AMD想让人人“Token自由”？

发布时间：2026-09-06来源：腾讯科技

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 Halo Station工作站，AMD想要为“个人AI”争取的Token自由，实际上给用户的是一个阶梯选择。

同时，由于模型会变、工具会变、基础设施也会变，开发者也拥有“选择自由”——工作负载适合本地就选本地、适合数据中心就用数据中心。

“每一个伟大的计算时代，都赋予了人们过去所不具备的能力。而现在，AI正在赋予我们一种全新的能力。”Jack Huynh说。

以下为Jack Huynh演讲中文实录（在不改变原意的情况下，有删减）

早安，IFA。

几十年来，我们不断让电脑变得更快、更小、更强大。我们把电脑放在办公桌上，也放进我们的口袋里。现在，我们正在把智能融入每一个地方。我们正在赋予电脑一种理解能力——理解我们正在做什么、想要实现什么、什么对我们而言最重要，并最终与我们协同工作。而这将改变一切。

在AMD，我们构建支撑这一切可能性的计算能力，从最小的设备一直延伸到全球最大的超级计算机。我们一直在解决计算领域最困难的问题，同时始终相信一个简单的理念：技术只有真正将更多能力交到人们手中时，才最有价值。今天，我想向大家展示，当这种能力变得更加个性化之后，会发生什么。

从太空边缘，到手术室，再到我们星球的未来，AMD技术正在为这一切提供动力。计算不仅仅改变机器能够做什么，它也改变了人能够做什么。

AI就是新时代的电力。正如电力最终融入日常生活，智能也将融入我们每天使用的工具之中。AI正进入我们生活的方方面面，帮助我们发现新药、看到过去无法看到的东西、把想法变成现实。

每一代人都会把一套更强大的工具留给下一代。PC将计算能力交到数百万人手中；互联网让全球知识触手可及；智能手机把计算放进我们的口袋。而现在，AI正在赋予计算智能。问题不再只是“电脑能够做什么”，而是“我们能够利用电脑做什么”。

AI正以人类历史上极为罕见的速度发展。几年前AI学会对话，一年后学会“看”，然后学会推理，2025年进入Agentic阶段——它不再只是回答问题，而成为能够采取行动的系统：能规划、使用工具、检查自己的工作并持续执行。一个Agent帮一个人做更多工作，一组Agent并行工作，倍增效应不断扩大。

但这种新杠杆有代价。每次生产力倍增，都伴随计算需求倍增。Agentic AI正以前所未有的速度推动Token消耗增长。标准ChatGPT一次交互只用几百到几千Token；而一个自主Agent规划一次旅行，可能是数十万、数百万Token，且全天候发生。

我们每天使用的标准模型，每月处理的Token从约0.7千万亿增加到1.7千万亿，这还是Agent出现之前。到2030年，预计每月达120千万亿。差距巨大，我们需要更多计算，也需要重新思考这些计算在哪里运行。

93%的企业都超出了自己的AI预算，Agent只会进一步增加需求。我们不能只是花更多钱，必须更聪明地计算。按每天1500万输出Token，云端成本约每天300欧元、一年近10万欧元。与此同时，芯片更小更强，个人设备能力已进入过去只有数据中心才有的范围。下一代计算将由离你更近的智能定义——更个人化、更高效、更有能力。

我们正在进入个人AI时代。个人AI理解你的上下文，与数据紧密连接，扩展你的想象力和成就。它包含三个核心部分：本地计算、隐私与控制、个人上下文。

先看本地计算。去年8月OpenAI发布1200亿参数开放权重模型GPT-OSS，GPQA拿80分；几个月后90亿参数的Qwen 3.5在同一基准超过它——参数少13倍，成绩更好。AI正越来越小、越来越快、功能越来越强。Strix Halo用128GB统一内存，本地跑最高2000亿参数；Gorgon Halo把统一内存提到192GB，本地可跑从2000亿提升到3000亿参数。过去需云端订阅的，现在直接在电脑上完成。

本地并不意味着次等选择。软件工程基准上，跑在Strix Halo上的开源模型Laguna S 2.1胜过了云端Claude Sonnet 5；Gorgon Halo本地运行的GLM 5.3 Flash也胜过云端Claude Fable 5。经济性上，Sonnet 5生成1000万输出Token约90欧元，Gorgon Halo高用量场景约500欧元——但本地没有按Token计费，用一次或一千次都行。在Strix Halo上，10个AI Agent可在本地并行工作，笔记本变成与你协作的团队。

我身后就是Gorgon Halo Box，专为开发者打造、探索本地AI新品类，很快将在欧洲上市。OEM伙伴也很兴奋。

昨天联想在柏林推出由Gorgon Halo支持的ThinkCentre X，小巧可放桌面，能本地跑3000亿参数模型。我们还首次借助Gorgon Halo打造了一款笔记本，代号Sunday，研发数年——新一代惠普ZBook，190GB统一内存。整个3D世界可一条指令在本地创建，飞行模拟也能流畅跑。这就是掌握在手中的个人AI。

模型和设备都就绪，前沿技术不再遥不可及。但个人AI还必须赢得信任，这引出隐私与控制。个人AI触及你最有价值的部分——文件、对话、偏好。智能离你越近，保护这种个性化智能越重要。敏感工作应留在设备上、由你掌控；你的上下文随你选择的设备移动，只在你选择时分享。今天多数AI从云端开始，但想象智能从你身边开始：PC本地处理能处理的，需要更大规模时再连云端，由PC决定工作在哪里运行。

个人AI最后一个组成部分是个人上下文。最强大的AI不只了解更多世界，也更了解你。计算技术栈有应用、模型、计算，但个人AI还需多出一层上下文——告诉你你是谁、什么重要、在努力实现什么。没有上下文，AI只给一个答案；有了上下文，才给适合你的正确答案。两人问“帮我准备明天的事情”，一人意味着客户会议和三个决定，另一人意味着考试——同一问题，需求完全不同。

我们与微软合作近20年，共同把Strix Halo、Gorgon Halo不断往前推——更强CPU、GPU、AI、每瓦性能与安全，AMD持续交付。微软推出Project Zenith，一套开箱即用的Windows编程体验，将开箱即用地支持AMD Ryzen AI Halo，至少配64GB内存，让开发者本地跑大模型和复杂AI工作流；我们期待率先在Gorgon Halo Box上提供这一体验。

过去需云端的事，现在直接在PC本地运行。PC正在从响应你的工具，演进为理解你、帮你完成任务的对象，这需要芯片到软件到操作系统到应用协同。

我们刚讨论了AI如何改变PC，但当一个系统能成为工作所需的任何形态时会发生什么？如果PC不必只是PC，如果系统能为开发者提供卓越算力、并在团队需要时成为共享AI基础设施，如果把现代数据中心级算力带到身边？我们设计并建造了它。

今天首次分享一个全新类别——Threadripper Halo Station，世界上最强大的工作站，能跑参数超万亿的AI模型。它配96核Threadripper PRO、2块Instinct MI350P（可扩至4颗）、最高2TB系统内存、最高576GB HBM3E，全部液冷——几乎就是你的个人超级计算机。

我们从个人AI起步，用Gorgon Halo把卓越算力带到桌面，又把超算级算力带到工作站。现在需要让这种算力开放、可访问、为世界准备好，这需要软件和生态。

如何让PC和工作站的个性化能力进一步扩大？工作站并不是终点，只是起点。真正的转变是：开发者的想法从一台Ryzen AI Halo起步，进入安全受支持的生产环境，再随需求扩展成企业级基础设施。规模化不应意味着放弃选择——模型、工具、基础设施都会变，开发者和企业该始终握有主动权。AMD拥有同样的开放基因，我们希望始终开放，不缩小选择空间。

更大的机遇在于让数百甚至数千套AI系统——工作站、服务器、数据中心、边缘——协同工作，而非各自独立。从一台系统扩展到多台，保持开放，让所有算力无缝协同。一个想法从一个人、一台工作站开始，最终成长为整个组织依赖的解决方案。

每一个伟大的计算时代，都赋予人们过去不具备的能力。PC让计算触手可及，互联网连接全球知识，智能手机让它随行。而现在，AI赋予我们一种全新能力——将想象转化为行动。

AI理解你、与你协作、拓展你的能力边界，不是取代你的想象力，而是延伸它。最重要的问题不是“AI能做什么”，而是“你将用AI做什么”。最伟大的突破尚未被想象，下一家伟大的公司还未成立。也许就在这个房间，也许就是你。去想象一些尚不存在的东西，然后，把它创造出来。当你认为自己已触及极限时，再去想象、去梦想更大的可能。最好的未来，仍等待我们去想象。