AMD 发布 Threadripper Halo Station：96核怪兽级AI工作站，挑战万亿参数模型本地化

AMD 正式推出了 Threadripper Halo Station，这是一款重新定义桌面算力边界的高性能 AI 工作站。该设备搭载了拥有 96 个核心的 Threadripper 处理器，并罕见地集成了双路液冷 MI350P 加速器。AMD 宣称，这是全球最强劲的工作站，能够直接在本地运行拥有万亿级参数（Trillion-parameter）的超大规模 AI 模型。

• ▶ 算力下沉与边界模糊：通过将数据中心级的 MI350P 加速器引入工作站，AMD 正在模糊高性能计算（HPC）与桌面端研发的界限，旨在将原本属于云端的万亿参数模型推理能力“私有化”。
• ▶ 液冷散热解决性能瓶颈：双路 MI350P 的高功耗通过定制化液冷系统解决，确保了在长时间进行 AI 训练和复杂仿真任务时，硬件能够维持峰值频率而不发生热降频。

八卦洞察

AMD 的这一举动极具战略挑衅性。长期以来，NVIDIA 通过 CUDA 生态和 A100/H100 统治了 AI 基础设施，但开发者在研发初期往往面临云端成本高昂和隐私泄露的风险。Threadripper Halo Station 的核心逻辑是“主权 AI”（Sovereign AI）的桌面化——让顶尖实验室和企业在不接入互联网的情况下，拥有调试顶级大模型的能力。这不仅是硬件堆料，更是对 ROCm 生态的一次强力背书。如果 AMD 能在工作站领域培养出开发者的使用习惯，将直接动摇 NVIDIA 在 AI 研发源头的统治力。

行动建议

• 对于 AI 研发主管：应重新评估本地化算力的 TCO（总拥有成本）。对于涉及敏感知识产权或需要频繁迭代的万亿参数模型，Halo Station 提供的本地环境比租用 H100 云端实例更具长效性价比。
• 对于企业 IT 采购：需关注办公环境的电力与散热配套。此类“怪兽级”工作站的部署对办公室电路负荷有更高要求，需提前规划基础设施升级。
• 对于开发者：关注 ROCm 对 MI350P 的最新优化进度，利用该平台的高显存带宽优势，探索本地量化模型与长文本处理的新边界。