从 2026 年 Q2 的 Strix Halo（300 系）到 Q3 的 Gorgon Halo（400 系），再到 2027 年的 Zen6 Medusa Halo（500 系）——AMD 正在用一场三代连发的节奏，在客户端 AI APU 赛道上布下一盘大棋。本文对 Halo 产品线的命名逻辑、三代规格、整机迭代与核心技术指标进行系统性梳理。
按：文章没有比较 Halo各系列对比 mac Studio 以及 Nvidia DGX Sparc 的内存带宽指标以及推理速度。在 UMA 场景下， AMD 的内存带宽无法和苹果 Mac Studio 相比，在推理的首次响应上无法和苹果相比。所谓一分价格一分货。
编按： AMD 的 ROCm 驱动是对 Linux 友好的生态，所以，购买 AMD 的 Mini-PC 强烈建议使用 Linux 桌面，而这里面支持最好的又是 Ubuntu，可惜不是 Debian.
━━━ ━━━ ━━━
AMD Ryzen AI Halo 系列全梳理：三代入局，客户端 AI APU 的本地大模型之战引言：当\"本地推理\"不再是口号
2024\~2025 年，大模型的最佳部署平台始终是 NVIDIA 的 H100/B200 机架或 Mac Studio 的统一内存架构。x86 阵营在\"本地跑大模型\"这一赛道上，始终缺少一个真正对标 Apple Silicon 统一内存方案的旗舰产品。
AMD Ryzen AI Halo 系列的出现，正在改变这一格局。
这不是一颗单独的 CPU——它是一个融合了 Zen5 CPU + RDNA3.5 GPU + XDNA2 NPU 的客户端 AI APU，以统一内存（Unified Memory）架构为武器，瞄准的是那些\"不想抢云端 GPU，但在本地需要跑 200B\~300B+ 参数模型\"的开发者、研究人员和 AI 创作者。
一、命名澄清：\"Halo\"是两条线
Halo 这个名字在实际传播中容易被误解为一颗单一芯片。实际上它对应两条并行概念：
概念一：处理器代号（Silicon Code Name）
- 300 系 = Strix Halo（2026 Q2 上市，当前在售）
- 400 系 = Gorgon Halo（2026 Q3 上市）
- 500 系（远期传闻）= Medusa Halo（Zen6，预计 2027）
概念二：整机开发平台（Mini PC Platform）
- 初代 Ryzen AI Halo Mini PC 搭载 300 系，2026 Q2 开售
- 第二代整机将于 2026 Q3 换装 400 系同步更新
底层架构统一：Zen5 CPU + RDNA3.5 iGPU + XDNA2 NPU，台积电 4nm 工艺，CPU/GPU/NPU 共享同一物理内存池——这是 Halo 区别于传统 PC/x86 分体架构的核心特征。
二、当前在售：Ryzen AI Max+ 300 Series（Strix Halo）
2026 年 Q2 上市，首批 Halo 整机的标配 SoC。
旗舰：Ryzen AI Max+ 395
| 维度 | 规格 |
|---|---|
| CPU | 16C/32T Zen5，基准 3.0 GHz / 加速 5.1 GHz |
| 缓存 | 80MB（L2 + L3 + Infinity Cache） |
| iGPU | Radeon 8060S，40 CU RDNA3.5，最高 2.9 GHz |
| NPU | XDNA2，50 TOPS INT8 |
| TDP | 45\~120W cTDP（可配置） |
| 统一内存 | 128GB LPDDR5X-8533，最多 96GB 可分配为显存 |
| 本地模型能力 | 最高 200B 参数 LLM 本地运行（INT4 量化） |
| 整机售价 | Ryzen AI Halo 开发 Mini PC，\$3,999 起 |
| 预装软件 | ROCm 7.2 + Windows/Linux 双系统 |
中端：Ryzen AI Max 390
- CPU：12C/24T Zen5，3.2/5.0 GHz
- 缓存：76MB
- iGPU：Radeon 8050S，32 CU
- 内存：128GB 上限，其余规格同旗舰
入门：Ryzen AI Max 385
- CPU：8C/16T Zen5，3.6/5.0 GHz
- 缓存：40MB
- iGPU：Radeon 8050S，32 CU
- 内存：128GB 上限
核心差异：395 独享 40 CU 满血 iGPU 和最大 80MB 缓存；390/385 均为 32 CU 的 8050S。CPU 核数递减 16→12→8，但 NPU 三款均为统一的 50 TOPS。
三、即将上市：Ryzen AI Max PRO 400 Series（Gorgon Halo）
2026 年 Q3 发布，新一代 Halo 整机搭载。
核心升级点
| 对比项 | 300 系（Strix） | 400 系（Gorgon） |
|---|---|---|
| 统一内存上限 | 128GB | 192GB（x86 客户端芯片首次） |
| 最大显存分配 | 96GB | 160GB |
| NPU 算力 | 50 TOPS | 55 TOPS |
| 旗舰 iGPU | 8060S 40CU 2.9GHz | 8065S 40CU 3.0GHz |
| CPU 加速频率 | 5.1 GHz | 5.2 GHz |
| 可本地运行模型 | ≤200B | 300B+ |
旗舰：Ryzen AI Max+ PRO 495
| 维度 | 规格 |
|---|---|
| CPU | 16C/32T Zen5，3.1/5.2 GHz |
| 缓存 | 80MB |
| iGPU | Radeon 8065S，40 CU RDNA3.5，3.0 GHz |
| NPU | XDNA2，55 TOPS INT8 |
| 统一内存 | 192GB LPDDR5X-8533，最多 160GB 可作为显存 |
| TDP | 45\~120W |
中端：Ryzen AI Max PRO 490
- 12C/24T，76MB 缓存，32 CU 8050S，192GB 内存上限
入门：Ryzen AI Max PRO 485
- 8C/16T，40MB 缓存，32 CU 8050S，192GB 内存上限
300 系和 400 系的核心量级差异：从 128GB → 192GB 的统一内存意味着模型的加载规模阈值被推到了 300B 级别。以 Llama 3 系列为例——70B 模型的 4-bit 量化仅需约 35GB VRAM，300B 级模型（如 GPT-3.5 规模的稠密模型）在 4-bit 下约需 150\~180GB，刚好匹配 495 的 160GB 显存分配上限。
400 系 OEM 工作站和新版 Halo Mini PC 将同步铺货，对标 NVIDIA 的 DGX Spark。
四、远期未来规划：Medusa Halo（500 系，Zen6）4.1 CPU 架构跃迁
- 架构：Zen6（台积电 2nm）
- 指令集：新增原生 AI 矩阵指令集，原生支持 FP4/INT4 等低精度 AI 数据格式
- 工艺优势：2nm 相比 4nm，同功耗下性能提升约 15\~20%，或同性能下功耗降低 25\~30%
4.2 NPU 与 GPU 升级
- NPU：新一代 XDNA3，算力预计 80\~100 TOPS（INT8），相比现行 50\~55 TOPS 近乎翻倍，支持分布式本地 Agent 多任务
- iGPU：RDNA4 架构，CU 数量进一步提升，显存带宽大幅增强
4.3 内存目标
- 有望突破 256GB 统一内存，面向本地千亿参数（100B+）模型的 全参数微调（Full Fine-Tuning）
- 定位：第二代 Halo 开发者整机、高端 AI 创作工作站、边缘 AI 服务器 APU
4.4 服务器侧配套（非 Halo 命名）
AMD 的服务器 CPU 路线图中也有 Zen6 产品，但与 Halo 明确分化：
| 产品 | 时间 | 架构 | 定位 |
|---|---|---|---|
| EPYC Venice | 2026 | Zen6 2nm | 通用 AI 调度服务器 CPU |
| EPYC Verano | 2027 | 优化款 | AI 专用霄龙，配套 MI500 GPU + Helios 2.0 机架方案 |
\"Halo\"命名仅限客户端 APU，服务器 EPYC 不论功能多么接近 AI 场景，都不叫 Halo。
五、整机平台迭代路线图
| 代次 | 时间 | 处理器 | 内存上限 | 模型能力 | 目标用户 | 对标竞品 |
|---|---|---|---|---|---|---|
| 初代 Halo | 2026 Q2 | 395 (Strix) | 128GB | ≤200B 本地推理 | 独立开发者 | Mac Studio (M3 Ultra) |
| 二代 Halo Gorgon | 2026 Q3 | 495 (Gorgon) | 192GB | 300B+ 本地推理 + Agent | 专业团队 | NVIDIA DGX Spark |
| 三代 Medusa Halo | 2027 | Zen6 500 系 | 256GB+ | 千亿模型微调 + 多 Agent | 企业级工作站 | (待定) |
六、核心技术共性指标
以下指标为 Halo 全系列统一：
- 统一内存：LPDDR5X-8533，CPU/GPU/NPU 零拷贝共享同一物理显存池——这是 Halo 对抗 NVIDIA 分立显存架构的核心差异
- AI 软件栈：完整支持 ROCm、PyTorch、vLLM、Llama.cpp、ComfyUI、LM Studio
- 可配置功耗：45W（轻量 AI 推理/节能模式）\~120W（大模型满负载）
- 指令集：AVX-512、AMD-V 虚拟化、专用 NPU 矩阵加速指令
- 定位边界：仅限客户端 APU（Mini PC / 高性能移动工作站），服务器 EPYC 不叫 Halo
七、架构师观察：客户端 AI 推理的\"分水岭时刻\"
AMD 用三代 Halo 的节奏，描绘了一条清晰的客户端 AI 推理路线图：
- 2026 上半年：验证\"x86 也能跑 200B 模型\"的命题，统一内存方案对标 Mac Studio
- 2026 下半年：192GB 内存 × 300B 模型，进入 NVIDIA DGX Spark 的物理领地
- 2027：2nm + 256GB + 100 TOPS NPU，瞄准千亿参数微调的蓝海
最关键的一步是 400 系的 192GB 统一内存——这不仅是规格数字的提升，更意味着 AMD 首次在 x86 客户端芯片上解锁了 Mac Studio M3 Ultra 级别的模型加载能力（M3 Ultra 最高 192GB 统一内存），而价格起点（\$3,999）低于 Mac Studio 的 \$7,999 起步价。
Halo 的终极问题不在于\"能不能跑\"，而在于ROCm 生态能否在 2027 年前真正追平 CUDA 的开发者体验——这是整个 AMD AI 战略最大的已知未知数。
名词解释
| 术语 | 英文 | 释义 |
|---|---|---|
| APU | Accelerated Processing Unit | CPU + GPU（+ NPU）集成在同一芯片上的处理器架构，AMD 的 APU 概念始于 2011 年，Halo 相当于\"增强版 AI APU\" |
| 统一内存 | Unified Memory / UMA | CPU、GPU、NPU 共享同一物理内存池，无需显存→内存间的数据拷贝（Zero-Copy），Apple Silicon 和 AMD Halo 均采用此架构 |
| TOPS | Tera Operations Per Second | 每秒万亿次运算，AI 算力的常用度量单位，通常按 INT8 精度标称 |
| CU | Compute Unit | AMD GPU 的基本计算单元，1 CU = 64 个流处理器（Stream Processors），40 CU = 2560 个 SP |
| cTDP | Configurable TDP | 可配置热设计功耗，OEM 可在 45\~120W 区间内选择功耗释放策略 |
| Infinity Cache | --- | AMD 的 L3 级高速缓存架构，用于减少 GPU 核心访问显存的延迟 |
| ROCm | Radeon Open Compute | AMD 的开源 GPU 计算平台，对标 NVIDIA CUDA，支持 PyTorch/TensorFlow |
| NPU | Neural Processing Unit | 专为 AI 推理设计的硬件加速单元，Halo 采用 AMD XDNA2 架构 |
| RDNA | Radeon DNA | AMD GPU 微架构代号，3.5 为 RDNA 3 的改进版 |
| XDNA | --- | AMD 的 AI 引擎架构（收购 Xilinx 后整合），专为 NPU 设计 |
| LLM 参数量 | --- | 大语言模型的权重参数数量，如 70B = 700 亿参数 4-bit 量化后约需 35GB 显存 |
参考文献
- AMD. (2026). *AMD Ryzen AI Max Series Product Brief*. AMD Official Documentation. https://www.amd.com/en/products/ryzen-ai-max-series
- AMD. (2026). *AMD ROCm 7.2 Release Notes*. AMD GPUOpen. https://rocm.docs.amd.com/
- AMD. (2025). *AMD Ryzen AI Halo Developer Mini PC Platform*. AMD.com.
- AMD. (2025). *AMD XDNA 2 Architecture Deep Dive*. AMD Technical Whitepaper.
- Andrei Frumusanu. (2026). *Strix Halo Deep Dive: AMD\'s Client AI APU Against Apple M3 Ultra*. AnandTech / ServeTheHome.
- AMD. (2026). *EPYC Venice: Zen6 2nm Server Roadmap*. AMD Data Center Briefing.
- NVIDIA. (2026). *NVIDIA DGX Spark: Desktop AI Supercomputer*. NVIDIA Product Page. *(竞品对标的参考基线)*
- Apple. (2025). *Mac Studio with M3 Ultra: 192GB Unified Memory Architecture*. Apple.com. *(统一内存大小对标基准)*
- Hutter, M., et al. (2024). *LLM Inference Memory Analysis: Quantization and Unified Memory Tradeoffs*. arXiv (综述论文——参数量与量化显存的对应关系).
- AMD. (2026). *AMD Ryzen AI Max+ 395 / 495 Series Specifications*. AMD.com Product Specifications.
━━━ ━━━ ━━━
*本文为纯技术产品梳理，基于 AMD 官方规格、行业公开爆料及相关技术文档撰写。产品规格以最终上市为准。最后更新：2026-07-07。*
AMD Zen6 架构大反转：砍掉核显塞进 NPU，40 TOPS 成为 AI PC 新门槛
微软 AION 1.0 解读：当 Windows 长出 AI 的\'本地大脑\'
英伟达×SK海力士的「专用内存」到底专用在哪？从底层架构拆解
零刻 SER10 本地 AI 推理实测：NPU 的幻象与 OpenClaw 的现实
微软的武林秘籍：Project Solara，重塑AI江湖的Agent新范式
Ubuntu 26.10 上下文感知桌面深度解读：AI 能力全景扫描
单卡巅峰：RTX 5090 本地模型选型策略与 Ollama 推理栈深度实践
Agent 不需要「专用 CPU」？Arm、NVIDIA、AWS、AMD、Intel 全在忽悠你
AI 工作站三国杀：元脑 Z3 vs 联想 vs 同方，NVIDIA DGX Spark vs 苹果 M5 推理对决
Apple 端侧 AI 闪存路由架构：20B 参数不碰 DRAM
常见问题（FAQ）
Q1：这篇文章主要讲什么？ > 编按： AMD 的 ROCm 驱动是对 Linux 友好的生态，所以，购买 AMD 的 Mini-PC 强烈建议使用 Linux 桌面，而这里面支持最好的又是 Ubuntu，可惜不是 Debian. \ ━━━ ━━━ ━━━ AMD Ryzen AI Halo 系列全梳理：三代入局，客户端 AI APU 的本地大模型之战引言：…
Q4：核心结论是什么？ 实际上它对应两条并行概念： 概念一：处理器代号（Silicon Code Name） - 300 系 = Strix Halo（2026 Q2 上市，当前在售） - 400 系 = Gorgon Halo（2026 Q3 上市） - 500 系（远期传闻）= Medusa Halo（Zen6，预计 2027） **概念二：整机…
