苏姿丰在台上单手托起一个 1499 美元、饭盒大小的迷你主机，正面硬刚老黄那台 4000 美元的 AI 盒子，

没有连数据中心，没有调云端接口，也没外接显卡坞，这个厚度跟平装书差不多的铁盒，当场在本地跑起了 2350 亿参数的大模型。

反常的表现来自里面那颗 Ryzen AI Max+ 395，
这是第一颗让 CPU 和 GPU 共享 128GB 统一内存池的 x86 处理器，在 Linux 下可以划出整整 110GB 直接喂给 GPU。

要知道一张 RTX 5090 显存只有 32GB，4090 只有 24GB，老黄卡了十年的显存脖子，被苏姿丰用三倍以上的统一内存池从侧面捅穿了。

跑 DeepSeek R1 推理时，这台 1499 美元整机的速度，反而比单买一张 1000 美元的 RTX 5080 快出 3 倍以上。

原因其实一点都不玄学，超大模型把独立显卡的显存撑爆后只能被迫走慢速通道，而这台小盒子能把整个模型塞进 110GB 内存池里原地跑完。

更刺眼的是重度用户的订阅账本，
Claude Code Max 每月 200 刀 + ChatGPT Pro 200 刀 + Cursor 20 刀 + Gemini 20 刀 = 一年烧掉 5280 美元。

换算下来，不到三个半月的订阅费就能把这台机器买断回家：
→ 装上 Ollama
→ 拉下 Qwen3 235B
→ 把 Claude Code 接口直接指向本地 localhost
熟悉的交互界面一点没变，但所有代码和敏感数据全留在自己硬盘里，凌晨三点写代码再也不会被云端限流拖慢速度，也不用盯着 token 计数器算钱。

不过真要掏腰包，有一个物理边界必须算清楚：统一内存解决的是超大模型塞不塞得下的问题，受限于内存带宽，

它的单次吐字速度依然比不上云端机房的 H100 集群，更适合拿来跑高频本地脚本、处理私密代码库和长时挂机任务，还不能在极限推理上完全替代云端顶配模型。

过去十年老黄让大家相信，跑严肃的 AI 就得买昂贵的独立显卡，现在当显存墙被统一内存推平，云端按月收租的订阅制，第一次迎来了买断制桌面硬件的正面狙击。 https://x.com/GeniusGTX/status/2110112645139579373/video/1