苏姿丰的饭盒放了个大招：128GB统一内存把本地大模型门槛砸穿了

一台精装书大小的迷你主机，单手就能拎起来，苏姿丰站在台上用它现场跑了两千多亿参数的大模型——不连云，不租卡，不通数据中心。这件事的本质不是"AMD赢了"这么简单，而是个人AI算力的账，被逼着要重算了。

主角：Ryzen AI Max+ 395，统一内存才是杀招

这台小机器的心脏是一颗看上去不像会搞出这么大动静的芯片——AMD Ryzen AI Max+ 395，代号 Strix Halo。

参数层面大家可能看过很多遍了：Zen 5 架构，16核32线程，集成 RDNA 3.5 核显（40个计算单元），再加一颗 50 TOPS 的 XDNA 2 NPU。但这些都不是重点。

真正的狠活是这四个字：128GB 统一内存。

CPU 和 GPU 共享同一块内存池，不再分什么"系统内存"和"显存"两套账。Linux 下可以给 GPU 分配大约 110GB 的可寻址空间。对比一下你可能就有感觉了——

• RTX 5090：32GB 显存
• RTX 4090：24GB 显存
• 这台 Strix Halo 平台：110GB 以上可用

不是多一点，是三倍多。而且这是 x86 架构上的统一内存，不是苹果那种封闭生态，你能跑 Windows，也能跑 Linux，工具链该有的都有。

为什么"显存大"比"算力猛"更致命？

很多人第一反应是：核显再大也比不上独显带宽啊？

说得对。但你说错了场景。

跑 7B、14B 这种小模型，RTX 5090 的 GDDR6X/7 显存带宽接近 1800 GB/s，生成速度能把 Strix Halo 甩开几倍。这个没争议。

但问题在于：当你要跑的模型一大，显存装不下的时候，独显的优势瞬间归零。 模型权重溢出到系统内存，数据要跨 PCIe 总线来回搬运——实测场景下，RTX 5090 跑一个放不进 32GB 显存的模型，token 速度可以从每秒几十个直接跌到每秒一两个，你打字都比它快。

这时候 Strix Halo 的逻辑就清楚了：我不跟你比谁短跑快，我比你根本跑得完跑不完。 128GB 统一内存 = 模型住平层，不用爬楼梯搬数据。

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

这不是"AMD 干翻了英伟达"的爽文——准确说法是：在大模型容量这个维度上，Strix Halo 打开了一个独显至今够不到的价格-容量窗口。

价格怎么算？一次性投入 vs 永远订阅

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

而第三方厂商的 Strix Halo 迷你主机（比如极摩客 EVO-X2 这类）根据不同内存配置，落点在 1700～2500 美元 的区间。

不管取哪个数字，算一笔最朴素的账：

你每个月花在 Claude Pro、各种 API 额度、云 GPU 租赁上的钱，滚一年可能就三四千美元出去了。而这台机器买回来，电费一个月几块钱，跑多少次都不加价，数据一字节不出你的房间。

部署也谈不上多折腾——Ollama 或 LM Studio 拉一个 Qwen3-235B 的量化版本，指向本地地址，你熟悉的对话界面照常用，只是后端换成你自己的硬件。

冷静一下：它也不是万能钥匙

得说实话：Strix Halo 的统一内存带宽是瓶颈，大约 256 GB/s 的量级，跟高端独显差着一个数量级。所以如果你主要跑小模型追求最快响应，一块二手 4090 可能体验更好。

它真正的战场是：70B+ 级别的模型本地部署、私有文档 RAG、需要数据不离本的合规场景、不想被 API 限流掐脖子的开发工作。这些地方，过去你要么忍云服务的成本，要么搞一柜子服务器——现在一个饭盒大小的东西放桌上就行。

苏姿丰把这台机器拎上台的时候，台下炸的不只是"AMD 牛逼"，而是更多人突然意识到：本地大模型的硬件门槛，在 2026 年这个节点，已经不是技术问题，是价格和形态问题了。

而 AMD 用统一内存这条路，绕开了英伟达用显存容量和带宽筑了十年的墙——不一定推倒它，但至少凿了个够一个人钻过去的洞。

下一步就看软件生态（ROCm 的稳定性、框架兼容性）能不能跟上。硬件这边，牌已经亮出来了。