Tom's Hardware 實測 AMD Ryzen AI Halo：128GB 本機 AI 盒仔，暫時未夠打 GB10
Windows 彈性有吸引力，長 context 同軟件成熟度仲要追
AMD 終於自己落場做 AI 開發盒
AMD Ryzen AI Halo 可以當成 Strix Halo 嘅官方版開發機：Ryzen AI Max+ 395、16 核 32 線 Zen 5、Radeon 8060S、XDNA 2 NPU、128GB LPDDR5x unified memory、2TB SSD，Linux 或 Windows 11 都有版本。賣點好清楚，想畀做本機 LLM、coding agent、ComfyUI、workflow automation 嘅人，少啲自己砌環境，多啲即開即用。
呢個 timing 其實幾合理。過去一年半，Strix Halo laptop / mini PC 已經有人用嚟跑本機模型，但 setup 往往要喺 GitHub、Reddit、AMD 文件之間來回搵答案。AI Halo 真正新意唔係粒晶片，而係 AMD 終於肯用自己品牌包好硬件、ROCm、Developer Center、Lemonade、AMD Sync 同 playbooks，正面學 Nvidia DGX Spark 嗰套「買返嚟就開工」玩法。
128GB 係入場券，長 context 先見真章
128GB unified memory 係吸引，因為細 team 或 freelance dev 想喺自己張枱跑 Qwen、Gemma、gpt-oss、coding agent，唔使每次經雲端計 token，代碼同客戶資料都可以留喺機內。不過 Tom's Hardware 今次用 llama.cpp 測多個模型，結論係 AI Halo tokens/s 尚可，但長 context 下 first-token latency 拉得好開，最極端等兩至四分鐘先開始回應，coding assistant 呢類互動工作流會好出戲。
AMD 官網用 2026 年 5 月 pre-production 測試，話 AI Halo 喺短 context tokens/s 對 DGX Spark 有幾個百分點到十幾個百分點優勢。Tom's Hardware 個觀感冇咁靚，原因可能就喺測法：短 prompt 吞吐量同長 context agent workflow 係兩種壓力。做 demo，tokens/s 數字幾好睇；真係開住 IDE、堆咗一大段 repo context，等首 token 嗰下先係痛點。
軟件有進步，但仲有粗位
AMD 呢次最值得睇係軟件。官方 playbooks 覆蓋 LM Studio、Ollama、vLLM、ComfyUI、VS Code 本機 coding、n8n automation、AMD Sync 遙距開發等場景；ROCm 文件亦寫到 7.2.1 已引入 Ryzen APU 支援，Linux 同 Windows 都列咗 PyTorch。不過支援表要逐項對，尤其 Windows 同 vLLM / ComfyUI 呢啲組合，唔好當所有 AMD GPU 教學直接搬落 AI Halo 就會順。
Tom's Hardware 試 Linux 版時，Lemonade 算係最順，Qwen 配 llama.cpp 好快就傾到；但 AIDC 模型管理、ComfyUI container 路徑、vLLM script 位置呢啲基本位仲未夠清楚。呢類機賣四千美元，文件同預載 app 唔係裝飾，係產品本身一部分。開發者買嘅唔只係 128GB RAM，仲係少踩坑嘅時間。
對手唔止 DGX Spark
Nvidia DGX Spark 有 GB10、128GB coherent unified memory、DGX OS、Nvidia AI stack，同 200Gbps ConnectX-7 NIC；AI Halo 係 10GbE，雖然 AMD 都有 clustering playbook，但網絡規格明顯唔同。Tom's Hardware 指 GB10 喺 AI 推理同 ComfyUI 仍較快，文件同 app 支援亦成熟啲，呢點對靠工具食飯嘅 developer 好實際。
不過 AMD 亦有自己籌碼：x86、Windows app、一般 PC workflow、Zen 5 CPU 編譯性能，呢啲係 DGX Spark Linux-only 做唔到。Mac Studio 亦係另一條路，Apple 官方 M3 Ultra 可上到 512GB unified memory、819GB/s bandwidth，但你行嘅會係 macOS / Apple 生態；自砌 RTX workstation 就有 CUDA 同升級彈性，代價係機箱、功耗、散熱同 VRAM 分拆。AI Halo 其實係夾喺 DGX Spark 同自砌機之間，賣點係有 Windows / x86 彈性，同 AMD 幫你包好一套軟件。
香港買家要等供貨答案
發稿時 AMD 官方頁寫明產品供美國購買同使用，Micro Center 頁面亦見到 3,999.99 美元、店內自取、shipping not available。香港供貨、港行保養同本地售價全部待確認，唔應該直接用美國價換算就當係港行價。真係有興趣嘅 AI developer 或細 team，要先問清楚保養、電源、退換同後續軟件支援。
如果你而家最想要穩陣跑本機 agent、少搞相容性，DGX Spark / GB10 仍然係較成熟選擇；如果你要 Windows、x86、ROCm，兼且肯接受首代官方平台仲有粗糙位，AI Halo 先值得列入 shortlist。下一步要睇 AMD 幾快修 playbooks、vLLM 兼容性同模型管理；如果軟件支援跟唔上，部機好容易變成一部好貴、但要自己慢慢執環境嘅 128GB mini PC。
參考來源
- Tom's Hardware — AMD Ryzen AI Halo review: AMD builds a DGX Spark of its own — original report
- AMD Ryzen AI Halo for AI Developers — 核對官方賣點、128GB unified memory、ROCm、Windows / Linux 同美國供貨描述。
- AMD ROCm on Radeon and Ryzen documentation — 核對 ROCm 7.2.1 對 Ryzen APU、Windows / Linux 同 PyTorch 支援狀態。
- AMD AI Playbooks — 核對 AMD playbooks 覆蓋嘅本機 LLM、coding、ComfyUI、AMD Sync 等場景。
- Micro Center - AMD Ryzen AI Halo Developer Platform Linux OS — 核對 3,999.99 美元、店內自取、shipping not available 等零售資訊。
- NVIDIA DGX Spark product page — 核對 GB10、128GB unified memory、DGX OS、ConnectX networking 同官方定位。
- Apple Mac Studio Technical Specifications — 補充 Mac Studio unified memory 同 memory bandwidth 背景，方便比較開發機選擇。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
