一句话看懂：雷神发布 AI Master M7000 移动工作站，用 Phison 的 aiDAPTIV+ 技术把 SSD 变成 AI 缓存层，让 64GB 内存的笔记本也能本地跑 120B 级 MoE 大模型。
事件核心：发生了什么
雷神推出了一款 16 英寸移动工作站 AI Master M7000，核心配置是 AMD Ryzen AI Max+ 395 处理器、64GB LPDDR5X-8000 内存和 Radeon 8060S 核显。这颗芯片提供 16 核 32 线程、最高 5.1GHz 加速频率，以及算力约 50 TOPS 的 XDNA 2 NPU。
真正特殊的地方在存储：机器内置 768GB SSD，其中划出约 85GB 作为缓存层，采用 Phison 的 aiDAPTIV+ 技术。它不把 SSD 当普通硬盘用，而是在统一内存吃紧时，把 Key-Value 缓存、低活跃度的 MoE 专家模块等数据留在 SSD 上，供推理过程反复调用。雷神称这套方案可以本地运行 GPT-OSS-120B 模型。整机功耗 160W，双风扇三热管，配 2560×1600 165Hz 屏幕、99Wh 电池，重 2.45kg，接口包括 OCuLink、40Gbps USB-C、HDMI 2.1 FRL 和 2.5Gb 网口。国行售价 24999 元。
为什么重要
本地跑大模型的瓶颈往往不是算力，而是内存容量。120B 级 MoE 模型即使只激活部分参数，权重和 KV 缓存也远超 64GB。aiDAPTIV+ 的思路是把 SSD 当作内存的延伸层，用存储带宽换容量，从而绕过直接堆内存的成本和功耗限制。Phison 此前已在 32GB 笔记本上演示过同样跑 120B 模型，说明这条路有一定可复制性。
但需要注意，SSD 的带宽和延迟与真实内存差距明显。目前公开信息显示，这种缓存方案在体验上仍无法等同物理内存扩展，它更像是一种“能跑起来”的妥协，而非性能等价替代。对 AMD 而言，这是 Ryzen AI Max+ 395 统一内存架构在端侧推理场景的一次具体落地展示。
对用户/开发者/创作者的影响
对需要本地部署大模型的开发者和小团队，M7000 提供了一个不必依赖云端 API 的选择：数据不出本机，适合对隐私或离线有要求的推理任务。跑 120B MoE 意味着可以本地测试更复杂的开源模型，而不只是 7B、13B 级别的小模型。不过实际吞吐、首 token 延迟和长上下文表现，取决于 aiDAPTIV+ 的调度效率，选购前应关注实测数据。对内容创作者，这类设备能承载本地图像生成、语音转写等 AI 应用，但 24999 元的价格已经超出普通游戏本预算，更适合有明确本地推理需求的专业用户。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 aiDAPTIV+ 在真实工作负载下的性能数据，包括推理速度和内存溢出时的稳定性；二是这套 SSD 缓存方案会不会被其他厂商采用，形成新的端侧 AI 硬件路线；三是 120B 模型本地运行的功耗和散热表现，160W 移动平台能否长时间维持负载；四是价格是否会随竞品跟进而下探，目前这个定位仍偏小众。
来源：TechRadar
