Lisa Su 把大模型的本地运行门槛直接打了下来。一个午餐盒大小的 Mini PC，无需云端、无需独立显卡，就能跑通完整的 Qwen3 235B。 靠着 Ryzen AI Max+ 395 和 128GB 统一内存（Linux 下可用 VRAM 高达 ~110GB），x86 芯片终于具备了在本地接管超大规模模型的硬实力。

$AMD 首席执行官Lisa Su：“我们现在预计2027年收入将增长超过80%，”这比公司去年11月制定的长期增长目标高出两倍多。数据中心业务现在预计将在2027年占AMD总收入的80%以上，而第三季度这一比例为64%。对整个AI产业链而言，AMD的数据中心业务同比增长97%，再次证明 $NVDA $AVGO 等AI算力需求依然强劲。

执行官 Lisa Su： “我们现在预计 2027 年收入将增长超过 80%，”这比公司去年 11 月制定的长期增长目标高出两倍多。 数据中心业务现在预计将在 2027 年占 $AMD 总收入的 80% 以上，而第三季度这一比例为 64%。 服务器 CPU 收入预计将在 2027 年同比增长一倍，而之前的预测是增长 70% 以上。 数据中心 AI 收入预计将比管理层 90 天前预测的还要快。

为何苏姿丰(Lisa Su)被视为AMD最伟大的CEO，以及AI最强大的品牌大使？苏姿丰2014年接手AMD，公司濒临破产。如今市值已从100亿美元，飙升65倍至6500亿美元。搞笑的是，2018年F1中国大奖赛上，Sky曾问苏姿丰是否“会说英语”。与激进的营销相比，MIT博士苏姿丰以稳健、守诺著称。

AMD 这次算是把话挑明了：现在是一家「数据中心优先」的公司😂 Lisa Su 在采访中直言，AI 和超级智能正在成为人类生活中不可或缺的一部分。 看看财报就知道了：AMD 第三季度数据中心营收达到 85 亿美元，同比暴涨 97%，占总营收约 64%。 另一边，AMD 预计 2027 年全球 PC 出货量将下降两位数，游戏业务第三季度营收也同比下滑 40%。 其实也不难理解，毕竟现在的数据中心实在太赚钱了。 从老黄到苏妈，曾经靠消费级芯片和游戏显卡打天下的巨头，如今都在把越来越多的资源押向 AI 数据中心。 说到底，资本永远会流向利润更高的地方。只是苦了还在等新显卡、等硬件升级的玩家😂

太猛了！AMD用 mini PC，直接跑 235B 模型 视频里 Lisa Su 把一个汉堡大小的 mini PC 举在手里，现场演示本地运行大模型，整个过程没有数据中心、没有云服务、也没有租用 GPU 主角是 Ryzen AI Max+ 395（Strix Halo）。这是目前把 CPU 和 GPU 融合得比较彻底的 x86 芯片，配备 128GB 统一内存。在 Linux 系统下，GPU 可以直接使用约 110GB 内存 对比很直观：RTX 5090 只有 32GB，4090 只有 24GB。这个小设备在内存容量上直接是它们的 3 倍以上 社区实测显示，在模型装不下单张 NVIDIA 显卡的场景下，特定推理任务（比如 DeepSeek R1）的性能能超过 RTX 5080 3 倍以上 设备层面，GMKtec EVO-X2 128GB 版的真实成交价大概在 1800-2500 美元左右（AMD 官方参考平台会更贵） 对重度使用 AI 的人来说，这件事的实际意义在于：可以用 Ollama、LM Studio 这类工具，本地跑真正有能力的模型。隐私完全掌握在自己手里，没有 token 限制，也不用担心半夜被限流 它特别适合需要处理私有文档的 RAG、本地 Agent 原型开发、长时间稳定运行的场景。云端订阅短期内不会消失，但对很多具体工作来说，本地这条路已经开始变得可行且有吸引力

兄弟们给你们看个神奇的东西绝对让你惊掉下巴！ Lisa Su今天直接拿个饭盒上台干碎了老黄的AI霸权。 她手里那个比饭盒大不了多少的机器，现场跑了2350亿参数的模型。 没有数据中心，没有云端，没有租来的GPU。 里面塞的是AMD Ryzen AI Max+ 395。这是第一块CPU和GPU共享内存的x86芯片。 统一内存直接干到128GB。 RTX 5090才给32GB显存。4090只有24GB。这玩意儿体积能塞进背包，内存容量是它们的三倍多。 在DeepSeek R1推理测试里，AMD这芯片性能是Nvidia RTX 5080的三倍以上。 一个平装书大小的台式机，在真实AI工作负载上跑赢了一张卖四千多美元的显卡。 现在算算你每年交的订阅费。 Claude Code Max每月200美元。ChatGPT Pro又是200美元。Cursor 20美元。Gemini 20美元。 一年5280美元就这么流走了，你还没开始真正建东西。 这机器128GB版本起价大概2399美元。按这个速度，不到一年就回本，之后就是纯赚。 装个Ollama，拉个Qwen3 235B，把Claude Code指向本地主机。 界面还是你熟悉的那个界面，但所有东西都在你机器上跑。没有按请求收费，没有凌晨三点限速。 律师不用再担心OpenAI拿你文件干啥了。开发者不用盯着令牌计数器了。创始人不用因为云账单太吓人而砍掉原型了。 私人AI终于成了普通人也能拥有的东西。 老黄今晚要睡不着了。

黄仁勋前脚刚走，竞争对手AMD的苏妈就来了，5月19上海 苏姿丰 Lisa Su，她的经典梗，就是在F1被当路人采访 “女士你好，请问你会说英文吗” “我会” “你是我今天随机采访的第一个路人，你今天在这干嘛的” “我在AMD工作，我们赞助法拉利车队” “你有VIP卡，哇喔，你这是全区通行卡！”

在硬件廝殺的時代、Nvidia、AMD都拿出核武火拼了，Apple呢？下一世代到Mac mini會加入戰場嗎？ 今天AMD首席執行官Lisa Su剛剛用一個1499美元的便當盒要幹掉Nvidia的4000美元AI盒子。 她走上舞台，一手拿著它，現場運行了一個2350億參數的模型。沒有數據中心。沒有雲端。沒有租用的GPU。 里面的芯片是沒人預料到的東西。AMD的Ryzen AI Max+ 395是第一個x86芯片，讓CPU和GPU共享相同的128GB記憶體。 這個簡單的技巧讓桌上型電腦能運行以前需要伺服器架構的模型。 在這128GB中，Linux把110GB交給GPU使用。對於背景來說，一張RTX 5090給你32GB，一張4090給你24GB。 這個便當盒給你超過它們三倍以上，機箱大小跟一本厚版聖經差不多。 那個讓全場震驚的基準測試：這個芯片在DeepSeek R1推理上超過了Nvidia RTX 5080三倍多。 一個1499美元的盒子在真實AI工作負載上跑贏一張4000美元的獨立顯卡。 Nvidia花了十年說服全世界說嚴肅AI需要他們的硬件。AMD現在只需一半的價格就把這個放到桌子上。 現在一個重度AI用戶為Claude Code Max付200美元，為ChatGPT Pro付200美元，為Cursor付20美元，為Gemini付20美元。那一年就是5280美元從你賬戶扣走。買這個盒子9個月就回本，然後餘生免費運行。 安裝Ollama。拉取Qwen3 235B。把Claude Code指向localhost。你已經用的同一個界面，只不過現在什麼都不離開你的機器，不按請求收費，也沒有公司在淩晨3點重置、讓你終於有時間構建你的使用。