Microsoft 嘅 Project Zenith，唔係另起爐灶整一個新 Windows 版本，而係想令一部高階新 PC 喺第一次開機時，已經似一部可即刻開工嘅本機 AI 開發工作站，而唔係一部要花半日裝工具、調設定嘅一般消費級電腦。Microsoft 喺 2026 年 9 月 4 日公布 Zenith；公司早前已於 Build 2026 預覽過相關開發者優化方向。12

重點唔止係 RAM：係將「夠力」同「就緒」包埋一齊

Microsoft 形容 Zenith 係面向開發者級裝置嘅「ready-to-code」、減少干擾 Windows 體驗。核心概念好直接：新機到手後，終端機、編輯器、Linux 環境、語言 runtime 同套件工具應該已經準備好，而唔係由零開始逐樣裝。19

要留意，Zenith 唔係獨立嘅 Windows 版本。佢係隨符合資格新硬件提供嘅設定同軟件組合，底層仍然係 Windows 11 Home 或 Pro，只係預先套用開發取向嘅預設設定同工具。34

Microsoft 指 Zenith 裝置可喺本機「unmetered」運行 300 億參數以上模型。呢度嘅意思係推論可留喺部電腦做，毋須按雲端模型 token 用量計費；唔代表每個模型都會跑得快、任何 context length 都裝得落，亦唔代表完全毋須電力、儲存空間同額外設定。1

點解最低要求係 64GB 統一記憶體、250GB/s 頻寬？

Zenith 級別 PC 要有至少 64GB 統一記憶體，以及 250GB/s 或以上記憶體頻寬。1

呢兩個數字針對本機大語言模型推論最實際嘅兩道關：

• 容量：模型權重除咗要放得入記憶體，仲要預留 runtime 同 context 所需空間。統一記憶體讓 CPU 同整合式 GPU 共用一個較大嘅記憶體池，唔使只靠主流 PC 常見、容量較細嘅獨立顯示記憶體（VRAM）。
• 頻寬：模型每生成一段輸出，都要反覆由記憶體讀取權重。頻寬高，先至較能避免「模型明明放得落，但出字慢到用唔到」嘅情況。

不過，呢啲係平台最低門檻，唔係效能保證。模型架構、量化方式、context 長度、推論引擎、driver 支援，以及作業系統同其他程式仲剩幾多記憶體可用，都會影響實際 tokens-per-second。

一部 Zenith PC 預先裝咗咩？

Zenith 會喺開發者開始設定之前，先做好常用工具同系統取向。Microsoft 同相關報道提到，Visual Studio Code 同 Windows Terminal 係預設體驗中嘅重點項目，整個組合亦涵蓋開發、終端機及 runtime 工具。192135

預設環境包括例如：

• Visual Studio Code 同 GitHub Copilot 工具
• Windows Terminal、PowerShell、Git、GitHub CLI、Azure CLI
• Windows Subsystem for Linux（WSL）
• Python 連 uv、Node.js 連 nvm，以及相關套件工具
• PowerToys、WinGet／Windows 套件工具同 Windows Dev Skills2135

Windows 設定亦會偏向寫 code 嘅日常需要。已報道嘅例子包括：File Explorer 預設顯示副檔名、隱藏檔案，同埋喺標題列顯示完整路徑。呢啲係細節，但足以慳返開發者每次換新機重複調校嘅時間。9

首發硬件：AMD Ryzen AI Halo

Project Zenith 會率先登陸 AMD Ryzen AI Halo 系統，之後預計有更多 OEM 廠商同晶片夥伴推出相關裝置。1

AMD Ryzen AI Halo 開發平台正好展示到呢類機器嘅定位：最高配備 128GB LPDDR5X 統一記憶體，AMD 宣稱可支援最高 2,000 億參數模型作本機 AI 工作。2728 有測試過嘅 128GB 配置提供 256GB/s 記憶體頻寬，達到 Microsoft 所定嘅 Zenith 門檻。18

但 128GB 並唔等於所有超大型模型都有實用表現。AMD 另行提到最高 3,000 億參數模型嘅說法，關聯到最高可有 192GB 統一記憶體嘅 Ryzen AI Halo 平台配置。19 模型參數量本身不足以判斷好唔好用：壓縮格式、context window、runtime 額外開銷，同埋可接受嘅輸出速度都同樣重要。

Microsoft 想改善嘅，其實係 Windows 開發流程

Microsoft 並無明確將 Zenith 包裝成搶 macOS 或 Linux 開發者嘅計劃，但產品方向相當清楚：降低 Windows 做 Unix-like 工具、本機實驗，同埋開發機初始設定時嘅傳統摩擦。

WSL 令開發者可喺 Windows 原生工具旁邊使用 Linux 環境；而 VS Code、GitHub 服務同 Azure 命令列工具，就令 Microsoft 自己嘅開發生態由第一個工作階段已經隨手可用。2135 Zenith 唔係要取代 Linux，而係令 Windows 更有條件成為 AI 同系統開發嘅預設終端平台。

打算買 Zenith PC，唔好只望住「64GB」

Zenith 嘅硬件門檻有參考價值，但只係起點。評估裝置時，最好逐項確認：

1. 實際可用統一記憶體：容量越大，越有空間容納模型權重、長 context、runtime 同其他同時運行嘅應用程式。
2. 實測推論表現：模型放得入記憶體，唔代表生成速度一定可以接受。
3. 框架與 driver 支援：你打算用嘅推論 stack 同模型格式，要同該 GPU、作業系統配置夾得好先得。
4. 售價同升級限制：細型統一記憶體系統通常唔可以由用家自行升級，所以買邊個容量會特別關鍵。

Project Zenith 最重要嘅貢獻，係將一個硬件級別同一套已準備好嘅 Windows 開發環境打包。佢最終值唔值得，唔會只靠個名，而係取決於實際上市 Zenith PC 嘅效能、相容性同價錢。14

Microsoft 嘅 Project Zenith，唔係另起爐灶整一個新 Windows 版本，而係想令一部高階新 PC 喺第一次開機時，已經似一部可即刻開工嘅本機 AI 開發工作站，而唔係一部要花半日裝工具、調設定嘅一般消費級電腦。Microsoft 喺 2026 年 9 月 4 日公布 Zenith；公司早前已於 Build 2026 預覽過相關開發者優化方向。12

重點唔止係 RAM：係將「夠力」同「就緒」包埋一齊

Microsoft 形容 Zenith 係面向開發者級裝置嘅「ready-to-code」、減少干擾 Windows 體驗。核心概念好直接：新機到手後，終端機、編輯器、Linux 環境、語言 runtime 同套件工具應該已經準備好，而唔係由零開始逐樣裝。19

要留意，Zenith 唔係獨立嘅 Windows 版本。佢係隨符合資格新硬件提供嘅設定同軟件組合，底層仍然係 Windows 11 Home 或 Pro，只係預先套用開發取向嘅預設設定同工具。34

Microsoft 指 Zenith 裝置可喺本機「unmetered」運行 300 億參數以上模型。呢度嘅意思係推論可留喺部電腦做，毋須按雲端模型 token 用量計費；唔代表每個模型都會跑得快、任何 context length 都裝得落，亦唔代表完全毋須電力、儲存空間同額外設定。1

點解最低要求係 64GB 統一記憶體、250GB/s 頻寬？

Zenith 級別 PC 要有至少 64GB 統一記憶體，以及 250GB/s 或以上記憶體頻寬。1

呢兩個數字針對本機大語言模型推論最實際嘅兩道關：

• 容量：模型權重除咗要放得入記憶體，仲要預留 runtime 同 context 所需空間。統一記憶體讓 CPU 同整合式 GPU 共用一個較大嘅記憶體池，唔使只靠主流 PC 常見、容量較細嘅獨立顯示記憶體（VRAM）。
• 頻寬：模型每生成一段輸出，都要反覆由記憶體讀取權重。頻寬高，先至較能避免「模型明明放得落，但出字慢到用唔到」嘅情況。

不過，呢啲係平台最低門檻，唔係效能保證。模型架構、量化方式、context 長度、推論引擎、driver 支援，以及作業系統同其他程式仲剩幾多記憶體可用，都會影響實際 tokens-per-second。

一部 Zenith PC 預先裝咗咩？

Zenith 會喺開發者開始設定之前，先做好常用工具同系統取向。Microsoft 同相關報道提到，Visual Studio Code 同 Windows Terminal 係預設體驗中嘅重點項目，整個組合亦涵蓋開發、終端機及 runtime 工具。192135

預設環境包括例如：

• Visual Studio Code 同 GitHub Copilot 工具
• Windows Terminal、PowerShell、Git、GitHub CLI、Azure CLI
• Windows Subsystem for Linux（WSL）
• Python 連 uv、Node.js 連 nvm，以及相關套件工具
• PowerToys、WinGet／Windows 套件工具同 Windows Dev Skills2135

Windows 設定亦會偏向寫 code 嘅日常需要。已報道嘅例子包括：File Explorer 預設顯示副檔名、隱藏檔案，同埋喺標題列顯示完整路徑。呢啲係細節，但足以慳返開發者每次換新機重複調校嘅時間。9

首發硬件：AMD Ryzen AI Halo

Project Zenith 會率先登陸 AMD Ryzen AI Halo 系統，之後預計有更多 OEM 廠商同晶片夥伴推出相關裝置。1

AMD Ryzen AI Halo 開發平台正好展示到呢類機器嘅定位：最高配備 128GB LPDDR5X 統一記憶體，AMD 宣稱可支援最高 2,000 億參數模型作本機 AI 工作。2728 有測試過嘅 128GB 配置提供 256GB/s 記憶體頻寬，達到 Microsoft 所定嘅 Zenith 門檻。18

但 128GB 並唔等於所有超大型模型都有實用表現。AMD 另行提到最高 3,000 億參數模型嘅說法，關聯到最高可有 192GB 統一記憶體嘅 Ryzen AI Halo 平台配置。19 模型參數量本身不足以判斷好唔好用：壓縮格式、context window、runtime 額外開銷，同埋可接受嘅輸出速度都同樣重要。

Microsoft 想改善嘅，其實係 Windows 開發流程

Microsoft 並無明確將 Zenith 包裝成搶 macOS 或 Linux 開發者嘅計劃，但產品方向相當清楚：降低 Windows 做 Unix-like 工具、本機實驗，同埋開發機初始設定時嘅傳統摩擦。

WSL 令開發者可喺 Windows 原生工具旁邊使用 Linux 環境；而 VS Code、GitHub 服務同 Azure 命令列工具，就令 Microsoft 自己嘅開發生態由第一個工作階段已經隨手可用。2135 Zenith 唔係要取代 Linux，而係令 Windows 更有條件成為 AI 同系統開發嘅預設終端平台。

打算買 Zenith PC，唔好只望住「64GB」

Zenith 嘅硬件門檻有參考價值，但只係起點。評估裝置時，最好逐項確認：

1. 實際可用統一記憶體：容量越大，越有空間容納模型權重、長 context、runtime 同其他同時運行嘅應用程式。
2. 實測推論表現：模型放得入記憶體，唔代表生成速度一定可以接受。
3. 框架與 driver 支援：你打算用嘅推論 stack 同模型格式，要同該 GPU、作業系統配置夾得好先得。
4. 售價同升級限制：細型統一記憶體系統通常唔可以由用家自行升級，所以買邊個容量會特別關鍵。

Project Zenith 最重要嘅貢獻，係將一個硬件級別同一套已準備好嘅 Windows 開發環境打包。佢最終值唔值得，唔會只靠個名，而係取決於實際上市 Zenith PC 嘅效能、相容性同價錢。14