" 它兑现了作为 AMD AI 生态内一键式本地 AI 平台的承诺，附带文档和软件让你快速上手。但性能仍落后于 DGX Spark 和 GB10 盒子，而且价格并没便宜多少。" 在针对全新锐龙 AI Halo 的评测中，Tom's Hardware 给出了如上结论。这枚专为本地 AI 加速打造的迷你 PC 既承载着 AMD 在开发者端扳回一城的希望，也暴露出 x86 生态在 AI 软件层追赶 NVIDIA 过程中尚存的磕绊。

要理解这款产品为什么值得关注，需要把时间轴往回拉一年半。彼时 AMD 放出 Strix Halo（锐龙 AI Max+ 395）这颗 SoC，集成 16 核心 Zen 5 CPU、Radeon 8060S 核显（2560 个 RDNA 3.5 流处理器）以及可选的 XDNA 2 NPU，最大支持 128GB 统一内存。纸面参数直指 NVIDIA GB10 平台，而且还多了一手原生运行 Windows 及 Windows 应用的本事——这在当时 Linux 专属的 GB10 生态里是稀缺品。很快，一大批 OEM 合作伙伴开始围绕这颗芯片打造各式迷你机，市场上并不缺对应的硬件。

可当开发者满怀期待地把机器抱回家，想跑个 Llama 或者 Stable Diffusion 时，场景立刻变得骨感。想让性能拉满、兼容性不掉链子，你需要在 GitHub 的各个项目页、Reddit 的串贴以及 AMD 官方文档库之间反复横跳，自行摸索 ROCm 驱动和框架依赖的正确组合。对于刚踏进本地 AI 大门的人来说，这无异于一堂又硬又涩的实践课。

正因如此，AMD 今天亲自下场的锐龙 AI Halo 才显得像个转折点。这不是一枚芯片，而是一台完整的第一方 Strix Halo 迷你 PC，可以选择 Windows 或 Linux。我们拿到的测试机是 Linux 版本，开机就预装了一套完整的 AMD ROCm 软件栈，外加用于推理和训练的一系列应用组件。更重要的是一本 " 剧本 "：AMD 借鉴 NVIDIA 的做法，为 AI Halo（以及广义的 Strix Halo 系统）专门撰写了一套覆盖多种本地 AI 用例的操作指南。这意味着你不再需要从零拼凑环境，插电、登录、敲几行命令，就可以迅速对心仪的模型敲下回车。

从硬件本体上看，这台机器被一个带有渐变光泽的塑料外壳包裹，正面横贯的长灯带在通电后亮起，视觉上干净利落。128GB 的统一内存池让 70 亿参数的模型毫无压力，130 亿参数的任务也能从容吞吐。x86 根底带来的一个附带甜头是，如果你突然想切回 Windows 环境跑个日常工作，随时可以办到，不像 GB10 阵营那样眼下只有 Linux 这一种面孔。

不过，平顺的初始体验走到性能实测环节，考验才真正到来。在 AI 推理和软件兼容性两项核心指标上，锐龙 AI Halo 仍然明显被 NVIDIA 的 GB10 平台拉开身位。即便是与比它更小号的 DGX Spark 相比，实际的 token 生成速率和主流框架的现成支持程度也透着一股 " 工科生追赶学霸 " 的紧绷感。Tom's Hardware 的评测人员还发现，预装的软件在配置逻辑上偶尔会流露出还不够精炼的痕迹，而官方引以为傲的 Playbook 和配套文档，在细节打磨上也尚欠火候。

把这些体验折算成价格审视，又添了一层微妙。锐龙 AI Halo 定价 3999 美元，几乎贴着同代际 GB10 设备的尾巴。如果你手里恰好有这笔预算，又对 AI 的玩转效率和社区生态活跃度极度敏感，再多掏几百美金升级到一台更快、软件支持更成熟、文档体系更完善的 NVIDIA 盒子，并非不可想象的选择。AMD 要对抗的不止是跑分里的毫秒差异，更是整个生态系统在开发者心中形成的惯性——而这种惯性，单纯靠一块好硅片还撬不动。

但给 AMD 扣上一顶 " 不敌 " 的帽子也过于粗暴。锐龙 AI Halo 的定位更像是本地 AI 的探索者工具包：它把你拽出命令行地狱，缩短从开箱到生成第一段结果的时间窗，并透过持续推送的软件更新保持一条直达官方的信道。对于那些想在非 NVIDIA 的硬件上试验模型、或是本就需要在 x86 与 AI 工作流之间频繁切换的开发者而言，这依然是目前能找到的最齐备的一把瑞士军刀。AMD 只不过还需要一点时间，把刀片上的锈迹再磨掉几处。