AMD 做了一台能挑战 DGX Spark 的 AI 小主机

本地跑大模型这件事，过去有点尴尬。

你要么买一张高端显卡，自己拼机器、装驱动、调环境；要么买 NVIDIA DGX Spark 这种“小型 AI 超算”，硬件和软件都更完整，但也默认你接受 NVIDIA 的工作流。

AMD 的 Ryzen AI Halo，明显是冲着这个空档来的。

我的判断很简单：DGX Spark 更像一台缩小版 NVIDIA AI 基础设施；Ryzen AI Halo 更像一台终于认真对待本地 AI 的 PC。

它不是一颗芯片，而是一台开发机

Ryzen AI Halo 的核心是 AMD Ryzen AI Max+ 395，也就是以前大家说的 Strix Halo。

这颗芯片本身很有意思：16 个 Zen 5 CPU 核心、32 线程，Radeon 8060S 集显有 40 个图形核心，最高 128GB LPDDR5x 统一内存，NPU 是 50 TOPS，整个平台 AI 算力标称最高 126 TOPS。

AMD 官方给 Ryzen AI Halo 的定位更直接：本地构建、运行、扩展 AI，支持最高 200B 参数模型，预装 Developer Center，走 ROCm，系统可以选 Windows 或 Linux。

这几个点放在一起，意思很明确：它想降低“本地 AI 开发机”的门槛，而不是只做一台跑分漂亮的小盒子。

和 DGX Spark 的差别，不只是 AMD 对 NVIDIA

DGX Spark 的硬件语言非常 NVIDIA。

它用 GB10 Grace Blackwell Superchip，20 核 Arm CPU，128GB LPDDR5x 统一内存，4TB NVMe，DGX OS，ConnectX-7 200Gbps 网卡，FP4 Tensor 性能最高 1 PFLOP。单机目标是 200B 参数模型，两台连起来可以到 405B 参数模型。

所以 DGX Spark 的优势不只是算力，而是 CUDA、NVIDIA AI 软件栈、DGX OS、ConnectX 网络，以及后续迁移到云端或数据中心时的连续性。

它适合的是已经生活在 NVIDIA 生态里的人：研究员、AI 工程团队、机器人/视觉团队、需要把本地验证迁移到 NVIDIA 加速基础设施的人。

Ryzen AI Halo 的思路相反。它的强项是 PC 感：x86、Windows/Linux、ROCm、128GB 统一内存、3999 美元这个价格点。按 AMD 页面脚注口径，DGX Spark 零售价是 4699 美元，Ryzen AI Halo 便宜 700 美元。

AMD 的优势，也是它的压力

Ryzen AI Halo 最吸引人的地方，是它没有把本地 AI 机器做成“只能服务某个生态的终端”。

你可以在 Windows 上做日常开发，也可以在 Linux 上跑更接近服务器的环境。你可以用 ROCm，也可以把它当成一台高性能小型工作站。对于不想每次实验都开云实例、不想被 token 成本牵着走的人，这个方向很现实。

但它的问题也很清楚：AI 开发生态不是只看硬件表格。

NVIDIA 的护城河在 CUDA、框架适配、工具链、文档、社区经验和团队惯性。DGX Spark 贵，但它买的是“少折腾”。AMD 便宜而开放，但它必须证明 ROCm 在这类桌面 AI 设备上足够顺，尤其是模型、量化、推理框架和创作工具的兼容体验。

我的判断

DGX Spark 是给已经在 NVIDIA 路线上前进的人准备的桌面入口。

Ryzen AI Halo 则更像一个提醒：本地 AI 机器不一定非要长成“小 DGX”，它也可以重新变成一台开发者愿意长期放在桌上的 PC。

这场对比里，AMD 不需要在所有指标上赢 NVIDIA。它真正要赢的是另一件事：让更多人觉得，本地跑模型不是一次昂贵的基础设施采购，而是一台可以开机就用、成本可控、环境可改的个人 AI 工作站。

---

资料口径：

• AMD Ryzen AI Halo
• AMD Ryzen AI Max+ 395 规格页
• NVIDIA DGX Spark 规格页