AMD Ryzen AI Halo 实测：128GB 统一内存，能干翻 DGX Spark 吗？

AMD 终于拿出了自己的 AI 工作站——Ryzen AI Halo，一台巴掌大的迷你主机，却塞进了 128GB 统一内存和 16 核 Zen 5 处理器。它直接对标 NVIDIA 的 DGX Spark 和苹果的 Mac Studio，但价格便宜了 700 美元。实测下来，它在 27B 到 120B 参数的 MoE 模型上能跑出两位数 token/秒，可一旦上到 70B 稠密模型，速度就掉到个位数。AMD 宣称比 DGX Spark 快 10-14%，但多家媒体实测发现，在多数 AI 任务中它反而稍慢。这台机器已经开卖，但它的真正战场可能不在跑分，而在生态——它原生支持 Windows 和 Linux，而 DGX Spark 至今只有 Linux。

目前能确认到哪一步
已开售（shipping）。AMD 于 2026 年 7 月正式发售 Ryzen AI Halo，定价 3999 美元，可在 Micro Center 等渠道购买。评测基于零售版，非工程样品。

硬件设计：小身材，大内存，但接口有取舍
Ryzen AI Halo 是一台边长仅 15 厘米、高不到 5 厘米的黑色小方盒，重量 1.2 公斤。外壳带有珠光变色效果，底部有一圈白色 LED 灯带，开机后很吸睛。AMD 在散热上下了功夫——顶部和侧面都有进风口，但官方警告不要侧放，否则可能过热。内部有两个涡轮风扇，日常使用很安静，但满载时风扇声会明显起来。

接口方面，它提供了三个 USB-C 口（其中一个为 USB 3.2，两个为 USB 4）、一个 HDMI 2.1 和一个 10GbE 网口，但没有 USB-A 口。电源适配器是 240W 的砖头，会占用一个 USB-C 口。相比 DGX Spark 的 200Gbps ConnectX-7 网卡，Halo 的 10GbE 在多机互联上差距明显。不过它支持 Wi-Fi 7 和蓝牙 5.4，无线连接倒是很新。



AI 性能：MoE 模型是甜点，稠密大模型吃力
评测显示，Ryzen AI Halo 在 8B 以下小模型上能跑到 40-80 token/秒，交互流畅；27-35B 参数的 MoE 模型（如 Gemma 3 27B）可达 25-45 token/秒，非常可用。社区测试中，Qwen3-Coder 类 MoE 模型甚至能跑到约 100 token/秒。但一旦切换到 70B 稠密模型（如 Qwen 3 72B），速度就骤降至 4-9 token/秒，只适合批量任务。

瓶颈在于内存带宽——128GB LPDDR5x-8000 的 256 GB/s 带宽，远低于 Mac Studio M4 Max 的 546 GB/s 或 RTX 5090 的 1.7 TB/s。AMD 声称比 DGX Spark 快 10-14%，但 Tom's Hardware 等媒体实测发现，在多数 AI 推理任务中 Halo 反而稍慢，且 ROCm 软件生态的成熟度仍不及 CUDA。





软件生态：开箱即用，但 ROCm 仍需打磨
Ryzen AI Halo 预装了定制版 Linux（基于 Debian 13.4）或 Windows 11 Pro，开箱即带完整的 ROCm 软件栈和 Ollama、llama.cpp 等工具。AMD 还提供了针对多种 AI 应用的“剧本”（playbooks），帮助开发者快速上手。不过，评测指出这些文档和预装软件的配置有时不够合理，ROCm 在 Windows 上的体验也还有改进空间。

这台机器最大的差异化优势是 x86 生态：它能原生运行 Windows 应用，而 DGX Spark 至今只有 Linux。这意味着开发者可以在一台机器上同时做 AI 开发和日常办公。不过，如果你重度依赖 CUDA 或需要图像/视频生成，评测建议还是选 DGX Spark 或配独立 NVIDIA 显卡的机器。

资料线索
• hothardware.com
• hothardware.com
• amd.com
• amd.com
• techspot.com
• tomshardware.com
• compute-market.com
• lttlabs.com

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。