AMD Ryzen AI Halo – 4 千美元 AI 开发套件

原文 ↗ Hacker News 讨论 ↗

定价与市场动态

  • 主要抱怨：同样的 Strix Halo 硬件在 2025 年原本约为 ~$1.8–2.5k，如今却以约 ~$4k 的价格出售，几乎没有任何升级。
  • 许多人认为这是 AMD 在“收割” DRAM 稀缺和 AI 热潮，并不是一款新产品。
  • 有几位用户表示，来自中国 OEM 的类似系统或翻新的工作站价格仅为 $1.6–2.8k。
  • DRAM 短缺以及厂商优先供应 HBM 被认为是内存/统一内存价格暴涨的原因。
  • 一些人预计供给跟上后价格会下降；另一些人则担心“AI 泡沫”会让硬件在未来多年都保持高价。

硬件能力与限制

  • 使用 Ryzen AI Max+ 395（Strix Halo），配备 128 GB 统一内存和约 256 GB/s 带宽。
  • 多位评论者指出带宽是核心限制：容量不错，但对于非常大的稠密模型来说速度太慢。
  • 128 GB 的硬性上限受到批评，尤其是在更新的 192 GB 芯片（Gorgon Halo）和 LPDDR5X 容量提升已经出现的情况下。
  • 有人认为这些设计选择是经过刻意保守的，以避免蚕食数据中心 GPU 的销量。

与替代方案的比较

  • Nvidia DGX Spark：内存大小相近，带宽略高（约 273 GB/s），prefill 快得多，CUDA 生态系统和 CX7 互连也好得多。如果价格相近，很多人会为了 AI 工作选择 Spark。
  • Mac Studio / MacBook Pro（M3/M4/M5）：内存带宽高得多，且本地 LLM 性能强，但 RAM 配置受限、价格高，并且受 macOS/ARM 限制。
  • Framework Desktop、Beelink、Bosgame、GMKtec：使用同样的 SoC 和内存，但历史价格更低；当前 Framework 的定价被认为偏高，尤其是 SSD。
  • 传统游戏/工作站 PC 搭配 3090/4090 级 GPU：原始 GPU 带宽更高，但 VRAM 小得多，因此不太适合非常大的模型；对于较小模型，速度更有优势。

软件与生态

  • AMD 技术栈（ROCm、amdgpu）被广泛描述为脆弱且容易回归出问题；需要仔细对齐内核、固件和库。
  • 许多用户转而使用 Vulkan / llama.cpp 构建，而不是 ROCm。
  • Spark 上的 CUDA 被视为 LLM 工具链的事实标准（vLLM、SGLang 等）。
  • AMD 的“playbooks”被认为是积极的一步，但还没有真正缩小差距。

使用场景与价值主张

  • 当价格约为 ~$2k 时，Strix Halo 被视为一台出色的 x86 开发机和 homelab 服务器，同时也能很好地运行中型 MoE 模型。
  • 到了 $4k，许多人认为它性价比很差：速度比 Mac 和 Nvidia 统一内存机器更慢，却价格相近，而且仍然限制在 128 GB / 256 GB/s。
  • 仍有一些人喜欢它，因为它适合完全本地化的工作流（例如 Qwen 35B、DeepSeek 变体、agentic 工作），并且是一台安静、紧凑、通用的工作站，但大多数人建议等待，或者改选 Spark / GPU 方案。