现在怎么没有人提用AMD MAX395去跑本地大模型了？
买了，又卖了，他的生态位有点像是白银，卡那了
他的最大卖点是（可分配的）显存大，能在更低的价格下，比纯独显不offload塞下更大的模型
但由此带来了两个问题：
- 显存还是不够大，真塞个deepseek v4 flash这样300B+的模型，96G甚至linux下的120G显存还是勉强，只能进行极限量化，大幅降智
- 显存够大了，塞下了更大的模型，GPU性能和带宽都是更大的瓶颈，跑个27B-31B Q8 Dense模型就只剩下10tps，反正从我的体感上我不想等他这么蹦字
到头来如果兼顾体验和速度，部署的是30B-120B这个区间的MoE。而很尴尬，100B左右的MoE（比如Qwen的122B A10B）这种对AI Max+ 395搭配128G LPDDR5相对甜点的模型尺寸，现在可选择的少之又少。比较实用高性能的30B左右，常用的是Qwen3.x 35A3B/Gemma4 26A4B了，从我个人需求还有个HY MT2 30B A3B，而这两个你接受Q4量化，弄块消费级显卡跑的也不慢
到这你可能要说了：“独显+Offload，‘也不慢’也只是Q4 40-50tps，肯定是不如Q8 40tps/Q4 60tps体验好”，确实没错，只能说够用
但如果算上长prompt预处理，这点速度差距会被反超回来，一个60k+ tokens的上下文，AI Max+ 395经常会预处理1分钟以上
另外8060S到头来是个A卡，我5060Ti 5070Ti随便拎一个，有DLSS有CUDA，除去借着Vulkan/ROCm跑模型之外的场景都吊着你锤......
我能FasterWhisper CUDA做转录而ROCm的Whisper没什么封装好的应用；我能DLSS FG 3x+Preset L爽玩地平线而8060S开个低画质+FSR同时输掉画质和帧数
现在128G不带固态的也要17K（淘宝全新）/15K（闲鱼二手），而我7945HX MoDT+32G*2+5070Ti整套也没花这么多钱。
我需求就几个极端，要么是7B 14B的模型做翻译，这些5070Ti甚至5060Ti做的远好于AI Max；要么是中尺寸Dense跑点有的没的，云GPU按需启动；要么是接Hermes Codex这些干活/整活，梁圣的API和GPT Plus订阅我是看不到本地模型的需求
以及......现在云GPU租赁也是白菜价，2.8一小时的5090跑Dense 31B可没AI Max+ 395这么吭哧瘪肚。至于什么体积、功耗，你压到80W也比不过手机ssh都能连云服务器......
因此他最精准的定位是：
- 什么都需要一点什么都不多还只要一台机器
- 我就是要Windows+跑模型+玩游戏什么都能做
- 必须一台机器，还必须x86，还必须低功耗迷你主机
- 游戏需求还不高，能接受LOL CS2都不能4K爽玩，3A开个最低画质FSR超级性能80fps糊成马赛克
- 还能接受游戏时卸载模型断掉API，或完全不请求
- 符合以下几个需求，预算又摸不到GB10的：
- 存在硬性保密/政治敏感/淫秽色情等相关使用需求，不能借助API实现
- 有极高的延迟要求，例如实时字幕等，需要局域网内的低延时中低性能小模型/小MoE模型
- 有7*24不间断或完全随机使用需求，云GPU费效比极低的使用情况
不过该说不说，买完卖掉赚了2000，这可能是AI Max+ 395机器体验最好的瞬间了，你问我跑模型有什么收获，我说赚了（笑）