10月初，AMD自家的迷你主机"锐龙AI Halo"新款悄悄开启了预售：锐龙AI Max+ PRO 495芯片、192GB统一内存、6799美元，约合4.86万元人民币。9月底，B站UP主白大拿到495的首发评测，标题从"玩具"改口成"真AI生产力"。10月23日，ETAPRIME的上手视频干脆叫它"AMD迄今最强迷你电脑"。虞大胆的叽叽喳喳哔哩哔哩哔哩哔哩
3000亿参数的大模型，第一次进入了"一台巴掌大的主机就能装下"的时代。但先别急着下单，这台机器得拆开看。搞机思维
一、新款升级了什么？答案：几乎只有内存
把两代规格表放在一起：
GPU：还是40组RDNA 3.5计算单元，名字从Radeon 8060S换成8065S，规格没动；
内存带宽：256GB/s → 273GB/s，涨了6.6%；
NPU：50 → 55 TOPS，涨了10%；
CPU：仍是16核32线程Zen 5家族，只是这代小核全换成了大核；
内存：128GB → 192GB，唯一的硬升级，最多可把160GB划给GPU当显存。
官方的说法是，至高16个Zen 5 CPU核心、40个AMD RDNA 3.5 GPU计算单元、至高55 TOPS的NPU算力，统一内存至高192GB LPDDR5x。而圈子里对这代变化的判断很直接：本质是Refresh，属于小改款，核心并没有动，只有内存容量这一项算硬升级。翻译一下：新款没有换"芯"，只是把仓库扩建了50%。AMD中国搞机思维
二、多出的64GB只干一件事：把"装不下"变成"装得下"
本地跑大模型的硬门槛是容量，模型权重加上下文装不进内存，一切免谈。AMD官方在495+192GB平台（划160GB显存）给出的数据是：GLM 5.3 Flash 320B经4bit量化后，生成速度最高约20 tokens/s；Qwen 3.8 Flash Next（125B主参数+51B嵌入）可达约42 tokens/s。搞机思维太平洋科技
注意测试条件：提示词都是"一个球从10米高落下需要多久"这种一句话物理题，长文档、工具调用、多个智能体连轴转时的真实速度，仍需在真实任务中验证。20 tokens/s大概是人眼刚好能跟上的阅读速度，不是爽快。太平洋科技
三、速度归带宽管，而带宽没动——所以只能等软件
为什么老款395也不算落伍？有人把395、英伟达DGX Spark、M4 Max Mac Studio、RTX 5090拉通实测Qwen3.8 27B，结论扎心：Halo和DGX Spark的token生成速度半斤八两，因为两款机型的统一内存带宽差不多，也都比较低，撞的是同一堵墙。新款带宽只涨6.6%，人体基本无感。虞大胆的叽叽喳喳
真正在改变体验的是软件侧。vLLM从0.32版本开始为Strix Halo做优化，10月26日曝出的PR #63199给它的GPU加了FP8专用计算内核，部分GEMM算子执行速度提升至原来的1.70～2.54倍，单个矩阵运算耗时从约553微秒砍到218微秒；但别激动太早，端到端实测只快了约6.8%，PR还是Draft状态，目前只覆盖DeepSeek V4的部分Decode投影。deephub
开源项目SnowLLM的评价更狠：现有推理框架大多是为别的GPU写的，直接搬到这颗芯片上，只发挥了大约一半的性能。翻译成人话：这块硬件应得的性能，软件还没榨出来。好消息是，往后每一次压榨，对老用户都是免费的。搞机思维
四、三种人，三种命
手里已有395的：别急着换。你的GPU和带宽与新款几乎同级，换机只换来容量。只要不跑300B级模型，等vLLM和ROCm把性能榨出来，比换机划算。
铁了心要跑320B、开多智能体的：192GB是硬门槛，这钱绕不过去。但未必非盯6799美元的官方开发者平台，极摩客EVO-X3等第三方机型已官宣要升级495处理器。等这些机型上市，价格大概率比官方平台接地气。另外官方机预装的不是Windows也不是Ubuntu，而是基于Debian的定制Linux发行版。ETAPRIME都是格机自装Windows 11 Pro再上手测评的，动手门槛不低。知乎虞大胆的叽叽喳喳哔哩哔哩
买来打游戏办公的：这代跟你没关系。游戏看GPU，40组RDNA 3.5的定位没变，该看别家看别家。
最后一句话总结：本地AI这件事，容量决定能不能跑，带宽决定跑多快，软件决定能榨出几成。这台Halo新款只解决了第一件——后两件，等等党永远不亏。
