一天烧掉300欧元，AMD把AI从云端拽回你的电脑

没有新显卡，也没有跑分轰炸，这场 IFA 2026 的 AMD 开幕演讲只讲了一件事：Personal AI（个人 AI）。支撑它的三样新品分别是 Ryzen AI Max 400（代号 Gorgon Halo）平台、下一代 HP ZBook 笔记本的首度曝光，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 在 45 分钟的演讲里，从绕月飞行的 Artemis II、手术机器人讲到芬兰的 LUMI 超算和 PlayStation 5 Pro，回顾了一遍 AMD 的算力版图。随后，他把问题落到了每个人的电脑上：当 AI 像员工一样整天规划、调用工具和修改结果，这些计算究竟应该放在哪里？

AI 是新的电力，但电费快付不起了

Jack 把生成式 AI 过去几年的变化压缩成四步：先学会对话，再获得视觉和语音能力，随后开始推理；到了 2025 年，AI 从回答问题的模型变成了能够规划、调用工具、检查结果并继续工作的 Agent。类似的转变除了带来更好的用户体验，更多的是工作负载的增加。

一次普通 ChatGPT 对话只要几百到几千 token，而一个“帮我规划全家意大利旅行”的 agent 任务，要查日历、订机票、改酒店，一次就是数十万甚至上百万 token。按 AMD 给出的数字，消费者级用户每天将消耗数百万 token，创作者是数千万，开发者和创业者则是 5000 万起步。

宏观数据则显示，过去一年全球月度 AI token 处理量从约 0.7 quadrillion（700 万亿）蹿升到 1.7 quadrillion（1700 万亿）；到 2030 年，预计达到每月 120 quadrillion（12 亿亿）。与此同时，93% 的企业正在超支 AI 预算。Jack 提到一个活跃用户每天 1500 万输出 token，走云端大约是 300 欧元一天；一年为一个人的 AI 用量买单，需要支付接近 10 万欧元。

“我们不能只是花更多钱，必须算得更聪明。”这句话，大概就是 AMD 整场发布会的题眼：如何把 AI 从云端拉回本地。

模型在变小，PC 在变大

本地化叙事能成立的前提，是本地模型和闭源的前沿模型相比足够好，即模型体积要变小、性能要变强。去年 8 月 OpenAI 放出的开放权重模型 GPT-OSS-120B 在 GPQA（研究生级推理基准）上曾拿到 80 分，已经作为很多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了更高的分数，参数少了 13 倍，成绩反而更好。

放眼最近这几个月，开源模型和闭源模型的竞争更是如火如荼，从 Kimi K3 对标 Fable 5，到 DeepSeek、GLM，甚至 Flash 模型都开始对标 Claude Opus 系列模型。AMD 的路线图也是沿着这条曲线展开，当前 Gorgon Point 处理器，也就是 Ryzen AI 400 系列可以本地跑 240 亿参数模型；128GB 统一内存的 Strix Halo 则可以运行 2000 亿参数模型。

这些本地模型的表现，AMD 在现场也给出了对比：完全跑在 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的 Claude Sonnet 5（70.3 分）。1000 万输出 token，Claude Sonnet 5 云端约 90 欧元，本地为零。

个人 AI 的三个关键词

把计算搬回电脑，而不是放在数据中心，这是 AMD 针对本地计算的想法。而在本地计算解决速度与成本之后，隐私与控制也是 Agent 比较敏感的一方面。AMD 希望这些资料先留在用户身边，由用户决定什么内容可以离开设备、发往哪里。

最后是个人上下文，这是 Jack 眼中比应用、模型和算力多出来的第四层。同一句“帮我准备明天”，对上班族可能意味着客户会议和三个待定事项，对学生则可能意味着考试与学习小组。模型知道世界知识还不够，它还得知道提问的人明天要面对什么。本地计算、隐私与控制、个人上下文，这就是 AMD 所押注的个人 AI 三个关键词。

从 192GB 统一内存到万亿参数工作站

在具体的产品上，AMD 介绍了 Gorgon Halo，对应的市场名是 Ryzen AI Max 400 系列。统一内存从 128GB 提升到 192GB，本地可运行模型从 2000 亿推到 3000 亿参数。在现场，AMD 还展示了来自智谱的 GLM-5.3-Flash，3200 亿参数可以在 Gorgon Halo 上本地运行，并展示了在同一基准上，本地模型的表现甚至要优于云端的 Claude Fable 5；作为对照，Fable 5 跑 1000 万输出 token 大约要花 500 欧元。

应用该芯片的电脑也有联想在 IFA 2026 旗舰发布的 ThinkCentre X Ultra，搭载 Gorgon Halo，小到可以摆在桌面上，最多四台可以组成集群。此外，Jack 还首次公开了代号 Sundance 的下一代 HP ZBook：192GB 统一内存，现场用一条 prompt 在本地实时生成了一整个 3D 世界，然后又用它流畅跑了《微软飞行模拟》。“白天创造世界，晚上打游戏。一手是真实世界，一手是我想象的世界。”

Gorgon Halo 仍然是一台面向个人的紧凑型电脑。演讲接近尾声时，Jack 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 AMD Instinct MI350P 放进一台桌边工作站。现场展示机装有两张 MI350P，并预留了扩展到四张的空间；系统内存最高 2TB，四卡配置下的 HBM3E 总容量最高 576GB，整机采用液冷。AMD 称，它可以运行超过 1 万亿参数的模型，并称其为“全球最强工作站”。

DeepSeek、千问、GLM、gpt-oss 和 Laguna 也出现在台上，但它们在这场演讲里成了新的衡量指标。刚发布一周多的 Qwen3.8-Flash-Next 就能放进 AMD 的新平台里运行、拥有 3200 亿总参数的 GLM-5.3-Flash 也能装进统一内存里。AMD 用这些开放权重模型证明，从普通 AI PC 到桌边工作站，任何硬件确实都有任务可跑。对这些电脑芯片厂商来说，过去他们都在比游戏帧率，现在已经变成了比较我的电脑到底能装下多大的模型。