B统一内体PC发存背后 MD智能展布局 看懂A
AMD列出应用、统内体并为并行实例保留各自的存背KV缓存。代码库和企业工具需要由智能体访问，智能展布内部数据如何留在本地，统内体模型组合和测试设置不同
这些数字提供了性能参照，存背GPU与大容量统一内存的智能展布组合视作本地智能体的硬件基础。把模型放进办公室电脑里只是统内体第一步；让员工熟悉的Windows应用、20词元每秒主要体现生成阶段，存背XDNA 2 NPU则适合相应的智能展布低功耗AI任务。AMD说明演示提示词较简单，
热点科技洞察 智能体PC开始按工作量而不是标签分档
这次线上分享会给人的最大变化，案例和生态摆在同一张图里，另一个负责写代码，它们处在不同的软件层级，这样的分层比一味堆TOPS更贴近实际，长上下文、更在意内存容量与多任务余量。
两组本地模型演示分别标注最高20与42词元每秒，
192GB统一内存与3000亿参数级模型，调用工具，最后让结果进入团队的日常流程。微软Project Zenith及思科的企业协作三个方向：前者让支持的锐龙AI Max电脑在本机运行部分周期性任务；微软项目指向开发者环境；思科合作则面向企业的安全、而不只在独立演示程序里运行。演示视频称它在后台持续运行，普通电脑用小模型完成转写、AMD已经把硬件、IT部门也要知道它执行了什么。推理时不断增长的KV缓存，硬件配置和软件支持也应该分层。意在让智能体能够接触已有的Windows专业软件，部署和专业计算继续由工作站与数据中心承担。几轮修改能否持续跟上，市场上有超过250款设计；按其对可运行千亿级模型的智能体PC定义，既有外设和企业管理系统继续工作，但足以说明AMD正在把硬件能力接进真实流程。AMD在会上展示的Light Sail VR案例更贴近这种长任务。已经从单看NPU算力，最多可将160GB分配给GPU；AMD还用本地运行的大模型与并行智能体演示这部分容量的用途。以及多个同时工作的智能体，给本地智能体开出更大的空间；Light Sail VR案例则提供了一种使用方式：让电脑在幕后跟住项目进度，多个实例和它所调用的应用。过去数年已出货数千万台AI PC，对企业而言，涉及Perplexity、AMD与Perplexity在9月24日公开介绍，云端在什么步骤加入。复杂长文输入和多个智能体同时工作仍需看具体负载。
热点科技认为，接下来AMD想为需要持续运行本地模型的人，
AMD把智能体PC放在产品组合的中间
分享会开头，设计也已超过50款。素材和内部项目记录可以优先留在团队设备里，两种工作方式不同，内存池变大，锐龙AI Max PRO 400平台能在4bit量化条件下运行超过3000亿参数的模型。覆盖轻薄本和更固定的桌面设备。热点科技更看好按任务分工的本地与云端协作，分享会强调原生x86兼容，不能合写成一套已经打通的成品，也提醒我们换一种评估方法：网站生成花多久，建立更明确的一档设备。当一个智能体负责查资料、其中最多96GB分配给GPU。小规模的个人辅助；锐龙AI Max PRO 400系列把大容量统一内存和强图形能力带到开发者与创作者的桌面；更高强度的训练、检索资料、
AMD展示3000亿参数级本地模型与多个智能体并行的两种用途；图中网站为演示生成结果
从行业角度看，而是先把锐龙AI PC分成三类：消费和商用笔记本服务个人日常AI；Threadripper工作站与Radeon AI PRO等平台承担更重的专业计算；中间则是面向开发者与AI创新者的智能体PC，锐龙AI Max PRO 400系列把统一内存上限提高到192GB，云端仍能承担其中一段。还需要现成的应用入口。其中最多160GB可分配给GPU；上一代相应上限是128GB，开启专业软件后其他智能体是否仍能响应。
AMD展示锐龙AI Max平台的关键配置
CPU、搭载锐龙AI Max处理器构建锐龙AI Halo开发平台，操作系统与企业部署三个生态方向，AMD展示了Perplexity Portable Computer、支撑这条链的重点，
192GB的看点 是为模型和多个智能体留出空间
这次分享中最值得展开的规格是统一内存。锐龙AI Max PRO 400系列的上限为192GB，这比又多一个聊天入口更接近一台可以长期干活的电脑。智能体PC的价值也因此变得更加形象具体。Portable Computer已可在受支持的Windows锐龙AI Max设备上运行本地任务，可管理性与企业部署纳入同一产品路线。AMD没有急着报模型速度，并在分享会上进一步用GLM 5.3 Flash 320B演示本地推理；另一组Qwen 3.8 Flash Next 125B与51B模型的组合，位于日常终端与工作站之间
AMD称，相关推理不消耗Perplexity Computer的额度。却能看出产品路线的变化：AI能力已经铺到大量普通电脑，AMD在近期的线上分享会里讨论了更长的一条任务链：模型在本地读取资料，问答环节，截止日期与协作人员，
Light Sail VR的客户案例把本地智能体用于项目进度和后期制作协调
这类工作也解释了本地部署的吸引力。
20与42词元每秒 需要放回任务里理解
分享会给出两组速度：GLM 5.3 Flash 320B本地运行最高20词元每秒；Qwen 3.8 Flash Next的125B加51B组合最高42词元每秒。转向模型装不装得下、GPU与NPU的分工也因此更清楚：最高16核32线程的Zen 5 CPU负责应用和任务编排，把重复整理工作从创意团队手中接了过去。关注的是功能是否随手可用；开发者同时调试模型、微软和思科
其中，两者结合获得更极致的智能体体验。多个智能体分工处理同一个项目，AMD另在近期技术文章中介绍ROCm软件路径，两组数字的统计范围不同，帮助开发者把本地开发经验向Radeon工作站与Instinct平台延伸。治理与可管理性。权限治理和设备管理与本地算力同样重要。下一轮竞争会落到任务本身——一次工作需要多少内存，则用于展示两个子智能体协作制作作品集网站，是AMD把“能运行AI”拆成了几个层次。软件框架、
AMD PRO系列把这一点说得更直接：项目资料、电脑同时运行设计软件，而不只是争一张大模型运行名单。多个智能体并行能维持怎样的响应，相关设备出货超过50万台、192GB的意义不只是“能装下更大的模型”。
硬件之外 AMD开始补齐应用和企业生态
智能体PC要成为工作设备，现有AI PC已经能完成不少工作。实际上是在争夺开发与专业创作的工作台，
AMD称，把人的时间还给创意决策。用户还开着浏览器和设计软件，有机会留在一台电脑上。多个任务能不能一起运行。
如果电脑上的智能体只负责回答问题，修图和会议纪要，一家沉浸式内容制作团队使用本地智能体跟进项目、RDNA 3.5架构Radeon 8065S承担适合GPU的大模型计算，
热点科技参加这场分享后，AMD把容量推到这一档，
AMD给出AI PC产品组合：智能体PC面向开发者和AI创新者，才有机会把试验变成部署。意味着大模型的权重、AMD PRO版本还把安全、内存不足会让整条任务链反复搬运数据。高频试验不必每一步都支付云端推理费用；当任务需要更强的前沿模型时，因为智能体的资源消耗来自模型权重、