AMD推出4000美元Ryzen AI Halo开发套件

背景

AMD 近期推出了名为 Ryzen AI Halo 的迷你 PC，这是一款专门面向 AI 开发者的硬件套件。该设备基于 AMD 最新的 Zen 5 架构 Ryzen AI Max+ 395 处理器（16 核 32 线程），旨在简化使用 ROCm 或 AMD 硬件进行 AI 开发的门槛。此前，AMD 在 AI 开发生态方面相对薄弱，而 Halo 的发布标志着 AMD 在该领域的又一次尝试。

Halo 的定位并非普通消费级产品，而是一台售价 4000 美元的“AI 开发套件”，预装 Windows 11 Pro 或 Linux 系统，目标用户是需要本地运行大语言模型（LLM）或进行 AI 相关工作负载的开发者和研究人员。

核心内容

硬件配置

Ryzen AI Halo 采用单一硬件配置：配备可拆卸的 2TB M.2 SSD，以及 128GB 统一 LPDDR5x-8000 内存，带宽可达 256 GB/s。处理器集成了 AMD Radeon 8060S 显卡和 NPU（神经处理单元），其中显卡承担主要计算任务，而 NPU 的作用相对有限，但本次评测中确实能够使用。

设备本体非常小巧，底面积仅为 15cm × 15cm（约 6 英寸见方），高度不到 5cm（2 英寸），重 1.2kg。不过，需要搭配一个 240W 的电源适配器，因此携带时需考虑总重量。

接口全部位于机箱背面：四个 USB 3.2 Type-C 端口（其中一个专用于 USB-C PD 供电输入）、一个 HDMI 2.1 端口、一个 10GbE 以太网口。此外支持 Wi-Fi 7 和蓝牙 5.4。机箱底部有磁吸脚垫，侧面和顶部有进风口，内部有两个涡轮风扇用于散热，能够应对处理器 120W TDP 的发热。机箱底部带有一圈白色 LED 灯环（休眠时显示蓝色脉冲效果），可以关闭，设计低调美观。

拆解与内部结构

拆解较为简单：移除磁吸脚垫下的四颗螺栓即可卸下底盖，直接看到可拆卸的 M.2 2280 SSD。进一步拆下顶盖即可暴露计算核心模块，但核心模块本身无法进一步分解，底部金属板下方有导热硅脂，不建议用户自行拆卸。

性能测试

处理器为 AMD Ryzen AI Max+ 395（Strix Halo），自 2025 年春季已发布，Halo 在处理器性能上并无新意。2TB SSD 和 128GB 内存也与市面上其他同类产品（如 Framework Desktop、Beelink GTR9 Pro、X+ Rival、ACEMAGIC M1A PRO）类似。Halo 的独特之处在于其预装的“开箱即用”软件生态。

本次测试主要使用 llama-bench（llama.cpp 附带基准测试工具），模拟 LLM 推理的提示处理（Prompt Processing, pp）和 Token 生成（Token Generation, tg）阶段。测试模型包括 Qwen 3.6 35B A3B (Q4_K_M)、Gemma 4 31B IT (IQ4_XS) 和 GLM 4.7 Flash (Q8_0)，这些模型体积在 17-32 GB 之间，是当时热门模型。

对比设备包括：

• Framework Desktop（同款 AI Max+ 395，128GB）
• M2 Ultra（76 核 GPU）Mac Studio（128GB 统一内存）
• M3 Ultra（80 核 GPU）Mac Studio（512GB 统一内存）

测试同时使用了 ROCm/HIP 和 Vulkan 两种后端运行 AI Halo 和 Framework Desktop。

结果：

• Apple Silicon Mac Studio 在 LLM 推理中整体优于 AMD Ryzen AI Max+ 395 设备，主要原因是 Mac 的内存带宽高达 800 GB/s，远超 Max+ 395 的 256 GB/s。
• 对于提示处理阶段（计算密集型），在稠密模型 Gemma 4 上，AMD 与 Apple 差距较小；但在稀疏的 MoE 模型上，Apple 的内存带宽优势使其明显领先。
• Token 生成阶段（内存带宽敏感）同样，Mac 凭借更高带宽表现更佳。
• 对于 AMD 设备，ROCm 和 Vulkan 后端在部分模型和测试中表现接近，但在某些特定配置下可能存在兼容性差异，导致性能波动。

关键要点

• 定位明确：Ryzen AI Halo 是一台售价 4000 美元的 AI 开发套件，非普通 PC，目标用户是需要在本地运行 LLM 的开发者。
• 单一配置：仅提供一种硬件规格（2TB SSD + 128GB 内存），统一内存带宽 256 GB/s，预装 Windows 11 Pro 或 Linux。
• 体积小巧但散热实：15cm 见方、高度不到 5cm，配备双涡轮风扇和 120W TDP 散热能力，运行时安静，且有白色 LED 灯环。
• 接口丰富：支持 10GbE、双 HDMI、USB4 Type-C、Wi-Fi 7、蓝牙 5.4 等，满足高速数据传输和网络需求。
• 性能受限于内存带宽：LLM 推理中，256 GB/s 的内存带宽明显低于 Apple Silicon 的 800 GB/s，导致生成速度和部分处理阶段落后。
• 软件生态是亮点：Halo 的差异化在于 AMD 提供的预装系统和驱动、程序、模型，以及针对 ROCm 的优化，而非硬件性能突破。
• 可自装操作系统：用户可自行安装其他系统，但 AMD 不会官方提供工厂预装版的驱动、程序和模型包。
• 与其他硬件对比：Framework Desktop 等同类产品已在市场上存在，Halo 并非唯一选择，但其“开箱即用”的 AI 软件栈是独特卖点。

意义与影响

Ryzen AI Halo 的出现，进一步降低了使用 AMD 硬件进行 AI 开发的门槛。过去，AMD 在 AI 生态系统（特别是 ROCm 对 PyTorch、llama.cpp 等的支持）上落后于 NVIDIA 的 CUDA 生态。Halo 通过预装完整的软件栈和优化驱动，让开发者“开箱即用”，无需自行配置环境，这对于非资深 AI 工程师或希望快速验证想法的团队很有吸引力。

然而，从性能测试看，AMD 的统一内存带宽（256 GB/s）与 Apple Silicon Mac Studio（800 GB/s）存在显著差距，在 LLM 推理这类对带宽敏感的任务中处于劣势。这意味着对于追求极致速度或需要运行超大模型的场景，Halo 可能不是首选。

另一方面，Halo 的 4000 美元定价加上 240W 功耗，使得其在性价比和能效比方面并不突出——同样预算可购买带宽更高的 Mac Studio，或更便宜的 PC 加 NVIDIA 显卡组合。Halo 的价值更多在于提供一个完整的、针对 AMD 硬件优化的 AI 开发封闭环境，适合希望在 ROCm 生态内进行实验或部署的开发者。

总体而言，Ryzen AI Halo 是 AMD 在 AI 开发生态上的一次重要尝试，它展示了 AMD 对 AI 开发者市场的重视，但受限于硬件架构的内存带宽瓶颈，目前仍难以撼动 Apple Silicon 和 NVIDIA 在该领域的统治地位。对于正在评估 AMD ROCm 生态的用户，Halo 提供了一个便捷的参考平台。