AMD 高级副总裁、计算与图形总经理 Jack Huynh

文丨苏扬

编辑丨徐青阳

"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。

" 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。