零刻 ME Pro 370 系列正式上架，起售价 3999 元，主打 NAS 型迷你主机。它搭载 AMD Ryzen AI 9 HX 370，最高支持 256GB DDR5 内存，还配了 3 个 M.2 和最高 30TB 的机械硬盘扩展。接口也挺全，带 10GbE、2.5GbE 和 USB4.

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。

Jane Street 的交易逻辑正从对冲基金流向普通人：一名量化研究员将价值 4000 万美元的逻辑塞入仅需 4000 美元的 AMD Ryzen AI Halo 设备，11 周在卧室赚了 40 万美元。当顶级机构算力被压缩进消费级硬件，下一个被抹平的信息差在哪？

AMD 悄悄从消费级处理器中移除 #TSME# 透明内存加密功能引起忠实用户的不满，用户花费几个月时间调查后提交漏洞报告，结果 AMD 回应称这是预期的。 TSME 是 AMD PRO 处理器的专有功能，但其实 AMD 也通过 BIOS 更新支持 RYZEN 处理器，只不过近期 AMD 又通过更新禁用此功能且没有发布任何公告，这让用户非常不爽。 查看详情：

#驱动程序# AMD 发布新版芯片组驱动程序，芯片组驱动程序通常包含多个子系统的驱动程序，安装驱动程序更新有助于提高系统稳定性。该更新适用于 Windows 10/11 系统，也为最新发布的 AMD RYZEN AI 400 系列处理器提供支持。下载地址：

自己在家运行 AI 模型，可以选择两种硬件。 一种是独立显卡，目前最顶级的消费级显卡是英伟达的 RTX 5090，带有 32GB 显存，售价3万元人民币左右。 另一种是采用板载芯片组（CPU + 板载显卡 + 板载内存）的家用电脑，比如采用 AMD 公司 Strix Halo 芯片组（具体型号 Ryzen AI Max+ 395）的迷你电脑，自带 128GB 内存，售价2万元人民币左右。 我问大家，哪种硬件更好？ 大部分人可能不假思索，就会选择独立显卡，毕竟独立显卡的算力远大于板载芯片组。 但是，我告诉你，正确的答案其实是"不确定"。很多时候，板载芯片组的迷你 PC，才是更好的本地 AI 模型解决方案。

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。

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。