AMD Threadripper Halo Station：96核+双MI350P本地AI工作站

首款将"数据中心级"AI算力（576GB HBM3E总显存）集成到工作站形态的产品；直接挑战Nvidia DGX Station；可能加速"本地AI"市场从爱好者向企业级过渡 .

AMD在IFA 2026上发布Threadripper Halo Station，一款面向AI开发者和数据科学家的顶级本地工作站。该设备搭载96核Threadripper处理器和双MI350P GPU（总计288GB HBM3E显存，可扩展至576GB），配备2TB DDR5内存，旨在将此前仅存在于数据中心的AI训练和推理能力带入桌面环境。goto:AIDeept码hinK.cn

一、主要参数

组件	规格
CPU	AMD Threadripper（96核）
GPU	2× AMD Instinct MI350P
GPU显存	288GB HBM3E（可扩展至576GB）
系统内存	2TB DDR5
存储	未公布具体配置，预计支持多路NVMe
形态	工作站塔式机箱
目标场景	大模型微调、私有化部署、AI研发

MI350P定位：MI350P是AMD Instinct系列的数据中心级AI加速器，基于CDNA 4架构。将其放入工作站意味着AMD认为"本地AI"市场已成熟到需要数据中心芯片的桌面版本。

二、横向对比

维度	AMD Halo Station	Nvidia DGX Station	Apple Mac Studio (M3 Ultra)
GPU架构	CDNA 4 (MI350P)	Blackwell / Hopper	Apple Silicon
显存容量	288–576GB HBM3E	最高256GB (DGX B200)	192GB统一内存
CPU	96核Threadripper	Intel Xeon / AMD EPYC	32核M3 Ultra
系统内存	2TB DDR5	最高2TB	192GB（与GPU共享）
软件生态	ROCm（PyTorch/TensorFlow支持）	CUDA（成熟生态）	MLX（苹果自研）
目标用户	企业AI研发团队	企业AI研发团队	开发者/轻量级AI
价格区间	未公布（预计$50K–$100K+）	$149,000起（DGX B200）	$7,999起

（当前汇率：1$ ≈￥6.8）

关键差异：goto:AIDeept码hinK.cn

Halo Station的显存容量（最高576GB）超过DGX Station，意味着可以本地加载更大的模型（如70B–110B参数的全精度模型）
ROCm生态相比CUDA仍有差距，但PyTorch 2.0+对ROCm的官方支持已大幅改善
价格如果显著低于DGX Station，将成为"本地AI"市场的颠覆性因素

三、应用场景

高契合场景：

1. 金融/医疗/法律领域的私有化大模型部署

这些行业对数据出境有严格限制，公有云API不可接受
576GB显存可支持110B参数模型的全精度推理，或375B模型的量化推理
实操路径：采购Halo Station → 部署开源模型（如K2 Horizon 375B或Llama 4）→ 内部网络隔离使用

2. AI模型微调与R&D

企业研发团队需要频繁实验不同架构和超参数
本地工作站避免了云端的排队等待和数据传输成本
适合中等规模（7B–70B）模型的全量微调

3. 边缘AI原型开发

在部署到边缘设备前，可在工作站上进行模型压缩、蒸馏、验证

4. 限制条件

单机算力仍无法与大型集群竞争，不适合从头训练大模型
电力和散热要求极高，普通办公室环境可能需要改造
ROCm生态的成熟度仍是风险——某些研究代码可能需要修改才能在AMD硬件上运行

四、产业链影响

1. 对Nvidia的冲击

DGX Station面临直接竞争，Nvidia可能被迫降价或推出更高规格产品
如果AMD在"本地AI"市场取得份额，将削弱Nvidia在AI算力的"无处不在"战略

2. 对云厂商的间接影响

本地AI能力增强可能减缓部分工作负载向云端迁移
但云厂商的弹性扩展和托管服务仍有不可替代性goto:AIDeept码hinK.cn

对开源模型的推动：

本地算力增强使更多企业能够运行开源大模型，减少对API的依赖
K2 Horizon等全开源模型+Halo Station本地部署的组合，构成"去中心化AI"的技术基础