从 Zen5 到 Zen6，AMD 做了一次\"换芯手术\"——把用了十年的核显拿掉，换成了神经网络处理器。
━━━ ━━━ ━━━
AMD 的 Zen6 架构还没正式发布，但泄露的细节已经够写一篇深度分析了。最近一批来自 AMD 官网泄露的技术文档（后被藏到登录墙后面）显示：
- 台式机 \"Olympic Ridge\"——彻底取消集成 GPU（核显），首次集成 NPU
- 移动端 \"Gator Range\"——NPU 性能超过 40 TOPS，满足 Copilot+ PC 认证
- 基于 2nm TSMC N2P 工艺，每 CCD 最高 12 核、48MB L3 缓存
━━━ ━━━ ━━━
一、最大的新闻：桌面 CPU 第一次有 NPU 了
这可能是 Zen6 最令人震惊的变化——AMD 要在桌面 CPU 里塞进 NPU，同时砍掉集成 GPU。
回顾一下历史：
| 架构 | 桌面核显 | 桌面 NPU | 移动 NPU |
|---|---|---|---|
| Zen4 (Ryzen 7000) | ✅ RDNA2 | ❌ | ❌ |
| Zen5 (Ryzen 9000) | ✅ RDNA3.5 | ❌ | ✅ 50 TOPS |
| Zen6 (Olympic Ridge) | ❌ 砍掉 | ✅ 首次引入 | ✅ >40 TOPS |
为什么砍核显？
AMD 的逻辑很直接：Die 空间有限，NPU 和 iGPU 二选一。
在 Zen6 的 IO Die 上塞 NPU 需要额外的晶体管预算。而桌面用户在绝大多数场景下都用独立显卡——集成 GPU 对他们来说是\"占着位置不干活\"的闲置资产。
真正需要核显的，是办公本和轻薄本用户——这些归移动端管，Zen6 移动版 \"Medusa Point\" 和 \"Gator Range\" 会保留核显。
这个决策其实非常聪明：拆开来看——- 桌面 → 去掉 iGPU ➕ 加 NPU → 满足 Copilot+ 认证 - 移动 → 保留 iGPU ➕ 加 NPU → 全能 AI PC
各有侧重，各自优化，不再\"一个配方喂所有人\"。
━━━ ━━━ ━━━
二、40 TOPS 这个数字到底意味着什么？
40 TOPS = 每秒处理 40 万亿次操作。
这个数字不是 AMD 凭空想出来的——它是 Microsoft Copilot+ PC 的硬性认证门槛。
一段简短的\"TOPS 军备竞赛\"史
| 时期 | 代表芯片 | NPU 算力 | 里程碑 |
|---|---|---|---|
| 2023 | Intel Meteor Lake | 10 TOPS | NPU 首次进入消费 PC |
| 2024 | AMD Ryzen AI 300 (Strix Point) | 50 TOPS | 首次超过微软门槛 |
| 2024 | Qualcomm Snapdragon X Elite | 45 TOPS | ARM 架构的 AI PC 冲击 |
| 2025 | Intel Lunar Lake | 45 TOPS | Intel 追平 |
| 2026 | AMD Ryzen AI 400 (Gorgon Point) | 60 TOPS | 目前最高 |
| 2027 (预期) | AMD Zen6 Gator Range | >40 TOPS | 桌面 CPU 标配 AI 引擎 |
为什么是 40 TOPS？
这个门槛不是随便定的。微软在定义 Copilot+ PC 时，设定了一个\"本地 AI 体验的最低计算力\"：
- 10 TOPS 以下——只能跑基础的语音识别、背景模糊
- 10-40 TOPS——能跑轻量级 LLM，但延迟明显
- 40 TOPS+——可以实时运行 7B 参数级别的模型，实现：
- 实时字幕翻译（≤50ms 延迟）
- AI 画图（本地 Stable Diffusion）
- 本地 Copilot 助手
- Windows Recall（本地语义搜索）
40 TOPS 类似于 2010 年\"4 核 CPU\"成为游戏标配——不是最高配置，而是及格线。达不到这个数，你的 AI PC 很多功能就只能靠云，本地能力大打折扣。
但 40 TOPS 够用吗？
坦白说：刚刚够微软的认证线，但远远不够\"好用\"。
- 60 TOPS（Zen5 Strix Point）——可以跑 7B 模型，延迟 100ms 级别
- 200 TOPS（RTX 4090）——可以跑 70B 模型，流畅对话
- 1000+ TOPS（下一代 NPU）——才能实现真正的本地多模态 AI
所以 Zen6 的 \">40 TOPS\" 对于 2027 年的 AI PC 来说，只是起点。AMD 后续必然会通过架构迭代把 NPU 推向 100 TOPS、200 TOPS。
━━━ ━━━ ━━━
三、AMD 的 AI 战略：NPU 的三步走
从 Zen5 到 Zen6，AMD 的 NPU 布局其实是一个非常清晰的路线图：
| 阶段 | 架构 | NPU 位置 | 典型算力 | 战略意义 |
|---|---|---|---|---|
| 探索期 | Zen5 | 移动端专用 | 50-60 TOPS | 试水，先用笔记本验证 |
| 普及期 | Zen6 | 桌面+移动全系 | >40 TOPS | 砍核显腾地方，全平台 AI |
| 成熟期 | Zen7+ | 统一架构 | >100 TOPS | NPU 成为标配，核显也可能回归 |
这步棋对照的是一个行业趋势：AI 正在从\"云端优先\"转向\"端侧优先\"。
当 ChatGPT 需要几秒钟才能响应一个简单的命令时，本地运行的 AI 模型虽然有参数规模限制，但零延迟、永远在线、隐私安全这三个优势足以让它们占领大量使用场景。
━━━ ━━━ ━━━
四、这篇文章的深层含义
- 桌面 CPU 的 AI 元年是 2027——不是 2025，不是 2026
- iGPU 和 NPU 之争其实是\"AI 大战图形\"——当 AI 负载超过图形负载，硬件设计的天平就会倾斜
- 40 TOPS 是行业底线，不是天花板——未来三年 AI PC 的 NPU 算力会翻 5-10 倍
- Intel 和 AMD 都在赌同一件事——未来的 PC 用户会把 AI 性能看得和 CPU 性能一样重要
━━━ ━━━ ━━━
*本文基于 AMD 官网泄露技术文档、wccftech/VideoCardz/Tom\'s Hardware 等多家媒体确认的 Zen6 \"Olympic Ridge\" 和 \"Gator Range\" 路线图信息整理。发布时间预计为 2027 年初，规格以 AMD 官方公告为准。*
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
Ubuntu 26.10 上下文感知桌面深度解读：AI 能力全景扫描
ToolLoop 解读：当你的 AI Agent 不再被一个模型绑架
破壁者：OpenVINO 2026.1 发布，NPU 正式接管本地 LLM 推理
