192GB统一内存塞进迷你机身！GMKtec EVO-X5 PRO携AMD旗舰APU，本地跑300B大模型

麻薯滑芝士

哈喽大家好，欢迎来到今天的文章。

各位整天泡在Hugging Face上拉取开源大模型权重、每次在云端跑推理都要盯着按时计费账单肉疼的AI应用开发者，各位在公司机房里一排排堆叠着服务器、每次申请扩容预算都要跟财务总监磨破嘴皮子的企业IT运维负责人，各位对AMD每一代APU架构如数家珍、看到Gorgon Halo这个神秘代号就两眼放光的硬件发烧友，各位正在用苹果Mac Studio做本地AI推理、总觉得128GB内存这道天花板压得人喘不过气的创作者，各位在高校实验室里啃自然语言处理方向、申请一张大显存显卡比发顶会论文还难的研究生和博士生，各位经营小型AI创业公司、预算紧巴巴但又想让团队每个人桌上都有一台能跑大模型的本地设备的创始人，各位关注迷你主机市场多年、从GMKtec的EVO-X2一路追到EVO-X3的骨灰级老粉，各位纯粹是对“在桌面上本地跑300B模型”这件事充满好奇、想搞清楚厂商到底有没有夸大其词的围观群众——不管你属于上面列举的哪一类人，也不管你是打算第一时间下单还是先观望一阵子，今天这篇文章都值得你从头到尾一字不落地看完。因为就在昨天2026年9月6日，星期天，国外科技媒体Wccftech发布了一篇报道，介绍了一台让整个迷你主机圈和AI硬件圈都坐不住的新设备：GMKtec正式发布了他们的旗舰级迷你工作站EVO-X5 PRO，这台机器直接塞进了AMD目前最快的Ryzen AI MAX+ PRO 495芯片，最高支持192GB的统一内存，官方宣称可以本地运行参数量超过3000亿的大语言模型。你没有听错，不是靠云端，不是靠API调用，就是在你桌面上这台比普通路由器大不了多少的金属盒子里，把300B以上的模型稳稳跑起来。

先把这台机器的来龙去脉捋清楚。EVO-X5 PRO并不是GMKtec拍脑袋蹦出来的全新产品线，它是EVO家族的最新成员。往前数，这个家族里有EVO-X2，还有更新近一些的EVO-X3。GMKtec这一次在EVO-X5身上可以说是堆料堆到不留余地，整台机器配备了大量计算能力，主要面向专业用户和AI用户这两个群体。Wccftech在报道里用的原话是“decked out”，翻译过来就是武装到牙齿，每一个能堆配置的地方都没放过。这种定位其实传递了一个很明确的信号：GMKtec没打算用这台机器去跟普通家用迷你主机抢市场，这台机器的对手是工作站，甚至是小型AI服务器。

再来掰扯这颗心脏。EVO-X5 PRO搭载的是AMD Ryzen AI MAX+ PRO 495，内部代号叫Gorgon Halo，这颗芯片也是AMD目前锐龙AI MAX家族里的旗舰型号。这颗芯片采用了AMD最新的Zen 5架构，配备了16个核心和32个线程，最高加速频率可以达到5.2GHz，三级缓存容量是64MB。光看CPU部分，这已经是一颗标准的桌面级高性能处理器规格了。功耗方面，这颗芯片的额定运行范围在45瓦到120瓦之间，GMKtec为EVO-X5设计了三种电源模式，用户可以根据自己手头AI任务的负载大小随时切换——做轻量级推理的时候切到低功耗模式省电静音，跑大模型的时候拉到满血模式全力输出，这种灵活性在迷你主机这个小身板里算得上相当贴心。

但Gorgon Halo真正的杀手锏不在CPU，而在它集成的那颗经过特别调校的Radeon 8065S核显。这颗核显最高频率能达到3000MHz，配备了40个计算单元，图形性能本身就不容小觑。与此同时，芯片里还塞了一颗XDNA 2架构的NPU，这颗NPU可以提供55 TOPS的AI算力。CPU、Radeon 8065S核显、XDNA 2 NPU这三样东西加起来，整颗芯片的综合AI算力达到了131 TOPS。这个数字意味着什么？跟各位打个比方，目前市面上绝大多数消费级处理器在AI算力这块还在几十TOPS的水平上打转，AMD这颗Gorgon Halo直接把门槛抬高了一大截，131 TOPS的综合算力让这台巴掌大的机器在跑AI任务时有了叫板传统工作站的底气。

不过，真正让EVO-X5 PRO在AI圈炸开锅的，是它那块大得离谱的内存。这台机器配备了192GB的统一内存，运行速度是8533MT每秒。这里得给不太熟悉硬件的朋友解释一下什么叫统一内存：统一内存就是让CPU和GPU共享同一块物理内存池，不需要像传统电脑那样把数据从系统内存拷贝到显存里来回折腾。对于跑大语言模型来说，这个设计简直就是量身定做的——因为大模型推理时需要加载的权重文件动不动就是几十GB甚至上百GB，传统显卡那点显存根本装不下，而统一内存架构让GPU可以直接访问整个192GB的内存空间。GMKtec官方表示，用户可以从中划出最多160GB的内存专门给GPU使用，这么大的显存池，确保用户可以在本地运行参数量超过3000亿的大模型。要知道，目前市面上主流的开源大模型，比如Meta推出的Llama 3系列，最大的版本参数量也就405B左右，300B以上的模型正好落在这个区间。换句话说，你用这台机器，可以在完全断网、不依赖任何云端服务的情况下，在本地跑一个跟GPT-3规模差不多的模型。这对于那些对数据隐私极其敏感的企业用户和研究者来说，吸引力是巨大的——数据不需要出本机，合规风险直接归零。

存储方面，EVO-X5 PRO也没有含糊。这台机器配备了三个M.2 2280 PCIe Gen4固态硬盘插槽，每个插槽最大支持8TB容量的硬盘，三槽插满之后总存储容量可以达到24TB。这意味着你不仅可以把模型文件直接装在本地，还可以同时存放多个不同版本的模型，在不同任务之间切换的时候完全不用等下载，24TB的容量即便是存放未经量化的FP16精度大模型权重也绰绰有余。

Wccftech的报道里还提到了一个很有意思的对比数据，GMKtec官方声称，跟NVIDIA的DGX Spark比起来，EVO-X5 PRO在CPU编排任务上快了66%，而每次完成AI工作流的成本低了40%。虽然DGX Spark和EVO-X5 PRO并不是完全同类产品——DGX Spark是NVIDIA面向AI开发者的桌面级开发平台，定位更偏向于深度学习训练和推理的原型验证，起售价就高达3999美元——但GMKtec敢于拿自家产品和NVIDIA的产品正面硬碰硬，至少说明他们对这台机器的性能表现是有相当信心的。66%的CPU编排速度优势和40%的单次AI工作流成本下降，这两个数字如果属实，对于任何一家需要频繁跑AI任务的初创公司来说，都是致命的诱惑。

外观设计和接口配置方面，EVO-X5 PRO走的是典型的旗舰迷你主机路线。机身采用了CNC一体成型全金属外壳，质感和散热效能都没得挑，全金属机身在这里不只是为了好看，它还能起到辅助散热的作用。机身上还配有一个一体化智能功能键，用户可以通过这个按键快速切换性能模式、启动AI智能体或者执行其他自定义功能。前面板配备了两个USB4接口，后面板则有两个USB4 V2接口，后者支持外接显卡坞，意味着如果你觉得集成的Radeon 8065S还不够用，可以再外接一块独立显卡来进一步提升图形性能。视频输出方面支持8K分辨率，另外还有两个USB 3.2接口、两个10GbE有线网口和一个HDMI接口。这里要特别点出那两个10GbE万兆网口，它们的存在说明这台机器在设计时就考虑到了集群部署的场景——你可以把多台EVO-X5 PRO通过USB4 V2接口或者万兆网络连在一起，组成一个小规模的本地AI计算集群，去啃那些单台机器都搞不定的超大模型。Wccftech在报道里专门强调了这一点：这台迷你主机可以通过板载的USB4 V2接口用于集群组网。

散热方面，GMKtec用上了他们最新的均温板散热技术，配合三风扇智能温控系统，确保这台最高可以跑到120瓦功耗的小钢炮在长时间高负载运行时不会因为过热而降频。毕竟在这么小的机身里塞下16核CPU、40计算单元的核显和131 TOPS的综合AI算力，散热如果跟不上，一切性能都是空谈。智能温控技术的意义在于，它可以根据实时温度动态调节风扇转速，在保证散热的前提下尽可能降低噪音，让用户在做轻量级任务时不会被风扇声吵到怀疑人生。

软件层面也有一些值得一提的东西。GMKtec给EVO-X5 PRO预装了他们自家的GMKtec Claw AI智能体解决方案，从命名来看应该是一个帮助用户管理和调度本地AI模型运行的软件层，让这台硬件怪兽真正能为人所用。此外，这台机器还支持AMD Dash远程管理技术，需要通过RJ45 Dash网络适配器来实现，同时配备了一颗独立的dTPM 2.0安全芯片，满足企业级用户对数据安全和远程管理的需求。AMD Dash技术支持带外管理，意味着即便操作系统宕机，管理员依然可以远程对机器进行维护，这对需要7乘24小时不间断运行的企业环境来说是刚需；而dTPM 2.0安全芯片则为数据加密和系统完整性验证提供了硬件级的安全根基。

目前GMKtec还没有公布EVO-X5 PRO的具体售价，但官方已经确认这台机器将在下个月，也就是2026年10月正式上市。考虑到192GB统一内存、AMD旗舰APU、全金属机身、万兆网口、三盘位24TB存储这些配置加在一起，这台机器的价格大概率不会便宜，参考前代EVO-X2基于Ryzen AI Max+ 395的版本定价在1499到1999美元之间，EVO-X5 PRO作为全面升级的继任者，价格很可能进一步上探。但换个角度想，如果你是一个需要经常跑大模型的开发者或者研究者，一台能本地运行300B参数级别模型的迷你工作站，可能比你每个月往云端烧钱来得划算——尤其是在数据隐私和长期使用成本这两个维度上，本地部署的优势会随着时间推移愈发明显。

有意思的是，这台机器的发布时机正好赶上了整个AI硬件市场的一个微妙节点。一方面，云端AI推理的成本随着大模型参数规模的膨胀在不断上升，越来越多的开发者和企业开始认真考虑本地部署的方案；另一方面，消费级硬件的算力和内存容量也在快速逼近那个“够用”的门槛。192GB统一内存加上131 TOPS综合AI算力，EVO-X5 PRO也许就是那个把本地AI推理从“勉强能用”推向“真正好用”的关键产品。GMKtec在IFA 2026柏林展上把这台机器摆上展台，并且它已经能在现场实际运行Qwen3.8-Flash-Next这类大模型，生成输出速度达到每秒两位数token，交互体验几乎无缝，这说明这台机器不是PPT产品，而是已经能实实在在干活的成熟设备。当然，GMKtec关于66%更快和40%更低成本的宣称，最终还得等到10月份正式上市之后、有第三方独立测评机构拿到零售版样机进行跨可比模型和具体应用场景的实测验证才能下定论。但至少从纸面参数和现场演示来看，GMKtec这次确实是拿出了诚意——一台能把300B模型塞进本地、摆在桌面上、插上电就能跑的迷你工作站，光是这个概念本身就足够让整个AI硬件圈为之震动。对于那些早就被云端API计费表折磨得够呛、又对数据出海合规忧心忡忡的专业用户来说，2026年10月这台机器上市的那一天，或许就是他们把AI工作流搬回家的起点。至于最终定价会不会成为劝退门槛、AMD的ROCm软件生态相比NVIDIA的CUDA是否还会在某些场景下拖后腿、持续高负载下的散热和噪音表现究竟如何，这些问题的答案，都要等EVO-X5 PRO真正摆上货架之后，才能一一揭晓。