花大价钱买了台"AI PC"，兴冲冲跑个本地大模型，结果生成速度5.6 tok/s，字一个一个往外蹦，脚本里上下文还只给了4K。你的第一反应大概是：核显就是电子垃圾。
先别下结论。知乎用户"程序员大狐狸"手里有台酷睿Ultra X7 358H笔记本，Panther Lake正是英特尔18A工艺的首款消费级移动平台。这台机器的核显是Arc B390（Xe3架构），配32GB DDR5-9600内存。他从10月10日到14日连发四篇实测，把问题一路挖到了注册表里的一个数值：挡住大模型的根本不是内存不够，是英特尔驱动默认只放行57%。36氪知乎
核显的"显存"，是一道闸门不是一个池子
Panther Lake用统一内存架构，核显没有独立显存，用的全是从系统内存里划出来的额度。英特尔驱动用一个注册表项控制"显卡最多能提交多少比例的系统内存"，出厂默认约57%。知乎
大狐狸做了组干净的A/B实测：57%额度下，Qwen3.8-27B（Q4量化，权重15.33 GiB）上下文开到16K就到头，32K直接报设备内存错误——报错那一刻系统还空闲25.43 GiB，失败原因不是物理内存不足，而是显卡提交额度被打满。知乎
把额度改到80%再重启，同一个模型的上下文直接开到208K，翻了13倍。换成MoE架构的Qwen3.6-35B-A3B，全部档位实测可加载，直到模型原生的256K上限。知乎知乎
最反直觉的细节是：改完之后，驱动上报给工具的"显存上限"还是16.46 GiB的旧数字，一点没变，按上报值做显存规划的框架依然会保守估计。额度只是闸门，闸门后面还是那一个池子。知乎
显存变大，不等于能跑更大的模型
闸门拧大不是为所欲为。实测给出了一条经验公式：系统内存占用≈权重×1.6+5.8 GiB（Windows基线），32GB机器代入一算，权重上限就是15.5 GiB左右——15.46 GiB的35B-A3B塞进去"刚刚好"，加载完只剩0.72 GiB空闲，20 GiB级模型必换页。权重一落到磁盘，哪怕是SSD，随机读15 GB权重也意味着每个token要等几百毫秒到数秒。知乎知乎
还有两条护栏值得抄下来。额度别在80%以上继续加，85%时只剩4.7 GiB给Windows，系统会开始换页，日常使用就卡了。模型满载时系统负载约95~97%，多开一个Edge窗口就能把模型推进页面文件。知乎知乎
核显跑本地AI，选型比机器重要
同机三组数字，一目了然：
Qwen3.8-27B（稠密，Q4）：4.5~5.6 tok/s，质量优先的选择。知乎
Qwen3.6-35B-A3B（MoE，Q3）：21~24 tok/s，快4~5倍，SWE-bench Verified 73.4反超80B级旗舰编程模型——它40层里只有10层带KV cache，每token上下文开销只有稠密模型的三分之一。知乎
Bonsai-2-27B（Prism ML九月发布的低比特量化版）：实测11.8 tok/s，权重仅5.54 GiB，但必须自己编译分支版llama.cpp，新手慎入。知乎
结论很诚实：生成速度受限于核显共享内存带宽，物理瓶颈摆在那，RTX 4090跑同款模型约30-40 t/s仅作参照。但离线问答、编码辅助、应急场景，MoE+32GB核显本已经过了"能用"线。知乎
双11前，358H的机器什么价
正赶上涨价窗口：Intel自9月起率先上调多世代PC处理器价格，高端Panther Lake涨幅达15%至20%。目前机械师14 Ultra国补后7225元。Redmi Book Pro 14（32G+1T）补贴后8074元，铭凡358H迷你主机补贴后7904元。ThinkBook 14+三月首发时候只要8299元，现在补贴后要11489元，涨了近3200。微博微博哔哩哔哩知乎
如果你是冲"本地AI"买这代机器，记住三个数：32GB内存、15.5 GiB权重上限、优先MoE。上限之内，核显真能用；超出上限，老老实实加独显或上云。闸门能拧大，池子不会变大——这可能是今年关于AI PC最实在的一句结论。
