大模型。

卖点听着像科幻，但拆开来看，它真正在攻的，不是”算多快”，而是”显存天花板”这个卡了本地AI好几年的死结。

统一内存解决的是”搬箱子”问题

传统PC架构里，CPU有系统内存，GPU有独立显存，两边各管各的。跑大模型时，数据要在CPU内存和显存之间来回搬运——这就是瓶颈。消费级显卡顶级也就48GB显存（RTX 5090/4090系列），想更大就得上数据中心卡，价格跳一个量级。

Halo平台的做法是把墙拆了：128GB LPDDR5X-8000统一内存池，CPU、GPU（Radeon 8060S，40CU）、NPU（XDNA 2，50 TOPS）全部共享，不存在”显存满了要往系统内存swap”这件事。模型权重直接住在那128GB里，大家就地读写。

这就是AMD敢说”跑2000亿参数”的底气——不是这颗Zen 5的16核32线程有多暴力，而是内存容量和带宽够装、够快，搬运开销被压下去了。

3999美元贵不贵，取决于你跟谁比

跟自己攒一台顶配游戏PC比，价格差不多甚至略高，但你拿到的可用内存池大了将近三倍。跟NVIDIA DGX Spark比，AMD便宜了约700刀，还多给了原生Windows 11 Pro选项——这点在开发体验上差距很大，毕竟很多工具链和工作流还是Windows优先。

但得说一句老实话：能装下2000亿参数≠跑得舒服。​ 模型权重吃掉的显存只是底线，推理时的KV缓存、上下文窗口、并发请求，都会继续吃空间。128GB塞2000亿参数的量化版本（比如Q2_K之类极低比特）可行，但要开大上下文或多路并发，内存余量很快就紧了。AMD自己也说可分配最高96GB作显存——这个数字比128GB”理论值”更贴近实际可用上限。

它真正的意义不在参数表

这台机器的本质是：把”本地大模型开发”从服务器机房搬到了桌面上。

过去中小团队做本地实验，要么赌云API（用一次算一次钱），要么咬牙买二手A100（电费+噪音+空间+保修全是非技术问题）。Halo给出第三条路——买断式、静音级、桌面大小的私有AI工作站，预装ROCm 7.x，出厂就配好PyTorch/vLLM/llama.cpp等路径，Linux和Windows双选，开箱到出第一个token的时间按分钟计。

对独立开发者、AI创业团队、高校实验室来说，这笔账确实值得算：AMD估算每月能省约750美元的云支出，几个月回本——前提是你的工作流确实吃本地推理而非云端训练。

一句话收住

Halo不是来颠覆GPU算力的，它是来把统一内存架构从纸面技术变成桌上一台能下单的商品。这一步一旦走通，本地AI开发的门槛就不只是”降一点”，而是从”大公司玩具”挪向”小团队工具”的分界点。

值不值3999美元，取决于你是拿来跑benchmark，还是拿来干活。

本文基于Micro Center预购页面披露及AMD官方规格说明公开信息整理，产品已于6月开放预购，具体发货日期待渠道确认。不构成投资建议。