AMD想让人人“Token自由”？
腾讯科技 · 科技资讯
原创 值得关注的 2026-09-06 14:34 德国 押注个人计算。 AMD高级副总裁、计算与图形总经理Jack Huynh。图片经过AI处理 文｜苏扬 编辑｜徐青阳 “AI PC是个人计算的基础设施，而非云端AI的替代品。” 1月份，苏姿丰在CES展上说要押注AI个人计算，当时AMD拿出的解决方案是128GB的Ryzen AI Halo。 8个月之后，AMD决定为个人计算基础设施的配置进一步加码，正式拿出新一代Gorgon Halo芯片，把统一内存从128GB拉到192GB，允许用户在本地部署3000亿参数模型。 AMD的升级策略直指英伟达，后者针对个人AI计算推出的DGX Spark芯片，统一内存为128GB，本地部署的模型也仅能支持到2000亿参数规模。 今年9月初的IFA（柏林国际消费电子展），AMD高级副总裁、计算与图形总经理Jack Huynh在主题演讲中将苏姿丰的观点进一步延展，强调AI正在进入“个人AI（Personal AI）”时代，智能不再只待在云端的数据中心，而要落到你手边的电脑、背包里的笔记本，乃至桌面上那台能跑万亿参数模型的工作站。 如果数据中心GPU是英伟达的核心战场，那么到了服务器CPU市场，AMD强势吃掉了这个领域的“半壁江山”——EPYC今年一季度按营收算拿下46.2%份额。 在这种背景下，聚焦本地计算的个人AI市场，将成为上游芯片公司们掘金的新战场，这也是为什么苏姿丰在多个场合谈到AI时会提及“我们才在第三局”，她也预测称2030年全球活跃AI用户将从10亿涨到50亿。 Counterpoint的跟踪数据也为“个人AI”的芯片战争提供了指引：数据显示，2026年高端AI PC在全球出货渗透率将冲到约59%，较2025年的39%大幅跳升。 因此，Counterpoint也将今年定义为硬件赶上软件的“交叉之年”。 Token处理量进化曲线 在演讲中，Jack Huynh把“个人AI”划分为三部分：本地计算、隐私与控制、“个人上下文”。并且把对用户规模的预测，量化到Token级别。 “每月处理量从约0.7千万亿涨到1.7千万亿，2030年预计达120千万亿。按每天1500万输出Token，纯云端成本每天约300欧元、一年近10万欧元。” 也就是说，把部分计算搬回本地设备，“聪明的计算”将转换成“更便宜的计算”。 为此，AMD组建了一个“个人AI”联盟，基于Gorgon Halo芯片延伸出联想ThinkCentre X、惠普ZBook，以及算力更加激进的Threadripper Halo Station等。 代号Sunday的惠普ZBook “个人AI”的叙事能够成立，把云端订阅才能推进的工作转移到本地，硬件规格的提升只是一方面。另一方面取决于模型的进化。 “AI正变得越来越小、越来越快，同时功能越来越强大。”Jack Huynh说，这种效率提升会直接落到PC上。不过他也强调，本地并不意味着次等选择。 在软件工程基准上，本地部署在Strix Halo上的开源模型Laguna S 2.1，分数压过了云端模型Claude Sonnet 5；Gorgon Halo本地运行的GLM 5.3 Flash，也胜过云端领先的Claude Fable 5。 经济性上，Sonnet 5的1000万输出Token大约要90欧元，在Gorgon Halo上高用量场景跑同样规模，虽然按Token量计费约500欧元，但本地不涉及按次计费，换句话说，支付硬件成本之后，用户就将获得持续的“Token自由”。 除了联想等OEM伙伴的展台外，微软也提供了软件层面的支持。 微软副总裁、Windows与设备部门负责人Pavan Davuluri在与Jack Huynh的同台交流中提到 Agent从“理解意图”变成“跨应用、文件和服务采取行动”，前提是建立在信任、安全和用户控制之上。 与此同时，Pavan还宣布一套叫Project Zenith的“开箱即用”Windows编程体验，预装VS Code、WSL、GitHub Copilot CLI和PowerShell，并明确“开箱即用地支持AMD Ryzen AI Halo”，让开发者在本地跑大模型和复杂AI工作流。 不过，“算力压到个人身边”推到极致的，是Threadripper Halo Station工作站。 Threadripper Halo Station配备96核Threadripper PRO处理器、2块Instinct MI350P加速器（可扩至4颗）、最高2TB系统内存、最高576GB HBM3E，全部采用液冷方案，支持万亿参数模型本地部署。 Threadripper Halo Station现场图 从基于Gorgon Halo的AI PC，到Threadripper