AMD 在 IFA 亮出个人 AI 底牌：不比游戏帧率，只比电脑装得下多大模型
IFA 2026 的 AMD 开幕演讲没有新显卡，45 分钟只讲了一件事：Personal AI。配套的是三样东西——Ryzen AI Max 400（代号 Gorgon Halo）平台、下一代 HP ZBook 的首次曝光，以及一台 96 核、全液冷的「桌上超算」Threadripper Halo Station。AMD 高级副总裁、计算与图形总经理 Jack Huynh 从算力版图一路讲到每个人的电脑：当 AI 像员工一样整天规划、调用工具、修改结果，这些计算究竟该放在哪里。
AI 是新的电力，但电费快付不起了
Jack 把这几年生成式 AI 的变化压成四步：先学会对话，再获得视觉与语音能力，随后开始推理；到 2025 年，AI 从回答问题的模型变成会规划、会调用工具、会检查结果并继续干活的 Agent。一次普通对话几百到几千 token，而「帮我规划全家意大利旅行」这类任务要查日历、订机票、改酒店，一轮下来就是数十万甚至上百万 token。
按 AMD 的数字，消费者级用户每天消耗数百万 token，创作者是数千万，开发者和创业者 5000 万起步。过去一年，全球月度 AI token 处理量从约 0.7 quadrillion 涨到 1.7 quadrillion，2030 年预计每月达到 120 quadrillion。与此同时，93% 的企业在超支 AI 预算。一个活跃用户每天 1500 万输出 token，走云端大约 300 欧元一天，一年为一个人的用量买单接近 10 万欧元。「我们不能只是花更多钱，必须算得更聪明」，几乎就是整场发布会的题眼。
模型在变小，电脑在变大
把 AI 拉回本地的前提，是本地模型要足够能打。去年 8 月 OpenAI 放出的开放权重模型 GPT-OSS-120B，在研究生级基准 GPQA 上拿到 80 分，是不少开发者的本地部署首选；几个月后，阿里的 Qwen3.5-9B 只用 90 亿参数就在同一基准上拿到更高分，参数少 13 倍，成绩反而更好。开源与闭源的竞争也在升温：Kimi K3 对标 Fable 5，DeepSeek、GLM 乃至 Flash 系列都开始对标 Claude Opus。
AMD 的路线图顺着这条曲线展开。基于 Gorgon Point 的 Ryzen AI 400 系列能本地跑 240 亿参数模型；128GB 统一内存的 Strix Halo 能跑 2000 亿参数。现场给出的对比是，跑在 Strix Halo 上的开源模型 Laguna S 2.1，在一项软件工程基准上超过了云端 Claude Sonnet 5（70.3 分）；同样 1000 万输出 token，Claude Sonnet 5 在云端约 90 欧元，在本地为零。
Gorgon Halo 与桌边超算
路线图上的主角 Gorgon Halo，市场名就是 Ryzen AI Max 400 系列：统一内存从 128GB 提到 192GB，可本地运行的模型从 2000 亿推到 3000 亿参数。现场还展示了智谱的 GLM-5.3-Flash：3200 亿参数可在 Gorgon Halo 上本地运行，同一基准上的表现优于云端 Claude Fable 5，而 Fable 5 跑 1000 万输出 token 大约要花 500 欧元。采用这颗芯片的整机，有联想在 IFA 2026 旗舰发布的 ThinkCentre X Ultra，小到能摆在桌上，最多四台可组成集群。Jack 还首次公开代号 Sundance 的下一代 HP ZBook：192GB 统一内存，现场一条 prompt 就本地实时生成了一整个 3D 世界，随后又流畅跑起《微软飞行模拟》。
演讲尾声，AMD 把个人 AI 推到了另一种尺寸。首次亮相的 Threadripper Halo Station 把 96 核 Threadripper PRO 和数据中心级 Instinct MI350P 塞进一台桌边工作站：展示机装两条 MI350P，预留扩展到四张的空间，系统内存最高 2TB，四卡时 HBM3E 总容量最高 576GB，整机液冷。AMD 称它能运行超过 1 万亿参数的模型，并叫它「全球最强工作站」。
生态拼图：系统、容器与开发者体验
硬件能把模型装进去，不等于 Agent 能在电脑上安全工作。它要跨应用和服务执行操作，系统得好上手，也得管住它能看什么、能改什么、何时需要授权。微软 Windows 与设备业务执行副总裁 Pavan Davuluri 介绍，Windows 正在为统一内存访问和工作负载调度做适配，让大模型用上 Gorgon Halo 的内存与 GPU；此前公布的 Microsoft Execution Containers 想为 Agent 提供隔离的执行环境，目前仍处于早期预览。他还公布了 Project Zenith——一套面向开发者级硬件的开箱即用 Windows 体验，要求设备至少 64GB 统一内存，预装 VS Code、WSL、GitHub Copilot CLI、PowerShell 等开发工具，将率先随 Ryzen AI Halo 设备提供。现场他用阿里 1250 亿参数的 Qwen3.8-Flash-Next 在 Gorgon Halo 上演示：从写个小函数，到对敏感文件做本地取证分析，再到一句话生成设计师作品集网站，全程不离开本地。Pavan 给这个愿景起了个名字：PC 将成为「unmetered intelligence」的家。
从能跑 24B 模型的普通 AI PC，到 192GB 统一内存的 Gorgon Halo，再到瞄准 1T+ 模型的 Threadripper Halo Station，AMD 把个人 AI 的硬件层级摆上了台，并与微软、SUSE 合作补齐 Windows 开发与企业部署。DeepSeek、千问、GLM、gpt-oss 和 Laguna 出现在台上时，它们已不只是产品，而是衡量本地算力的标尺——这套路线能否成为新的换机理由，最终取决于设备稳定性与开源模型的能力。
