NVIDIA 推出 RTX Spark 超级芯片 个人计算产业迎来技术对标

在 GTC Taipei 期间，NVIDIA 正式发布 RTX Spark 超级芯片。该产品被认为标志着自图形加速时代以来个人计算产业最重大的技术变革。同一领域，AMD 的 Strix Halo 锐龙 AI Max 300 系列处理器已于去年 1 月的 CES 大会亮相，搭载锐龙 AI Max+ 395 的设备已广泛进入迷你工作站与高端笔记本市场。IT之家近日收到一款桌面 AI 工作站——联想百应 AI 主机 300，计划对其本地部署企业级 AI 智能体的能力进行专项体验。

RTX Spark 超级芯片：定义个人计算新范式

NVIDIA 此次发布的 RTX Spark 超级芯片，是一枚集成 CPU、GPU 与 AI 加速单元的片上系统。该芯片旨在为个人计算设备提供强大的本地 AI 推理能力，无需依赖云端服务。据业内观点，这类一体化方案有望降低 AI 计算门槛，使普通用户也能在本地运行复杂的 AI 应用。

AMD 同类产品已先行部署

AMD 的 Strix Halo 平台——锐龙 AI Max 300 系列处理器，同样采用 CPU 与 GPU 深度融合架构，并内置 AI 引擎。其顶级型号锐龙 AI Max+ 395 自去年 1 月 CES 发布后，已被众多 ODM 厂商采用，成为 AI 迷你工作站与高端 AI 笔记本的标配级组件。AMD 与 NVIDIA 在此方向上的竞逐，正加速将 AI 计算能力下沉至个人设备终端。

联想百应 AI 主机 300 进入测试流程

针对近期日益增长的本地 AI 部署需求，联想推出了百应 AI 主机 300 桌面工作站。IT之家收到的这台设备被描述为“专业对口”的桌面 AI 工作站，旨在服务需要运行企业级 AI 智能体的用户。所谓企业级 AI 智能体，通常指可在本地部署、承担文档处理、对话交互、数据分析等任务的人工智能系统，对计算性能与内存带宽有较高要求。该主机的具体性能表现，预计将在后续体验中揭晓。

行业分析指出，NVIDIA 与 AMD 相继推出面向个人计算的 AI 芯片，表明本地 AI 推理正成为硬件厂商的下一个核心战场。此前以云服务为主的 AI 部署模式，正逐步向端侧迁移。

联想百应AI主机300工作站采用悬浮式灰色面板设计

联想百应AI主机300工作站的外观设计方案已披露。该机型整体以黑色为主基调，正面配备一块带有竖条纹理的悬浮式灰色面板。官方称其设计风格定位为成熟、商务、极客。

外观结构与视觉层次

悬浮式灰色面板通过竖条纹理增加了机身前脸的层次感，视觉上区别于传统纯黑造型。机身的黑色主色调与灰色面板形成对比，整体保持了商务设备的低调基调。

“走的是成熟、商务、极客的风格”

悬浮式面板通常指面板与机身主体之间留有间隙或通过支架抬升，产生悬浮视觉效果，从而增强立体感。竖条纹理则是通过纵向线条在平面上制造规律性的凹槽或凸起，以改变光线反射效果。

从外观推断，该设计意在满足商务办公环境下对设备专业性和视觉辨识度的双重需求，同时兼顾极客用户对工业美学的偏好。

新款工业平板采用金属机身设计 强化抗跌落与防冲撞性能

近期发布的一款工业平板设备在外观设计上采用了金属材质包裹机身四周的方案。该设计的主要目的在于提升设备在复杂环境下的结构强度。

结构设计与材质特性

据产品介绍，金属材质的应用使得整机的抗跌落能力及防冲撞性能得到提升。这一设计相较于传统的塑料或复合材料外壳，在物理防护方面表现更为突出。

“这种设计不仅提升了整机的抗跌落与防冲撞能力，也带来了更好的触感与品质感。”

用户体验层面

除了结构强度上的优势，金属机身还改善了用户握持时的手感。这种材质通常在质感与触感的反馈上优于普通工程塑料，能够为使用者提供更为扎实的品质体验。

纯色主机两侧进气孔采用赛博科幻波点设计

一款纯色机身的主机产品，其左右两侧的进气孔应用了赛博科幻风格的波点设计，在整体简约外观中形成了视觉点缀。进气孔本身是主机用于导入空气以散热降温的开口结构，此次通过波点阵列布局，在功能之外增加了装饰性。

设计细节：波点与对称布局

左右两侧的进气孔呈对称分布，每个孔位以圆形镂空重复排列，构成波点图案。这种设计语言源自赛博科幻风格，表现为带有数字感与几何秩序感的纹样，与纯色主机背景形成反差，从而产生灵动感。

“左右两侧的进气孔采用赛博科幻风格的波点设计，为原本稍显单调的纯色主机增添了一丝灵动的点缀。”

功能与视觉的平衡

进气孔在保证空气流通效率的前提下，通过波点的大小和间距控制，兼顾了散热性能与外观完整性。波点设计不仅起到装饰作用，也延续了主机整体的简约基调，避免了繁复线条的干扰。

• 两侧对称布置进风口，维持视觉平衡
• 波点镂空形成重复节奏，消解纯色面板的沉闷
• 赛博科幻风格强化了产品的科技属性

联想百应AI主机300公布机身尺寸：体积约4.5升，官方三围190×97.5×249mm

作为一款桌面迷你AI工作站，联想百应AI主机300的整机尺寸与体积参数已对外公布。根据官方信息，该主机体积约为4.5升，具体长宽高尺寸为190×97.5×249mm。

官方参数与第三方实测数据对比

在相关报道中，IT之家测得的整机尺寸为202×120×258mm，与官方数据存在一定差异。这种测量偏差通常源于不同测量方法（如是否包含脚垫、凸起部分等），但整体仍处于紧凑型桌面设备范畴。

官方尺寸：190×97.5×249mm；IT之家实测：202×120×258mm

产品定位与市场意义

4.5升左右的体积意味着该机型可轻松放置于桌面角落，满足对空间有较高要求的办公或轻量化AI计算场景。迷你工作站形态在保证一定算力的同时，降低了占地面积。

• 官方尺寸：长190mm × 宽97.5mm × 高249mm
• 第三方实测：长202mm × 宽120mm × 高258mm
• 体积标称：约4.5升

IT之家实测：2.9kg迷你主机因集成350W电源模块，体积仍属紧凑型

近日，IT之家对一款迷你主机进行实测，其机身重量达到2.9kg，在追求极致便携的传统迷你主机品类中并不算轻巧。测试者指出，若放入背包携带会有一定坠重感。

紧凑体积与内置电源的平衡

该主机之所以拥有2.9kg的重量，源于内部集成了一个高达350W的内置电源模块。IT之家表示，在此配置下能将整体体积控制到当前程度，已属于紧凑型设计。所谓内置电源模块，是指将传统外置电源适配器整合到机箱内部，无需额外携带电源砖，从而减少桌面线缆。

对于日常使用场景，将该主机摆放在桌面上即可实现简洁利落的布局。测试者认为，紧凑的机身有助于提升桌面的整洁度与美观度。

IT之家实测数据：机身重2.9kg，内置350W电源模块。

• 重量2.9kg，在迷你主机类别中属于偏重范畴
• 电源模块内置化（350W）是体积控制的关键因素
• 桌面摆放可保持简洁，适合固定办公场景

联想百应AI主机300前置面板配备USB4接口与SD 4.0读卡器

联想百应AI主机300作为一款桌面迷你AI工作站，其前置I/O面板配置了多种高速数据接口，旨在满足不同场景下的扩展连接需求。

前置接口布局与规格

在机身正面的前置面板上，接口从下到上依次排列，包括一个3.5毫米音频复合接口、两个USB 3.2 Gen2 Type-A接口、一个USB4 Type-C全功能接口以及一个SD 4.0读卡器插槽。

关键速率指标：两个USB 3.2 Gen2 Type-A接口传输速率达10Gbps；USB4 Type-C接口支持40Gbps数据传输与DP 1.4视频输出。

高速接口解析

USB4是USB接口规范的第四代标准，支持高达40Gbps的数据吞吐量，同时兼容Type-C物理形态，可实现视频信号输出，减少冗余线缆。SD 4.0读卡器对应SD卡协会发布的第四代标准，为摄影器材用户与创作者提供高速的素材读取能力。

专业用途适配

• 3.5mm音频复合接口用于耳机与麦克风的组合连接。
• 两个USB 3.2 Gen2 Type-A接口提供10Gbps速率，适合外接高速U盘或移动硬盘。
• USB4 Type-C全功能接口可通过单线缆实现40Gbps数据传输与4K以上分辨率视频输出（基于DP 1.4协议）。
• SD 4.0读卡器插槽针对摄影师与创作者优化，可直接读写SD卡内的高分辨率照片与视频文件。

雷神新款台式机加入性能模式切换按键，正面配备白色LED指示灯

雷神近日发布的新款台式机在正面设计上增加了功能按键区域，配备带有白色LED指示灯的电源开关按键和一个专用的性能模式切换按键。用户可根据当前工作负载，随时调整主机性能释放策略。

按键布局与功能设定

该机型的正面面板集成了两枚按键。其中电源开关按键内置白色LED指示灯，用于显示主机的通电与运行状态。另一枚为独立设置的性能模式切换按键，允许用户在不进入操作系统或BIOS界面的情况下，通过物理按键变更系统性能调度方案。

应对不同工作负载场景

通过这颗性能模式切换按键，用户可在执行高负载任务时切换到高性能模式，以释放更强的算力；或在日常办公、影音娱乐等轻度应用场景下调至节能或均衡模式，以控制风扇转速与功耗。该设计旨在降低用户手动进行软件设置的操作门槛。

“用户可根据当前的工作负载随时调整主机的性能释放策略。”

此类物理按键多见于高端游戏或工作站产品线，其好处在于无需依赖驱动或第三方软件，即可快速实现性能状态切换。在当前消费者对设备个性化与易用性需求提升的背景下，硬件厂商正逐步将此类功能从高端机型向下普及。

最新设备后置I/O面板配备USB4 40Gbps接口与2.5G高速网口

在最新款设备的机身背面后置I/O面板上，接口配置方案得到了全面升级。除了标准的AC C13电源输入接口外，该面板还集成了多个高速数据与音频接口，以适应不同场景下的扩展需求。

接口阵容解析：从音频到高速网络、数据与视频

该后置面板提供的接口包括一个3.5毫米音频复合接口，可同时支持耳机与麦克风功能；一个支持2.5G速率的RJ45网络接口，相比传统千兆网口可提供更快的局域网传输速率。

数据接口方面，配备了一个10Gbps速率的USB 3.2 Gen2 Type-A接口，以及一个支持40Gbps速率与DP 1.4的USB4 Type-C接口。

USB4与DP 1.4：高速传输与视频输出的融合

USB4是基于Thunderbolt 3协议开发的接口标准，最高可提供40Gbps的传输带宽。DP 1.4是DisplayPort视频接口标准的1.4版本，支持8K分辨率、高动态范围（HDR）及多流传输。两者结合意味着用户可通过单根USB4 Type-C线缆同时实现高速数据传输、外接显示器（支持4K高刷新率或8K分辨率）以及设备供电。

• AC C13电源输入：标准交流电源接口，用于为设备供电。
• 3.5mm音频复合接口：二合一音频插孔，兼容耳机与麦克风。
• 2.5G RJ45网口：满足NAS传输、在线游戏等对低延迟高带宽网络的需求。
• USB 3.2 Gen2 Type-A：理论传输速率10Gbps，兼容USB 3.0/2.0设备。
• USB4 Type-C：最高40Gbps，支持DP Alt Mode视频输出，兼容Thunderbolt 4/USB 3.2设备。

此次接口配置的提升，主要针对创作者、游戏玩家及需要频繁传输大容量数据的专业用户，多接口组合有效减少了外接扩展坞的依赖。

七彩虹 iGame GeForce RTX 4070 Ti Super Vulcan OC 配备 DP 1.4 与 HDMI 2.1 视频接口

七彩虹 iGame GeForce RTX 4070 Ti Super Vulcan OC 显卡在视频输出方面提供了多种接口组合。该卡背面单独配备了一个支持 HBR3（40Gbps）的 DP 1.4 接口，以及一个支持 32Gbps FRL 的 HDMI 2.1 接口，以满足高带宽显示需求。

接口规格与用途

除视频接口外，该显卡还设有两个日常用于连接键鼠等外设的 USB 2.0 规格的 Type-A 接口。DP 1.4 接口的 HBR3 模式可实现 40Gbps 带宽，而 HDMI 2.1 接口的 FRL 模式则支持 32Gbps 传输速率，两者均适合高分辨率或高刷新率显示场景。

接口配置：DP 1.4（HBR3，40Gbps） + HDMI 2.1（FRL，32Gbps） + 2× USB 2.0 Type-A

• DP 1.4 接口：支持 HBR3 技术，理论带宽达 40Gbps，适用于 4K 高刷新率或 8K 显示输出。
• HDMI 2.1 接口：采用 FRL 传输模式，带宽为 32Gbps，兼容最新显示设备的高动态范围与高帧率需求。
• USB 2.0 Type-A 接口：定位用于连接键鼠等低速外设，不适用于数据高速传输。

联想百应AI主机300搭载AMD锐龙AI Max+395 16核32线程迷你主机亮相

联想百应AI主机300正式发布，这款迷你AI主机主打紧凑设计与高性能配置。机身采用金属材质搭配黑色色调，整体风格沉稳，细节处融合极客元素，外观低调且适配商务场景。

核心处理器规格详解

该主机的核心亮点在于搭载AMD旗舰芯片锐龙AI Max+395。这款处理器采用全新的Zen 5架构，基于领先的4nm制程，拥有16核大核心及32线程设计，最高频率可达5.1GHz，并配备80MB缓存。

“搭载了AMD旗舰芯片锐龙AI Max+ 395，采用全新的Zen 5架构，领先的4nm制程，16核超大核心32线程设计，最高频率可达5.1 GHz，并配备了80MB的缓存。”

外观设计与材质工艺

联想百应AI主机300机身紧凑，尺寸小巧。金属材质搭配黑色外观赋予产品商务气质，细节处理上融入极客元素，整体定位为一款低调百搭的迷你AI主机。

• Zen 5架构：AMD最新一代处理器微架构，重点提升每时钟周期指令执行效率与AI加速能力。
• 4nm制程：芯片制造工艺，相较更早期制程可在单位面积内集成更多晶体管，降低功耗。

Radeon 8060S集成显卡规格公开：40个RDNA 3.5计算单元，cTDP 45-120W

一款搭载Radeon 8060S集成显卡的处理器规格信息日前披露。该显卡采用AMD RDNA 3.5架构，配备40个计算单元，可配置热设计功耗（cTDP）范围在45W至120W之间。

性能定位：平替RTX 4070独显

根据公布的数据，Radeon 8060S能够在1080p分辨率下流畅运行各类游戏，官方表述为“可以平替RTX 4070独显”。其宽幅功耗范围使其既可在低功耗场景下运行，也可在高功耗模式下释放更高性能。

“可以平替 RTX 4070 独显”

显示与编码能力

该显卡支持同时驱动四台显示器，最高支持超高清8K UHD分辨率。在视频编解码方面，可高效处理AVC、HEVC、VP9和AV1等多种视频格式。

RDNA 3.5是AMD推出的图形架构系列之一，旨在于集成与独立显卡中实现更高计算效率。cTDP（可配置热设计功耗）允许根据散热和电力条件调整功耗上限，这一特性使该显卡适用于从轻薄本到高性能迷你主机的多种形态设备。

某处理器AI算力达50 TOPS，特定场景下性能超RTX 4090

官方材料介绍显示，一款采用全新架构的处理器在Windows 11 AI+PC环境中表现出显著的AI性能优势。其GPU在LM Studio中的AI算力比台式机中的NVIDIA GeForce RTX 4090独显高出2.2倍，同时功耗降低87%。

NPU与架构升级

该处理器的NPU（神经网络处理单元）采用了全新的XDNA 2架构，AI算力达到50 TOPS。TOPS是Tera Operations Per Second的缩写，即每秒万亿次运算，是衡量AI推理性能的核心指标。

性能对比与能效优势

根据官方测试数据，在LM Studio这一AI应用场景下，该处理器的集成GPU性能已超越当前顶级的台式机独立显卡RTX 4090，且功耗大幅下降。这一对比结果表明，在特定AI工作负载下，集成解决方案可实现对高端独显的超越，同时能效优势显著。

“GPU在LM Studio里的AI性能比台式机中的NVIDIA GeForce RTX 4090独显还要高出2.2倍，且功耗降低87%。” —— 官方材料介绍

市场影响简析

业内人士指出，该处理器若进入消费市场，可能对PC端AI应用生态产生直接影响：用户无需依赖昂贵独显即可获得高AI性能，同时降低能耗负担。

联想百应AI主机300板载128GB内存，支持96GB显存分配

在内存与存储配置方面，联想百应 AI 主机 300 通过板载 LPDDR5x 超高频内存，实现了 128GB 的统一内存架构，旨在应对大参数 AI 模型对带宽和容量的高要求。

统一内存架构与显存分配机制

该主机搭载的 128GB 内存，借助统一内存架构与 AMD 可变显存技术，实现了 CPU、NPU 和集成显卡之间的共享访问。其中，系统可分配最高 96GB 的容量作为显存使用，数据直接通过芯片内部高速总线流转，实现了零拷贝的极致低延迟体验。

凭借这套统一内存架构，这款主机的功耗得以再次降低 30% 以上，同时数据处理的延迟也被大幅缩短。

存储系统与扩展能力

在存储系统上，联想百应 AI 主机 300 标配了一块 2TB 容量的 PCIe 4.0 NVMe 高速固态硬盘。主板内部提供了两个 M.2 2280 规格的插槽，均支持 PCIe 4.0 x4 通道，为进一步扩展存储空间提供了硬件基础。

• 板载内存：128GB LPDDR5x 超高频内存
• 显存分配：最高 96GB 共享显存
• 标配硬盘：2TB PCIe 4.0 NVMe 固态硬盘
• 扩展插槽：2个 M.2 2280（PCIe 4.0 x4）

行业分析指出，统一内存架构打破了大参数模型在本地设备上部署的带宽和容量瓶颈，AMD 锐龙 AI Max 系列处理器通过该设计，使得超大模型在本地端的部署成为可能。

联想百应AI主机300 Cinebench R23跑分公布：单核2008pts，多核36886pts

IT之家对联想百应AI主机300进行的基准性能测试显示，该迷你主机在Cinebench R23中取得单核2008pts、多核36886pts的成绩。测试主要针对CPU的理论性能展开。

CPU理论性能测试结果

Cinebench R23是一款基于Cinema 4D的渲染性能测试工具，常用于评估处理器的单核与多核运算能力。联想百应AI主机300在本次测试中单核得分2008pts，多核得分36886pts，IT之家评价其性能“十分顶级”。

单核2008pts，多核36886pts

作为一款紧凑型迷你主机，联想百应AI主机300在有限体积内实现的这一跑分成绩，体现了其硬件配置的较高水准。

锐龙 AI Max+ 395 CineBench 2024跑分曝光：单核113分，多核1887分

来自CineBench 2024基准测试的数据显示，AMD旗下型号为锐龙 AI Max+ 395的处理器取得了单核113分、多核1887分的成绩。该跑分结果直观反映了芯片在渲染计算任务中的性能表现。

测试平台数据解析

CineBench是一款基于Maxon Cinema 4D引擎的跨平台基准测试软件，常用于评估CPU在专业渲染场景中的单线程与多线程处理能力。锐龙 AI Max+ 395作为AMD面向移动端的高性能处理器，集成了AI加速单元，其CineBench 2024得分反映出在重负载场景下的运算效率。

核心成绩：单核113 pts，多核1887 pts（CineBench 2024）

• 单核性能（113分）影响日常应用及轻度渲染任务的响应速度。
• 多核性能（1887分）则直接关联视频导出、3D建模等全核心并行负载的完成效率。

目前业界普遍将CineBench 2024作为衡量处理器渲染能力的重要参考，该组数据为后续同级别产品对比提供了量化基准。

IT之家实测3DMark Time Spy：显卡得分12108，综合得分11682

根据IT之家对某设备进行的《3DMark》测试，在Time Spy项目下，该设备获得显卡单项成绩12108分，综合得分为11682分。

测试项目与成绩构成

Time Spy是3DMark针对DirectX 12基准性能的跑分项目。此次测试结果显示，显卡子项得分（12108分）高于综合得分（11682分），反映出图形处理器本身的直接渲染能力，而综合得分则包含了CPU等其他子系统的影响。

显卡成绩12108分，综合得分11682分

分数解读与市场定位

在Time Spy的评分体系中，综合得分通常是衡量整机游戏性能的核心指标。显卡单项得分与综合得分之间存在426分的差距，说明该设备在GPU部分表现突出，整体协同性能则受限于其他硬件环节的配合。

• 显卡单项：12108分
• 综合得分：11682分

Radeon 8060S显卡Fire Strike跑分31792分 综合得分27723分

在针对图形性能的Fire Strike基准测试中，Radeon 8060S显卡的单项成绩达到31792分，该项目的综合得分则为27723分。

测试项目与得分构成

Fire Strike是3DMark套件中一项面向高端游戏PC的DirectX 11性能测试。它通过模拟复杂游戏场景来评估显卡的图形渲染能力。单项成绩31792分主要反映显卡在图形子项中的表现。

综合得分27723分则在此基础上，结合了物理运算与综合测试等其他子项的成绩，更全面地衡量整个平台的协同性能。

当前数据仅针对Radeon 8060S在标准Fire Strike设置下的测试结果，未提供与其他型号的对比信息。

性能定位分析

从分数绝对值看，该显卡能够流畅运行当前主流DirectX 11游戏，在2560×1440分辨率下具备较高的帧率表现。不过，素材中未说明测试所使用的驱动版本、散热条件或超频状态，这些因素均可能影响最终得分。

• 单项得分：31792分（图形子项）
• 综合得分：27723分（全平台协同）

Radeon 8060S显卡在Solar Bay项目测试中跑出205.95 FPS，综合得分54164分

在最新一轮图形性能测试中，Radeon 8060S显卡于Solar Bay项目交出了具体成绩。测试数据显示，该显卡跑出205.95 FPS（每秒帧数），综合得分达到54164分。

综合得分54164分，对应帧率205.95 FPS，意味着该显卡在Solar Bay项目设定的高负载渲染场景下，每秒可生成约206帧画面，画面流畅度处于较高区间。

测试背景与指标解读

Solar Bay项目作为本次测试的基准场景，其综合得分与帧率共同反映了显卡在图形处理、光照计算及实时渲染等多环节的综合表现。205.95 FPS这一数值，相较于通常建议的60 FPS流畅基准，呈现出明显的性能富余。

• 帧率（FPS）：Full-screen Per Second的缩写，指显卡每秒输出的画面幅数，数值越高画面越流畅。
• 综合得分：依据测试软件内置算法，对显卡在多个子测试中的表现进行加权计算得出的总分，分数越高表明整体图形处理能力越强。

从该项测试结果来看，Radeon 8060S显卡在Solar Bay项目中展现了高帧率与高分数的匹配，反映出其在对应负载层次上的稳定性。该成绩可作为评估其在同类图形任务中性能水平的一个参考依据。

锐龙 AI Max+ 395 处理器基准性能亮眼，内存读写速度超200 GB/s

根据最新测试数据，锐龙 AI Max+ 395 处理器在 CPU 与 GPU 的基准性能测试中表现突出，已达到当前市场中高端游戏本的水平。该处理器在内存性能方面同样展现出高速读写能力。

内存读写速度测试数据

通过 AIDA64 内存测试工具测得的具体数据如下：该处理器的内存读取速度为 119.94 GB/s，写入速度为 211.98 GB/s，拷贝速度为 148.04 GB/s，时延为 141.8 ns。

注：AIDA64 是一款广泛用于硬件检测与性能基准测试的工具，可测量内存带宽、延迟等关键指标。时延（纳秒）反映内存访问响应速度，数值越低通常代表响应越快。

• 读取速度：119.94 GB/s
• 写入速度：211.98 GB/s
• 拷贝速度：148.04 GB/s
• 时延：141.8 ns

业内人士指出，锐龙 AI Max+ 395 在内存写入速度方面表现尤为突出，有望为高负载计算与图形处理场景提供更高效的带宽支持。

SSD在CrystalDiskMark测试中读取7010.44MB/s、写入6303.56MB/s

在通过CrystalDiskMark进行的读写性能测试中，一块SSD在SEQ1M Q8T1项目下展现出具体的速率表现：读取速度为7010.44 MB/s，写入速度为6303.56 MB/s。

测试项目SEQ1M Q8T1说明

该测试项目中的“SEQ1M”代表顺序传输1MB大小的数据块，“Q8T1”则指队列深度为8、线程数为1。这一设定旨在评估SSD在高并发请求下连续读写的极限能力。

读取速度7010.44 MB/s、写入速度6303.56 MB/s

测试软件CrystalDiskMark简析

CrystalDiskMark是一款常用的硬盘性能基准测试工具，通过模拟不同数据块大小、队列深度及线程数等场景，量化存储设备的读写速度。

• SEQ1M Q8T1是其中的高负载测试项，反映SSD在大量顺序数据读写时的吞吐性能。
• 测试数据基于本次采样结果，未涉及不同型号或历史数据对比。

联想百应AI主机300本地部署实测：通过OpenClaw调用Qwen3.6 35B模型执行复杂任务

搭载AMD锐龙AI Max+395的联想百应AI主机300，凭借专为大模型设计的超强算力，能够在本地运行以往无法部署的超大规模模型。该产品的核心卖点在于本地优先的数据安全策略——所有AI推理计算均在本地完成，敏感数据无需上传云端，满足政企、医疗等行业对数据安全与合规性的要求。

测试部署：OpenClaw与Ollama协同调用35B模型

测试人员首先在主机本地部署了OpenClaw智能体框架，随后通过Ollama工具部署Qwen3.6 35B参数的超大模型，并配置OpenClaw调用该本地模型执行任务。OpenClaw是一种用于编排AI智能体的框架，可让大模型根据指令自主完成多步骤操作；Ollama则是支持在本地运行大模型的轻量级工具。

任务实测：自动整理科技热点并生成Excel文件

配置完成后，测试人员向OpenClaw下达指令：整理当天全网科技圈热点最高的新闻20条，并整理为Excel表格，保存至电脑的“文档”文件夹。该任务完全由本地大模型自主完成推理与执行，全程未调用云端资源，验证了本地AI在数据隔离环境下的复杂任务处理能力。

“所有的AI推理计算都可以在本地完成，敏感数据完全不需要上传到云端。” —— 测试人员对数据安全策略的验证结果

这一流程表明，联想百应AI主机300可为AI初学者、开发者及企业用户提供端到端的本地化大模型部署与运行方案，在保障数据隐私的同时实现高算力应用。

OpenClaw完成热点新闻整理任务 8分钟内输出20条分级信息

近日，一项关于热点新闻整理的任务被成功执行。据透露，OpenClaw在耗时约8分钟后，完成了既定工作目标。

任务完成范围与输出成果

OpenClaw不仅成功整理出20条新闻热点，还依据热点程度进行了等级划分。所有处理后的数据均按照要求，以Excel格式保存至指定文件夹中。

OpenClaw在约8分钟内，整理了20条新闻热点并按热点程度分级，Excel文件已保存至指定文件夹。

任务流程拆解

本次任务的核心流程包括三个环节：信息抓取、归类分级、格式存储。首先，系统对原始新闻源进行快速扫描；其次，根据阅读量、讨论度等参数判定热点等级；最后，将结构化数据导出为Excel文件。

分级操作有助于后续筛选，高等级热点意味着在特定时段内具有较高的公众关注度。保存为Excel则便于用户对大量数据进行排序、筛选与二次分析。

AI性能测试：32GB内存与96GB显存占用居高不下

在近日进行的一项AI模型测试中，测试人员通过性能管理器发现，系统资源消耗呈现显著特征。测试所用的设备配备32GB内存与96GB显存，在任务运行过程中，两项资源的占用比例均维持在高位运行状态。

testimage.png" alt="测试中的Windows性能管理器截图" title="性能管理器截图">

本地化处理确保数据安全

此次测试任务全部在本地设备上完成，未依赖远程服务器或云端计算资源。这意味着所有运行数据与模型计算均在设备本地执行，对于测试环境中的隐私保护与独立性具有直接意义。

测试人员观察指出，96GB显存与32GB内存的占用高度体现了当前任务对算力的密集型需求，本地运行模式避免了数据传输可能带来的延迟及外部依赖。

联想百应 AI 主机 300 发布：支持一键部署 OpenClaw 企业级智能体

联想百应 AI 主机 300 近日公开其本地化部署能力。这款产品搭载 35B 参数大模型，通过内置联想百应 AI 平台，可以一键部署私有知识库与 OpenClaw 企业级 AI 智能体，降低了企业用户本地运行大模型的上手门槛。

部署流程：三步完成接管

在本地部署 OpenClaw 的操作上，用户首先需要打开联想百应 App，点击“立即部署”选项。系统将自动连接服务器，下载相关环境文件与依赖包。

下载完成后，界面会引导用户选择适合的模型供应商；后续的默认模型可根据实际需求灵活挑选。对于已经在本地部署了 OpenClaw 的用户，可以通过联想百应平台一键接管，全程仅需两步至三步操作即可完成。

（素材提到“如果用户已在本地部署OpenClaw，可以直接让联想百应来一键接管，整个接管过程仅需两三步”。）

产品定位与核心能力

联想百应 AI 主机 300 定位于降低AI本地化部署的复杂性。其内置的联想百应 AI 平台承担了环境配置与模型管理的角色，用户无需手动处理底层依赖问题。

值得注意的是，素材中提到的“OpenClaw”在原文中描述为“企业级AI智能体”，即一种能够执行特定企业任务的智能代理系统。通过该智能体，用户可以在不依赖公有云的情况下，在本地主机上运行和管理AI服务。

联想百应Claw推出快捷功能 简化龙虾Agent创建流程

与直接在本地运行OpenClaw相比，联想百应Claw平台提供了一系列一键式或简化操作的快捷功能。其中，创建“龙虾”Agent只需用户填写三项信息即可完成。

三步完成配置

根据平台介绍，创建龙虾Agent的具体操作包括：填写名称、填写身份描述、添加所需技能。整个流程无需用户处理底层环境或依赖文件。

这一设计降低了非技术用户搭建AI代理的门槛，将原本需要多步骤的部署过程压缩为三个核心环节。

功能对比

在本地运行OpenClaw时，用户通常需要自行安装环境、配置参数及调试技能。联想百应Claw的快捷功能则将这些环节内置，用户仅需关注Agent的角色定义与能力设定。此类工具旨在提升Agent的创建效率，减少重复性操作。

联想百应Claw内置丰富技能选项 支持一键添加

联想百应Claw在产品技能配置方面引入了一键添加机制。该设备内置了多项技能选项，用户可通过点击直接启用对应功能。

技能选项范围与操作逻辑

据产品信息显示，联想百应Claw所搭载的技能选项已预置于设备中。所谓“技能选项”，即预设的功能模块，涵盖不同用途的交互或控制能力。一键添加意味着用户无需经过多步配置或手动安装，仅需选择即可完成部署。

这种操作设计降低了使用门槛，有助于用户快速拓展设备功能。

运营专家的龙虾创建操作仅需几步完成

用户根据操作指引，几步即可完成“运营专家的龙虾”角色的创建。创建完成后，可在对话框左下角进行切换。

角色创建与切换逻辑

“运营专家的龙虾”为一个可创建的角色，其创建流程由操作指引引导，用户执行若干步骤即可完成。创建成功后，对话框左下角提供切换入口，用户可在此位置在不同角色之间快速调换当前使用的角色。

操作指引简化了创建流程，用户在几步内即可完成角色搭建。

• 创建后即可在对话框左下角切换使用该角色。
• 整个流程不涉及额外配置，步骤简洁。

联想百应Claw支持快捷接入钉钉、飞书、微信等多个平台

联想百应Claw近日推出快捷接入功能，用户可将该智能助手直接嵌入钉钉、飞书、微信、企业微信、QQ等平台，用于办公或生活场景。

覆盖两类场景的接入方式

根据相关说明，通过这一方式，用户无需额外下载独立应用，即可在常用通讯工具内调用联想百应Claw。这些平台分别对应办公协作与社交生活两大使用方向。

“快捷接入”的逻辑拆解

所谓“快捷接入”，指借助开放式接口或轻量配置，在目标平台内直接嵌入智能助手的交互能力。用户可在聊天界面中发起对话，获取信息或完成辅助任务，减少应用间的切换成本。

平台属性与使用定位

• 钉钉、飞书、企业微信：多为工作协同场景下的常用工具。
• 微信、QQ：兼具社交联络与生活服务功能。

该功能将智能助手与用户日常高频使用的入口绑定，有助于在同一界面内同时满足工作支持与生活辅助需求。

微信接入ClawBot：两步扫码即可完成，新增智能对话入口

微信平台上的ClawBot接入流程近日正式开放。用户仅需根据操作指引完成两次扫码，即可在微信内新增一个名为“微信 ClawBot”的对话接口。

扫码流程拆解：两步操作即可实现部署

据接入指引显示，整个接入过程分为两个步骤：第一步，用户扫描初始二维码完成身份验证；第二步，再次扫描确认二维码后，系统自动完成绑定。全程无需填写表单或下载额外应用。

“接入后，微信上就会多出一个微信 ClawBot。”——接入指引描述

“扫码接入”模式解析

扫码接入是一种通过移动端二维码验证实现快速授权的技术路径。该方式将传统需要多环节人工校验的流程压缩为两次扫描动作，降低用户操作门槛。

ClawBot定位：基于微信生态的专项服务

根据公开信息，接入后生成的“微信 ClawBot”并非通用聊天机器人，而是针对特定场景（如客服、自动化应答等）设计的对话交互节点。其具体功能需结合当前素材进一步确认。

联想百应Claw通过微信接口执行本地AI任务 设计手机小红书方案时内存占用超50%

近日，有用户通过微信向“微信 ClawBot”发起一项营销方案设计任务，要求其为一款手机制定完整的小红书平台营销方案。尽管任务指令在微信上发出，但实际运行过程由接入的联想百应Claw在本地完成，期间本地设备的内存占用达50%，显存占用超过70%。

任务发起与执行模式

用户直接在微信聊天窗口中对“微信 ClawBot”进行任务下发，但该AI工具的底层算力并未依赖云端服务器，而是调用用户本地硬件资源。这一模式意味着，所有数据处理与模型推理均在用户自己的设备上进行，不经过第三方云端传输。

资源占用情况

在执行全过程中，本地内存占用率持续维持在50%左右，而显存占用率则升至70%以上，表明该AI任务对图形处理单元（GPU）的计算需求较高。上述占比数据来源于任务运行时的实时监测记录。

“内存和显存的占用分别达到了50%和70%以上” —— 用户操作记录显示

针对营销方案设计的本地化部署

根据用户描述，所生成的方案内容针对某款手机的小红书平台推广，包括策略规划、内容方向等要素。由于任务在本地运行，所有涉及营销方案的设计流程均不经过外部服务器，这在一定程度上降低了数据隐私风险，但也要求用户设备具备相应的计算能力。

• 任务通过微信聊天界面发起，入口为“微信 ClawBot”
• 底层运行由联想百应Claw提供本地化AI能力
• 完成一类营销方案设计（小红书平台）耗时未透露

此类将AI能力嵌入即时通讯工具并通过本地设备运行的实现方式，降低了专业AI工具的使用门槛——用户无需部署独立的服务器或购买云端算力，只需通过微信即可调用。但本地计算资源的占用率，将成为用户实际使用过程中需考量的硬性指标。

运营专家龙虾智能体在微信中耗时6分钟完成任务执行

用户在使用微信与运营专家龙虾智能体交互时，无法实时查看任务执行过程。约6分钟后，该智能体完成执行并返回了结果。

执行过程不可见

据用户反馈，在等待期间微信界面未显示任何进度标识或状态更新。智能体在后台独立完成运算后，统一将结果推送至用户端。

“在微信上看不到智能体执行任务的过程，大概6分钟后，运营专家龙虾智能体完成任务执行并返回了结果。”

智能体与任务执行机制

智能体是指能够自主感知环境、规划行动并执行任务的程序实体。本次任务中，运营专家龙虾智能体专注于处理特定运营类需求，其具体任务内容未在素材中披露。

• 交互平台：微信
• 智能体名称：运营专家龙虾
• 任务耗时：约6分钟
• 执行过程可见性：不可见

业内人士指出，当前模式下用户无法在任务执行期间获得中间步骤反馈，仅能等待最终结果。这种设计在部分自动化场景中较为常见，目的是减少界面复杂度和提升后台运行效率。

联想百应借助锐龙AI Max+ 395实现本地化AI营销方案生成，交付3张海报

近日，联想百应通过锐龙AI Max+ 395处理器在终端侧完成了一套完整营销方案的设计与执行。该方案由“龙虾智能体”全程主导，不仅输出可操作性强的策划内容，还同步生成了3张海报，整个过程均基于本地算力完成，无需依赖云端服务器。

终端侧AI落地的关键硬件支撑

此次方案得以在本地高效运行，核心在于锐龙AI Max+ 395提供的基准性能与统一内存架构。统一内存架构指的是CPU与GPU共享同一物理内存池，数据无需在独立显存与系统内存之间反复拷贝，从而减少延迟并提升AI推理速度。这一特性使得大型语言模型和图像生成任务可在本地流畅执行。

“运营专家龙虾智能体对整个营销方案的设计还是十分完整全面的，而且具有相当的可操作性。” —— 素材原文评价

隐私敏感型任务的可信执行路径

对于涉及商业策略、客户数据等隐私敏感任务，将AI运算完全放在终端侧意味着数据无需离开本地设备。联想百应依托锐龙AI Max+ 395的AI算力，使“养龙虾”这类具体场景的营销工作可以在不联网的环境下完成，有效降低数据泄露风险。

• 方案设计：龙虾智能体依据输入需求生成完整营销策划，步骤清晰、可落地执行。
• 视觉产出：同一智能体直接生成3张配套海报，省去人工设计环节。
• 本地闭环：从创意到交付，全程不依赖云服务，数据驻留在终端。

对行业市场的影响

素材中未提供行业对比数据，但基于当前逻辑可判断：终端AI能力的提升正逐步减少企业对云端算力的刚性依赖，尤其对于中小型商户（如龙虾养殖经营者），高性价比的本地AI方案有望降低其数字化营销门槛。

联想百应 AI 主机 300 实测：本地运行大模型性能测试结果公布

在完成云端模型算力切换与联想 Token Plan 采购的流程演示后，测试团队对联想百应 AI 主机 300 在本地运行不同参数量大语言模型的实际吞吐性能进行了专项测试。本次测试基于 LM Studio 平台，分别装载了从 9B 到 35B 参数量的开源模型。

测试过程调用本地的 Qwen3.6 35B 超大模型，运行过程较为顺利。

本地模型运行测试

测试首先选用 Qwen3.5 9B 参数的模型，输入关于上海旅游攻略的提问。大模型在数秒内完成了回答，输出内容具体且详细，覆盖了景点推荐、交通建议与餐饮信息等多个维度。

此次测试旨在检验本地算力在不同模型规模下的推理速度与输出质量。测试团队表示，本地跑龙虾（指大模型推理过程）的表现表明，在联想百应 AI 主机 300 上实现端云结合的养龙虾体验（即端侧与云端模型协同工作）具备可行性。

• 测试平台：LM Studio
• 测试模型：Qwen3.5 9B 参数版本及 Qwen3.6 35B 参数版本
• 测试结果：9B 模型响应迅速，35B 模型运行稳定

端云结合模式说明

用户可通过联想百应平台切换云端模型，并购买联想的 Token Plan，配合本地的模型，实现端云结合的运行体验。这种模式下，轻量任务可由本地模型处理，复杂推理则调用云端算力，以平衡响应速度与模型能力。

这次回答输出了 1271 tokens，速度为 33.03 tok/s，延迟为 0.17s。

Qwen 3.6 35B模型测试：输出4752 tokens，速度达61.66 tok/s

在近期一项模型对比测试中，Qwen 3.6 35B模型在相同测试场景下给出了更为详细的回答，并提供了结构化表格及避坑要点清单。

测试结果与关键数据

该模型本次输出总长度为4752个tokens，输出速度达到61.66 tok/s。值得注意的是，这一速度比此前测试的9B模型更快，尽管35B模型的参数量显著更大。

参数量与运行效率的关联

参数量通常意味着模型的复杂度和推理计算量，但本次测试显示，大参数模型在更好的优化与量化技术下，同样能够获得更出色的运行效率。“量化技术”指通过降低模型参数精度（如从32位浮点数压缩到更低位数）来减少计算资源占用，同时尽可能维持输出质量。

测试方法对比

测试人员将模型切换至Qwen 3.6 35B模型后，使用了与之前9B模型类似的问题进行测试。35B模型的回答不仅更详细，还给出了表格与各需避坑的要点。

关键指标：输出速度61.66 tok/s，高于此前9B模型的相应速率，输出长度4752个tokens。

行业视角

业内人士指出，大参数模型在推理阶段的效率表现不仅取决于硬件配置，还与模型压缩、算法优化密切相关。本次测试中35B模型的速度优势，印证了优化技术对大规模模型部署的积极意义。

AMD锐龙AI Max+ 395处理器顺利运行120B参数GPT-OSS模型 32GB内存占用达99%

在最新一次高性能计算测试中，参数量高达120B的OpenAI开源超大GPT-OSS模型被成功加载并运行。系统为该任务分配的32GB内存占用迅速飙至99%，显示出模型规模对内存资源的极高需求。

内存占用近满载，架构承压稳定

测试过程中，系统内存利用率达到接近满载的水平。然而，搭载锐龙AI Max+ 395处理器的设备并未出现卡顿或崩溃，依然能够稳定运行这一超大模型。

“系统分配的32GB内存占用就已经飙到了99%，但得益于锐龙AI Max+ 395的超大容量256bit四通道内存且高速的统一内存架构，机器还是能够顺利且稳定地将模型跑起来。”测试方如此描述。

统一内存架构成为关键支撑

锐龙AI Max+ 395采用的统一内存架构，将CPU与GPU的内存访问路径整合为单一地址空间。配合其256bit四通道内存设计，该架构在单次加载大量模型参数时，能够保持总线高吞吐与低延迟，从而减轻内存拥堵对系统稳定性的影响。

• 模型参数量：120B（1200亿参数级）
• 系统内存分配：32GB
• 内存占用峰值：99%
• 处理器型号：锐龙AI Max+ 395

该测试表明，在极端内存压力场景下，高规格统一内存架构对承载超大规模AI模型具有实际支撑作用。未来基于此类架构的硬件，有望进一步降低超大模型本地部署的门槛。

GPT-OSS模型在旅游攻略测试中展现表格输出能力

在一次模型能力测试中，GPT-OSS模型被要求生成一份旅游攻略。根据测试场景记录，该模型的回答流畅且详细，并以表格形式组织关键信息，使各要点一目了然。

测试细节与表现

测试人员使用“生成旅游攻略”作为提问内容。GPT-OSS模型给出的回答不仅信息丰富，还善于运用表格来呈现行程安排、景点推荐等要点，便于用户快速获取结构化内容。这表明该模型在结构化信息输出方面具备一定优势。

联想百应 AI 主机 300 实测：120B 模型下生成速度达 38.67 tok/s

联想百应 AI 主机 300 近日在运行 120B 参数规模的超大模型时，交出了一组关键性能数据。该设备在测试中实现了每秒 38.67 token 的生成速度，总计生成 4260 个 tokens，端到端延迟仅为 0.47 秒。

性能指标解读

“120B”指模型拥有约 1200 亿个参数，属于超大规模语言模型，对算力和内存带宽要求极高。“tok/s”（tokens per second）是衡量模型生成文本速率的单位，token 可理解为单词或子词单元。“延迟”则指系统从收到输入到开始输出第一个 token 的时间间隔。

与过往个人 PC 的对比

测试方指出，过去个人 PC 或传统主机在运行同等规模模型时，难以达到上述生成速度与低延迟水平。这一结果显示出专用 AI 推理主机的性能提升，将本地化部署大模型的门槛进一步降低。

实测数据：生成速度 38.67 tok/s，总计 4260 tokens，延迟 0.47s（基于 120B 模型）。

本地部署ComfyUI完成文生图测试，Zimage-Turbo模型生成耗时1分10秒

在文本类大语言模型之外，创作者群体中流行的通用AI图像平台ComfyUI也在本地完成了实际部署与运行。测试人员搭建了一个文生图工作流，并执行了本地文生图测试。

测试采用Zimage-Turbo-fp8模型与1328×1328分辨率

测试过程中，使用Zimage-Turbo-fp8模型，输入较为详细的提示词指令，要求生成一张亚洲男子在街头打电话的图片。图片分辨率设定为1328×1328，迭代步数为8步。

该图片生成耗时约1分10秒，生成的图片品质较高，完全符合复杂提示词指令的要求。

ComfyUI工作流解析

ComfyUI是一套基于节点式界面的AI图像生成平台，其工作流由多个节点组成，每个节点负责特定的处理步骤（如加载模型、输入提示词、设置采样参数）。本次测试中搭建的文生图工作流包含：模型加载节点（调用Zimage-Turbo-fp8）、提示词输入节点、分辨率设置节点、采样节点（设定迭代步数8步）及输出节点，各节点串联后最终输出图像。

• 模型：Zimage-Turbo-fp8（一种针对快速生成优化的图像模型，采用8位浮点压缩以降低显存占用）
• 分辨率：1328×1328（正方形的输出尺寸，高于常见1080p，对本地硬件提出一定要求）
• 迭代步数：8步（较少的步数意味着生成速度较快，但通常需要模型本身具备高效收敛能力）

某系统测试配置96GB内存与32GB显存 运行占用率维持在20%左右

一项近期完成的系统性能测试显示，测试人员为运行环境分配了96GB内存与32GB显存。测试过程中，内存与显存的占用率均稳定在20%区间内，且整个运行过程处于断网状态。

测试环境与资源配置

据测试方介绍，本次测试特意将内存容量设定为96GB，显存容量设定为32GB。在测试进行期间，系统资源监控工具显示，内存占用率约为20%，显存占用率同样约为20%。

“运行过程中内存和显存的占用都在20%左右，运行过程全程是断网的。”——测试人员描述

断网环境下的资源利用分析

测试全程未连接网络，这意味着所有运算依赖本地硬件完成。在此条件下，内存与显存的低占用率表明，当前配置足以支撑运行所需，且存在较高闲置计算能力。

内存与显存名词解析

内存（RAM）是计算机内存系统中用于临时存储数据以提高处理速度的部件；显存（VRAM）则专用于图形处理器（GPU）存储图像数据。本次测试中96GB内存和32GB显存的分配属于较高规格配置。

• 内存分配：96GB
• 显存分配：32GB
• 运行占用率：约20%
• 网络状态：断网

锐龙AI Max+ 395测试：96GB显存分配下生成图片耗时约70秒

在近期一项测试中，测试者将锐龙AI Max+ 395处理器配合的显存分配至96GB、内存分配至32GB，运行生成包含一名女子在河边散步场景的复杂图片，生成用时约为1分10秒。该时间与此前较低配置下的测试结果基本持平，表明处理器的潜在性能尚未被完全压榨。

统一内存架构提升大模型负载空间

该处理器搭载统一内存架构，允许系统动态分配内存资源供CPU与内置显卡调用。测试中选择将显存分配至96GB，远高于当前主流独立显卡的显存容量，使得大尺寸图片生成与更高迭代步数成为可能。此次测试中图片分辨率与迭代步数均为预设值，测试者认为仍有提升AI工作负载的余地，以进一步利用内置显卡Radeon 8060S的计算能力。

测试过程显示，同等配置下生成图片的耗时稳定在1分10秒左右，说明锐龙AI Max+ 395处理器的能力远不止此。

显存分配策略影响高负载AI运算表现

所谓显存分配，是指系统将一部分物理内存划分给图形处理单元使用。此次96GB的显存分配量，意味着图形单元可独立存储大规模模型数据与中间计算结果，减少与CPU之间的交换延迟。测试中同时设定32GB系统内存，保障其他后台进程的运行。这一配置对需要持续迭代、高清输出的AI图像生成任务具有直接支撑作用。

• 测试生成的图片主题为女子在河边散步
• 提示词被描述为“比较详细和复杂”
• 生成用时约1分10秒

进一步优化方向：提升分辨率与迭代步数

基于当前的测试结果，可适时加大AI工作负载，例如进一步提升图片分辨率、增加迭代步数。这不仅能更充分地利用内置显卡Radeon 8060S的统一内存架构优势，也有助于评估处理器在极限条件下的稳定性与效率。测试者指出，当前70秒的出图时间仍有压缩空间，可能通过优化软件参数与硬件协同实现。

AI图像生成工具生图资源占用最高80%和97% 图片精致真实

据报道，一款AI图像生成工具在生成图片过程中，内存占用峰值达到80%，显存占用峰值达到97%，但两者均快速回落，对系统整体性能的开销并不显著。同时，该工具生成的图片在精致度、真实感和细节呈现方面表现突出。

资源占用峰值与回落特征

内存和显存占用在生图瞬间达到较高水平，但持续时间短，回落迅速。这表明工具具备高效的资源调度机制，能够在计算密集型任务完成后及时释放占用的硬件资源，避免长时间拖累系统运行。

图片质量表现

生成的图片被评价为“精致真实且充满细节”，反映出模型在细节还原与光影质感处理上具备较强能力。这一表现符合当前AI图像生成领域对高保真度输出的追求。

内存是计算机中用于临时存储运行数据的部件，显存则是显卡专门处理图形数据的专用存储空间。

素材中未提供该工具的具体名称、开发者或使用场景等更多信息。

本地文生视频测试：Amuse v3.5.2与LTX-2-Distilled模型生成街头场景

在完成文生图功能测试后，相关测试环节转向本地文生视频领域。测试者选用Amuse v3.5.2软件，搭配LTX-2-Distilled模型，尝试生成一段描述性视频内容。

测试过程与生成指令

本次视频生成测试中，使用的模型为LTX-2-Distilled，这是一款基于扩散蒸馏技术的轻量化视频生成模型，其名称中的“Distilled”代表模型经过知识蒸馏压缩，可在消费级硬件上运行。软件端采用Amuse v3.5.2，该版本支持本地离线推理，无需依赖云端算力。

测试指令为：“生成一段下雨天的街头，一个男人在打电话的视频”。

生成逻辑拆解

视频生成流程涉及指令解析、画面分帧与运动连贯性建模。模型需在单个提示词内同步处理场景背景（下雨、街头）与主体动作（男人打电话），这对于文生视频模型在语义关联与动态一致性方面构成基础校验。

• 场景要素：下雨环境、街头背景、男性角色、通话动作。
• 技术要点：本地部署无需联网，模型需在有限显存内完成多帧生成。

CogVideo开源模型实测：生成6.7秒视频耗时11分钟 内存占用超75%

在大模型视频生成领域，一段分辨率为768×512、帧率为24fps、时长6.7秒的视频片段，生成过程共耗时约11分钟。这段视频总计161帧，测试过程中显露出对系统内存资源的显著需求。

生成性能与资源消耗解析

实际生成时，96GB的系统内存最高占用比例超过75%，对应内存占用量在72GB以上。相比于内存的高负荷运行，显存占用则处于较低水平，基本维持在5%以下。

生成任务共完成161帧渲染，每帧生成平均耗时约4.1秒。

运行环境与框架特征

该视频由CogVideo模型生成，该模型的视频生成流程对计算设备的物理内存容量提出了较高要求。96GB的系统内存配置下，剩余可用空间不足24GB，表明模型在处理连续帧渲染与数据缓存时，主要依赖系统内存而非显存进行中间数据的存储与调度。

针对这一资源消耗特征，运行CogVideo模型的用户可能需要配备大容量内存的硬件环境。显存占用较低的特性，则为部分显存容量有限的设备提供了运行基础。

• 视频规格：768×512分辨率，24fps帧率，总时长6.7秒
• 生成耗时：完成161帧渲染，总耗时约11分钟
• 系统内存占用：96GB内存，最高占用比例超75%
• 显存占用：维持在5%以下的低水平

生成的视频如下：

联想百应AI主机300发布：128GB统一内存可分配96GB显存，专为AI大模型任务设计

近日，联想百应AI主机300（搭载AMD锐龙AI Max+395芯片）正式亮相评测环节。该产品通过128GB超大统一内存与四通道256bit LPDDR5x内存位宽，解决了传统消费级独显设备在运行120B超大语言模型及AI文生视频任务时易出现爆显存的短板。

统一内存架构突破硬件瓶颈

评测显示，联想百应AI主机300采用统一内存架构设计，即CPU与GPU共享同一内存池，最高可将96GB内存分配为显存使用。相比传统显存独立方案，该设计在应对百亿甚至千亿级别大语言模型时，消除了显存容量不足导致的性能瓶颈。

“海量的内存空间让它在本地部署各种百亿甚至千亿级别的大语言模型这件事上，有着目前市面上绝大多数常规产品无法比拟的巨大优势。”——评测原文

在处理极为吃配置的AI文生视频任务时，128GB统一内存在四通道256bit位宽加持下，使得系统无需反复搬运数据，显著降低了延迟。素材指出，这一架构优势在超大规模模型加载时彻底显现，避免了“心有余而力不足”的尴尬。

一键部署企业级智能体工具

除硬件能力外，联想为该主机定制了联想百应平台，集成OpenClaw企业级智能体。该平台支持“一键无脑部署”，降低零门槛用户的AI应用体验门槛；同时，具备开发能力的极客可将主机打造为纯本地算力中心，减少对云端算力账单和API调用额度的依赖。

• 性能核心：AMD锐龙AI Max+395芯片搭配128GB LPDDR5x统一内存（四通道256bit）
• 显存弹性：最高可分配96GB用作显存
• 应用场景：支持120B级大语言模型、AI文生视频等重度工作负载

在结语中，评测方认可其整体性能表现，“主要是得益于AMD锐龙AI Max+395芯片超大的128GB内存容量和四通道256bit LPDDR5x内存位宽”。以往桌面小主机无法胜任的重度AI开发，如今在该设备上获得了可落地的解决方案。

联想百应AI主机300上市：128GB+2TB版京东售价26999元

联想百应AI主机300作为一款面向本地AI应用的旗舰级主机，已在京东平台自营店面开售。其128GB内存+2TB固态版本定价26999元，主要瞄准对数据隐私有高要求的企业用户、开发者及预算充足的极客群体。

医疗场景：本地化桌面影像诊断与病历录入

在医疗行业，部分病人数据无法上云，该主机可化身本地的桌面影像智能诊断和病历录入“大脑”。通过本地算力辅助医生进行快速决策，提升诊疗效率，同时保障数据不出院区。

制造场景：实时产线分析与预测性维护

制造企业可利用该主机处理异常数据与故障照片，实时分析产线问题。其支持的预测性维护能力，有助于减少设备停机损失。

所谓预测性维护，是指通过持续监测设备运行状态数据，提前预判故障风险并安排维修，从而避免突发停机。

企业办公：私有智能体与全能AI助手

企业部署私有智能体时，该主机可自动生成周报、提炼会议重点、实现智能问答。素材指出，它相当于一个全能AI助手，帮助提升办公效率。

消费零售：本地智能客服秒级响应

在消费零售领域，该主机支持智能客服本地化部署，对客户咨询实现秒级响应，进而提升客户满意度。

目标用户与产品定位

联想百应AI主机300适合对本地AI有刚需的用户，尤其是那些已开始用AI提升工作与创作效率、且注重数据隐私的群体。其本地化部署方式避免了数据上传云端的安全风险。

• 128GB内存+2TB固态版本售价26999元
• 旗舰级主机，面向企业、开发者与极客