今年的 IFA 展会开场有点不一样：AMD 拿下了开幕主题演讲的位置，这也是这个办了 102 年的展会历史上，第一次由芯片公司来做开场。而 AMD 带来的东西，也确实配得上这个「第一次」——一台能在本地跑万亿参数大模型的工作站。
本地跑万亿参数，卡点到底在哪
要理解 AMD 这次为什么值得关注，得先搞懂一个老问题：为什么大模型总得往云端跑。
传统 PC 和工作站把内存分成两块——系统内存归 CPU 用，显存归显卡用。一个模型要想被 GPU 处理，数据得先从系统内存复制到显存里。这带来一个硬性天花板：只要模型体积超过显存容量，这块显卡就根本跑不动它，不管你机器里还插着多少条系统内存。
拿现在最强的消费级显卡来说，RTX 5090 的显存是 32GB。而一个 3000 亿参数的模型，即便用 FP4 这种压缩格式，也要吃掉大约 150GB。这意味着，无论你花多少钱，单块显卡都装不下这种规模的模型——本地跑大模型的愿望，卡在的就是这道「显存墙」上。
AMD 的统一内存，绕开了这道墙
AMD 这次的 Ryzen AI Max Pro 400 平台（代号 Kraken Halo）换了个思路：不设独立显存，而是用 256-bit 的 LPDDR5X 内存接口，把 CPU、GPU、NPU 接到同一个内存池上。也就是说，系统内存就是显存。
这个平台最高 192GB 的总内存里，有 160GB 可以分配给 GPU 任务。这么一算就通了：160GB 大于 300B 模型 FP4 格式需要的 150GB——一个在任何单块显卡上都跑不起来的负载，在这台机器上可以本地运行。
内存带宽方面，理论峰值大约 273GB/s，比上一代提高了 6.6%。对大模型推理来说，内存带宽才是真正的瓶颈（而不是算力），带宽越快，本地生成的 token 速度就越快。对实际用下来的人来说，这直接决定了本地跑模型是「能用」还是「卡得没法用」。
液冷工作站，把门槛拉到了桌面
更重磅的是 AMD 同步发布的 Threadripper Halo Station，一台液冷工作站，官方称它可以在本地运行超过一万亿参数的大模型，全程不依赖云端。
与此同时，联想和惠普也带来了首批商用系统：联想的 ThinkCentre X 是一台紧凑型桌面机，跑的就是 Ryzen AI Halo 平台。旗舰芯片 Ryzen AI Max+ PRO 495 堆了 16 个 Zen 5 核心、40 个 RDNA 3.5 计算单元，以及 55 TOPS 的 NPU。
对普通用户来说，这些产品短期内还不是「买回家插上就玩」的东西，价格和定位都偏专业工作站。但它传递的信号很清晰：本地大模型的门槛正在快速下探，过去只有数据中心能干的事，正在被拉到一张桌子的范围里。
Ryzen AI Max Pro 400 到底堆了什么料
再往细里看这套平台，你会发现它不只是「内存大」这么简单。旗舰型号 Ryzen AI Max+ PRO 495 集成了 16 个 Zen 5 CPU 核心（最高 5.2GHz）、40 个 RDNA 3.5 计算单元，以及 55 TOPS 的 XDNA 2 NPU。
那个 55 TOPS 的 NPU 值得单独说一句——微软给 Copilot+ PC 设的认证门槛是 40 TOPS，AMD 这颗已经稳稳超过，意味着它在端侧 AI 加速上有正经的硬件支撑。整个 Kraken Halo 家族从 8 核到 16 核，覆盖了不同预算和性能档位。
标准版和 PRO 版之间的区别，主要在企业管理和安全特性上，基础规格完全一致。也就是说，普通用户买到的标准版，性能核心是一样的，不会因为少了 PRO 后缀就被阉割。
这件事为什么值得普通人留意
可能有人会觉得，万亿参数的本地 AI 跟自己没关系。但技术的下沉路径通常是这样的：先在最顶端证明可行性，再逐年把价格打下来、把体积缩下去。
再换个角度看，这套统一内存的思路，其实也已经在向更接近普通人的产品渗透。AMD 同期发布的 Ryzen AI Max Pro 400 系列，本身就有面向更广用户的型号，未来这套「内存即显存」的架构如果能进一步下沉到游戏本、一体机甚至桌面主机，那普通人离「本地跑大模型」的距离还会再近一步。
几年前「本地跑大模型」还是笑话，现在 3000 亿参数已经能塞进工作站，千亿、百亿级模型的本地化只会越来越便宜。对企业来说，数据不出本地意味着更可控的隐私和合规；对开发者来说，省下的是云端推理的钱。所以哪怕你现在用不上，也值得知道这件事正在发生——本地 AI 的时代，确实在一点点逼近。
本地 AI 这条路，还会怎么走
把这届 IFA 的信号连起来看，会发现「本地 AI」已经不只是 AMD 一家在喊了。英伟达同期也在推 RTX Spark 架构和本地 AI 部署方案，各家芯片厂商都在往「端侧、本地」这个方向使劲。
背后的逻辑其实很朴素：云端推理有延迟、有隐私顾虑、还有持续的成本，而很多场景——比如企业内部的敏感数据、需要低延迟响应的应用——恰恰更适合在本地跑。谁先解决「显存墙」这道坎，谁就能在下一轮竞争中占得先机。
AMD 这次用统一内存的思路，把门槛从「数据中心」拉到了「桌面工作站」。虽然离普通消费级还有距离，但技术一旦跑通，往下普及的速度往往比想象中快。对关注 AI 的普通用户来说，值得记住这个时间点：本地跑大模型，从今天起不再只是设想。