对于想在本地运行大语言模型、又不愿把提示词和私有文档交给云端服务的开发者而言，GMKtec EVO-X5 Pro 与 Acemagic F9A 的看点并不是独立显卡，而是塞进小型机身的 192GB 高带宽统一内存。

两款设备均采用 AMD Ryzen AI Max+ PRO 495——此前代号为 Gorgon Halo。CPU、集成显卡和 AI 处理资源共用同一内存池；在支持的配置中，最多可将 160GB 分配给集成显卡作为图形内存。这使其能够尝试将经过重度量化的大模型完整留在本机内存中运行。1843

IFA 2026 上亮相的两台迷你工作站

Ryzen AI Max+ PRO 495 配备 16 个 Zen 5 CPU 核心、32 线程，最高加速频率 5.2GHz，并集成拥有 40 个计算单元的 Radeon 8065S 显卡。AMD 标注其支持最高 192GB、256 位 LPDDR5X-8533 内存；NPU 算力最高 55 TOPS，厂商资料则给出平台最高 131 TOPS 的总 AI 算力。1343

LPDDR5X-8533 在 256 位接口下的理论带宽约为 273GB/s。这不等同于数据中心 GPU 的 HBM 带宽，但对集显平台而言，关键在于 CPU 与 GPU 无须经 PCIe 在两份独立内存之间搬运模型数据。33543

• GMKtec EVO-X5 Pro：GMKtec 已确认其采用 Ryzen AI Max+ PRO 495，最高支持 192GB 内存、最多 160GB 可分配给 GPU。厂商称计划于 2026 年 10 月开售。8
• Acemagic F9A：Acemagic 在 IFA 展示 F9A PRO 495，同样最高支持 192GB 统一内存和 Radeon 8065S。报道显示，其机身体积约 2 升，尺寸为 158.5 × 158.5 × 81.5 毫米。129

截至目前，公开报道尚未为这两款机器提供同等完整的最终接口、散热、功耗上限及地区版本信息。对迷你 PC 来说，这些参数并非小事：持续 AI 性能高度依赖散热设计与实际功耗设定，不能只看处理器型号。

为什么能谈“300B”，但前提是 INT4

“3000 亿参数”能否装下，不能只看参数量，还取决于量化格式及运行时开销。仅计算模型权重时，3000 亿参数模型大致需要：

权重格式	原始权重容量（约）	能否实际放入 160GB GPU 分配空间？
FP16	600GB	否
INT8	300GB	否
INT4	150GB（十进制）	理论上可能，但余量有限

在 4 bit 量化下，3000 亿个权重约占 150GB，尚未计入量化元数据、运行时缓冲区和用于上下文的 KV Cache。因此，AMD 所称的 300B 级本地运行，依赖激进量化及具体工作负载配置；AMD 自身也对模型架构、量化方式和工作负载附加了条件。1531

实际含义应当准确理解：这类设备可能可以加载并运行某些约 300B 级 INT4 模型，但不代表能运行 FP16 或 INT8 的同级模型，更不代表会有很高的生成速度。若分给 GPU 160GB，留给操作系统和 CPU 侧工作的内存空间也会较紧张。

现有引述材料没有提供可靠的一手证据，能证明名为 “Qwen3.8-Flash-Next” 的模型或演示确实存在。因此，不应把它当成已被独立验证的跑分或产品演示。

真正的代际变化是容量，不是算力架构重做

相较此前最高支持 128GB LPDDR5X-8000 统一内存的 Ryzen AI Max 300 系列，PRO 400 平台将上限提高至 192GB，容量增加 50%；报道称，可分配给图形部分的最大内存也由 96GB 提升至 160GB。11

带宽提升则较温和：256 位 LPDDR5X-8000 的理论带宽约 256GB/s，LPDDR5X-8533 约为 273GB/s，增幅约 6.6%。CPU 仍是 16 核 Zen 5，旗舰型号仍使用 Radeon 8065S，因此这主要是一次以内存容量为核心的升级，而不是计算架构的全面换代。93336

对买家而言，这一区别很重要：更多内存改变的是哪些模型能长期驻留在本机；它并不会让集显变成拥有 HBM 显存、面向数据中心的高端加速卡。

同属 192GB 平台的其他产品

Ryzen AI Max PRO 400 系列包括 Ryzen AI Max PRO 485、490 和 Max+ PRO 495。495 是顶级配置，拥有 16 核 CPU 与 Radeon 8065S；较低端的 485 和 490 使用 Radeon 8050S。1632

已公布的相关系统还包括：

• Minisforum MS-S1 MAX P495：迷你工作站，最高 192GB LPDDR5X 统一内存，最多 160GB 可分配为显存。34
• Framework Desktop：一款紧凑桌面配置，采用 PRO 495、192GB 内存，标注带宽为 273GB/s，最多 160GB 可供集显使用。1433
• 联想 ThinkCentre X Ultra：报道称最高可选 PRO 495，但内存上限为 128GB、图形专用内存最高 96GB；预计 2026 年 11 月上市，起售价为 3669 美元。34

谁适合买？先问速度是否够用

192GB Gorgon Halo 迷你工作站更适合看重模型容量与数据本地性的本地推理、开发工作：例如测试量化大模型、处理私有文档，或在离线环境构建 AI 工作流。对于这些需求，把模型留在一台桌面设备里，可能比租用云端实例或搭建多 GPU 工作站更直接。

但限制同样明确。约 273GB/s 带宽的共享内存 Radeon 集显，与 HBM 加速器仍是两类产品；后者通常拥有高得多的内存带宽。55 TOPS 的 NPU 指标也不能直接代表大模型生成速度，实际表现还取决于软件栈、GPU 执行路径、模型格式、上下文长度和持续功耗。135

价格也是现实门槛。报道称，Acemagic 曾计划通过自营店和亚马逊销售 192GB/2TB 的 F9A，计划标价 8000 欧元；这应视为报道中的计划定价，而不是已确认的市场成交价。6

EVO-X5 Pro 和 F9A 展现的方向很清晰：紧凑型 AI 工作站正在用更大的统一内存，把更大尺寸的量化模型带到单机本地。比起询问设备是否“支持 300B”，更有价值的问题是：它能以什么量化格式、什么上下文长度，运行哪一个具体模型，并达到自己可接受的输出速度。

对于想在本地运行大语言模型、又不愿把提示词和私有文档交给云端服务的开发者而言，GMKtec EVO-X5 Pro 与 Acemagic F9A 的看点并不是独立显卡，而是塞进小型机身的 192GB 高带宽统一内存。

两款设备均采用 AMD Ryzen AI Max+ PRO 495——此前代号为 Gorgon Halo。CPU、集成显卡和 AI 处理资源共用同一内存池；在支持的配置中，最多可将 160GB 分配给集成显卡作为图形内存。这使其能够尝试将经过重度量化的大模型完整留在本机内存中运行。1843

IFA 2026 上亮相的两台迷你工作站

Ryzen AI Max+ PRO 495 配备 16 个 Zen 5 CPU 核心、32 线程，最高加速频率 5.2GHz，并集成拥有 40 个计算单元的 Radeon 8065S 显卡。AMD 标注其支持最高 192GB、256 位 LPDDR5X-8533 内存；NPU 算力最高 55 TOPS，厂商资料则给出平台最高 131 TOPS 的总 AI 算力。1343

LPDDR5X-8533 在 256 位接口下的理论带宽约为 273GB/s。这不等同于数据中心 GPU 的 HBM 带宽，但对集显平台而言，关键在于 CPU 与 GPU 无须经 PCIe 在两份独立内存之间搬运模型数据。33543

• GMKtec EVO-X5 Pro：GMKtec 已确认其采用 Ryzen AI Max+ PRO 495，最高支持 192GB 内存、最多 160GB 可分配给 GPU。厂商称计划于 2026 年 10 月开售。8
• Acemagic F9A：Acemagic 在 IFA 展示 F9A PRO 495，同样最高支持 192GB 统一内存和 Radeon 8065S。报道显示，其机身体积约 2 升，尺寸为 158.5 × 158.5 × 81.5 毫米。129

截至目前，公开报道尚未为这两款机器提供同等完整的最终接口、散热、功耗上限及地区版本信息。对迷你 PC 来说，这些参数并非小事：持续 AI 性能高度依赖散热设计与实际功耗设定，不能只看处理器型号。

为什么能谈“300B”，但前提是 INT4

“3000 亿参数”能否装下，不能只看参数量，还取决于量化格式及运行时开销。仅计算模型权重时，3000 亿参数模型大致需要：

权重格式	原始权重容量（约）	能否实际放入 160GB GPU 分配空间？
FP16	600GB	否
INT8	300GB	否
INT4	150GB（十进制）	理论上可能，但余量有限

在 4 bit 量化下，3000 亿个权重约占 150GB，尚未计入量化元数据、运行时缓冲区和用于上下文的 KV Cache。因此，AMD 所称的 300B 级本地运行，依赖激进量化及具体工作负载配置；AMD 自身也对模型架构、量化方式和工作负载附加了条件。1531

实际含义应当准确理解：这类设备可能可以加载并运行某些约 300B 级 INT4 模型，但不代表能运行 FP16 或 INT8 的同级模型，更不代表会有很高的生成速度。若分给 GPU 160GB，留给操作系统和 CPU 侧工作的内存空间也会较紧张。

现有引述材料没有提供可靠的一手证据，能证明名为 “Qwen3.8-Flash-Next” 的模型或演示确实存在。因此，不应把它当成已被独立验证的跑分或产品演示。

真正的代际变化是容量，不是算力架构重做

相较此前最高支持 128GB LPDDR5X-8000 统一内存的 Ryzen AI Max 300 系列，PRO 400 平台将上限提高至 192GB，容量增加 50%；报道称，可分配给图形部分的最大内存也由 96GB 提升至 160GB。11

带宽提升则较温和：256 位 LPDDR5X-8000 的理论带宽约 256GB/s，LPDDR5X-8533 约为 273GB/s，增幅约 6.6%。CPU 仍是 16 核 Zen 5，旗舰型号仍使用 Radeon 8065S，因此这主要是一次以内存容量为核心的升级，而不是计算架构的全面换代。93336

对买家而言，这一区别很重要：更多内存改变的是哪些模型能长期驻留在本机；它并不会让集显变成拥有 HBM 显存、面向数据中心的高端加速卡。

同属 192GB 平台的其他产品

Ryzen AI Max PRO 400 系列包括 Ryzen AI Max PRO 485、490 和 Max+ PRO 495。495 是顶级配置，拥有 16 核 CPU 与 Radeon 8065S；较低端的 485 和 490 使用 Radeon 8050S。1632

已公布的相关系统还包括：

• Minisforum MS-S1 MAX P495：迷你工作站，最高 192GB LPDDR5X 统一内存，最多 160GB 可分配为显存。34
• Framework Desktop：一款紧凑桌面配置，采用 PRO 495、192GB 内存，标注带宽为 273GB/s，最多 160GB 可供集显使用。1433
• 联想 ThinkCentre X Ultra：报道称最高可选 PRO 495，但内存上限为 128GB、图形专用内存最高 96GB；预计 2026 年 11 月上市，起售价为 3669 美元。34

谁适合买？先问速度是否够用

192GB Gorgon Halo 迷你工作站更适合看重模型容量与数据本地性的本地推理、开发工作：例如测试量化大模型、处理私有文档，或在离线环境构建 AI 工作流。对于这些需求，把模型留在一台桌面设备里，可能比租用云端实例或搭建多 GPU 工作站更直接。

但限制同样明确。约 273GB/s 带宽的共享内存 Radeon 集显，与 HBM 加速器仍是两类产品；后者通常拥有高得多的内存带宽。55 TOPS 的 NPU 指标也不能直接代表大模型生成速度，实际表现还取决于软件栈、GPU 执行路径、模型格式、上下文长度和持续功耗。135

价格也是现实门槛。报道称，Acemagic 曾计划通过自营店和亚马逊销售 192GB/2TB 的 F9A，计划标价 8000 欧元；这应视为报道中的计划定价，而不是已确认的市场成交价。6

EVO-X5 Pro 和 F9A 展现的方向很清晰：紧凑型 AI 工作站正在用更大的统一内存，把更大尺寸的量化模型带到单机本地。比起询问设备是否“支持 300B”，更有价值的问题是：它能以什么量化格式、什么上下文长度，运行哪一个具体模型，并达到自己可接受的输出速度。