<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>192GB内存 &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/192gb%E5%86%85%E5%AD%98/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Mon, 12 Oct 2026 16:24:03 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>AMD 锐龙 AI Halo 发布：192GB 内存本地跑 300B 模型</title>
		<link>https://mylogs.cn/amd-%e9%94%90%e9%be%99-ai-halo-%e5%8f%91%e5%b8%83%ef%bc%9a192gb-%e5%86%85%e5%ad%98%e6%9c%ac%e5%9c%b0%e8%b7%91-300b-%e6%a8%a1%e5%9e%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Mon, 12 Oct 2026 16:24:03 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[192GB内存]]></category>
		<category><![CDATA[AI开发者平台]]></category>
		<category><![CDATA[AMD]]></category>
		<category><![CDATA[Ryzen AI]]></category>
		<category><![CDATA[处理器]]></category>
		<category><![CDATA[本地大模型]]></category>
		<category><![CDATA[锐龙]]></category>
		<guid isPermaLink="false">https://mylogs.cn/amd-%e9%94%90%e9%be%99-ai-halo-%e5%8f%91%e5%b8%83%ef%bc%9a192gb-%e5%86%85%e5%ad%98%e6%9c%ac%e5%9c%b0%e8%b7%91-300b-%e6%a8%a1%e5%9e%8b/</guid>

					<description><![CDATA[AMD 当地时间 10 月 12 日正式发布新一代锐龙 AI Halo 开发者平台。该平台基于锐龙 AI Ma [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">AMD 当地时间 10 月 12 日正式发布新一代锐龙 AI Halo 开发者平台。该平台基于锐龙 AI Max+ PRO 495 处理器，面向本地人工智能开发与推理，主打“买一次硬件、在本地持续运行 AI”的思路，以规避云端 API 的长期成本。</p>
<h2 class="wp-block-heading">192GB 统一内存是关键</h2>
<p class="wp-block-paragraph">相比初代设备，新平台的 CPU、GPU 与 NPU 性能均有提升，但最受关注的是内存规格：它支持至高 192GB 的 LPDDR5X-8533 统一内存，并可将其中 160GB 分配为共享显存（VRAM）。这意味着本地运行参数规模超过 3000 亿（300B）的大型人工智能模型成为可能。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6af102c20bfd6&quot;}" data-wp-interactive="core/image" data-wp-key="6af102c20bfd6" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/88515fbb08dae5723a4b7eaeb8dce2ab_header.webp" alt="AMD 新一代锐龙 AI Halo 开发者平台" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button><figcaption>图片来源：IT之家</figcaption></figure>
<h2 class="wp-block-heading">处理器规格一览</h2>
<p class="wp-block-paragraph">锐龙 AI Max+ PRO 495 采用 16 核心 32 线程的 Zen 5 架构，集成 Radeon 8065S 核显（40 个 RDNA 3.5 计算单元），XDNA 2 NPU 提供 55 TOPS 算力，GPU 的 FP16 算力最高达 61 TFLOPS。其内存带宽为 273GB/s，配备 2TB M.2 SSD、Wi-Fi 7 与 10Gbps 以太网，整机热设计功耗 120W。机身尺寸仅 150×150×45.4 毫米，重量不足 1.2 千克。</p>
<h2 class="wp-block-heading">能装下，不等于跑得快</h2>
<p class="wp-block-paragraph">作为对比，初代锐龙 AI Max+ 395 支持 128GB 内存、至多 200B 参数模型，可分配显存为 96GB。新平台内存上限提升 50%，可分配显存提升至 160GB。以 4-bit 量化运行 300B 模型约需 150GB 显存，因此新平台得以承载。不过需要指出的是，内存带宽仅从 256GB/s 提升到 273GB/s，提升约 6.6%；对于超大规模的稠密模型，实际生成速度仍受带宽制约——容量决定“能装下什么”，带宽决定“跑得有多快”。</p>
<h2 class="wp-block-heading">定价与上市</h2>
<p class="wp-block-paragraph">新平台的 Linux 版本定价 7299.99 美元（约合 48912 元人民币）；预装微软 Project Zenith 的 Windows 版本将在后续推出。在与英特尔酷睿 Ultra X9 388H、苹果 M5 Pro 的对比中，AMD 在新一代生成式 AI 基准测试中表现领先。</p>]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Framework Desktop 推 192GB 内存版：本地跑大模型</title>
		<link>https://mylogs.cn/framework-desktop-%e6%8e%a8-192gb-%e5%86%85%e5%ad%98%e7%89%88%ef%bc%9a%e6%9c%ac%e5%9c%b0%e8%b7%91%e5%a4%a7%e6%a8%a1%e5%9e%8b/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Thu, 01 Oct 2026 02:59:47 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[192GB内存]]></category>
		<category><![CDATA[AMD]]></category>
		<category><![CDATA[Framework]]></category>
		<category><![CDATA[本地大模型]]></category>
		<category><![CDATA[迷你主机]]></category>
		<category><![CDATA[锐龙]]></category>
		<guid isPermaLink="false">https://mylogs.cn/framework-desktop-%e6%8e%a8-192gb-%e5%86%85%e5%ad%98%e7%89%88%ef%bc%9a%e6%9c%ac%e5%9c%b0%e8%b7%91%e5%a4%a7%e6%a8%a1%e5%9e%8b/</guid>

					<description><![CDATA[模块化 PC 制造商 Framework 于当地时间 9 月 30 日启动 ITX 迷你主机 Framewor [&#8230;]]]></description>
										<content:encoded><![CDATA[<p class="wp-block-paragraph">模块化 PC 制造商 Framework 于当地时间 9 月 30 日启动 ITX 迷你主机 Framework Desktop 最新配置的预售。据 IT之家报道，这一新配置仅支持 Linux 操作系统。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6af102c20cb55&quot;}" data-wp-interactive="core/image" data-wp-key="6af102c20cb55" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/ba975f50e7bd51a6e8004878ee0fcf95_header.webp" alt="Framework Desktop 搭载锐龙 AI Max+ PRO 495" title="图片来源：IT之家" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<p class="wp-block-paragraph">新配置基于 AMD 锐龙 AI Max+ PRO 495（代号 Gorgon Halo）处理器，最大亮点是板载 192GB LPDDR5X-8533 内存。如此庞大的统一内存容量，使这台迷你主机能够在本机运行参数量较大的大模型，对本地 AI 推理、代码编译与虚拟机等场景颇具吸引力。</p>
<h2 class="wp-block-heading">价格与配置</h2>
<p class="wp-block-paragraph">单主板定价 6469 美元（约合人民币 43451 元），不含存储与基础配件的 DIY 版本整机定价 6799 美元（约合人民币 45668 元）。</p>
<p class="wp-block-paragraph">整机扩展方面，Framework Desktop 提供 1 条开放式 PCIe Gen4 ×4 插槽、2 个 M.2 2280（PCIe Gen4 ×4）SSD 盘位，并配备 AMD RZ717 Wi-Fi 7 无线网卡。接口包含 1 个基于瑞昱 RTL8126 的 5GbE 网口、2 个 USB-C 40Gbps、2 个 USB-A 10Gbps、2 个 DisplayPort 2.1 与 1 个 HDMI 2.1，前面板还支持 2 个扩展卡模块。</p>
<h2 class="wp-block-heading">面向本地 AI 的迷你主机</h2>
<p class="wp-block-paragraph">192GB 统一内存是 Framework Desktop 这一代最被关注的卖点。对开发者与 AI 爱好者而言，它意味着不必依赖云端即可在桌面上加载和调试较大的模型，兼顾数据隐私与离线可用。不过仅支持 Linux 也意味着它更像一款面向极客与专业用户的开发设备，而非普通家庭娱乐主机。</p>
<p class="wp-block-paragraph">Framework 以模块化、可维修的设计著称，Framework Desktop 延续了这种思路，让用户能自行更换与升级核心部件。对于看重可维护性与本地算力的技术用户，这台&#8221;AI 迷你主机&#8221;提供了一个不同于传统台式机的新选项。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
