文｜半导体产业纵横
一台放在办公桌上、比机顶盒大不了多少的机器，塞着上百 GB 统一内存，断网也能跑千亿参数大模型。不用机房，不用机柜，插电即用，数据不出房门。这就是AI Box，一台搬上办公桌的数据中心。
AI Box赛道中苹果、英伟达、AMD、微软、英特尔悉数到场。但这种形态并不新鲜，为何2026年“连上显示器就是台电脑”的小盒子成了必争之地？
大模型有两种用法：调云端，或者在本地跑。
云端意味着AI能力无上限，模型不用自己管，最强的能力随时可用。但账也很清楚：订阅制里，ChatGPT Pro、Claude Max 都是 200 美元/月封顶；封顶之外按量计费，9 月 3 日刚发布的 GPT-6 Astra，输出价格是每百万token 50 美元。对跑智能体的重度用户，一次长任务输出数万 token，一个月烧掉几百到上千美元是常态。
业内人士表示，过去两年企业上 AI，绝大多数卡在“从概念到落地”的摸索期：场景要试、流程要换、提示词要调。这个阶段每一分钟都在花 token 的钱，而老板往往只给得出方向，给不出具体要求。“烧了很多钱，出什么结果呢？不知道。”
本地部署的逻辑因此成立：主流模型大多开源免费（DeepSeek、Qwen 系列均为宽松协议开源），硬件一次性购入，之后没有 token 账单，数据不出机房。预研、验证、反复试错，成本是固定的。
AI Box因此而生。
01 什么样的Box才能叫AI Box？
AI本地部署有一道硬门槛：模型得先“装得下”，内存就是AI Box的入场券。
跑大模型的前提，是权重全部装进内存或显存。DeepSeek-R1 满血版 6710 亿参数，全精度（FP16）需要约 1.3TB 显存，FP8 量化约 0.7—0.8TB，即使 4-bit 量化也要 400—480GB8。作为对照，一张 RTX 5090 是 32GB 显存9，一台高配笔记本是 24—32GB 统一内存——只能塞下 70 亿参数级别的小模型。
这就是桌面 AI 设备最大的技术命题：在一台放得进桌子的机器里，塞进尽可能大的统一内存，喂给模型尽可能高的带宽，再把功耗压进办公室插座能承受的范围。
容量决定能跑多大的模型，带宽决定多少人能同时用、出字有多快，功耗决定它能不能放在办公室而不是机房。在这三个维度上，最戏剧化的事情是：准备最充分的那家公司，本来不是为 AI 设计的。
2020 年，苹果把 Mac 迁到自研 M 系列芯片，做了一个当时看相当激进的决定：CPU、GPU、神经引擎共享同一块内存，内存即显存。这个叫统一内存（UMA）的架构，初衷是砍掉数据在芯片间搬运的开销、压低功耗。
五年后大模型时代降临，这套架构刚好踩中了所有需求点。
今天的 Mac Studio，M3 Ultra 版本最高可选 512GB 统一内存、内存带宽 819GB/s，整机最大持续功耗 480W10；9 月 22 日发售的 M5 Ultra 款，带宽进一步拉到 1.2TB/s，国行 46999 元起。苹果官方口径，这台机器可以跑 6000 亿参数以上的模型。 据报道，过去几个月，OpenAI 采购了数万台 Mac mini 和 Mac Studio用于强化学习和Agent的开发，需求旺到多次催促苹果发货。库克在 7 月的财报电话会上承认，“越来越多客户把 Mac mini 用作运行智能体的强大平台、部署 Mac Studio 集群在本地运行前沿模型”，并表示当季 Mac 一直面临供应限制。
02 英伟达：不卖机器，卖“同款架构”
如果说苹果是“无心插柳”，英伟达则是看到了市场需求后的“降维打击”。
DGX Spark 用的是 GB10 Grace Blackwell 超级芯片，128GB 统一内存、273GB/s 带宽、FP4 精度下 1 PFLOPS 算力，整机功耗 240W，官方标称单机可推理 2000 亿参数模型、两台互联跑 4050 亿。美国官网售价 4699 美元，国行首发价约 3 万元，内存涨价后已逼近 4 万。
单看纸面参数，它对 Mac Studio 毫无优势。但 DGX Spark 跑的是 DGX OS（Ubuntu），软件栈和数据中心里的万卡集群同源，CUDA 生态、企业级支持，开发者在桌上调好的东西，可以无缝搬到云上。
围绕英伟达DGX Spark，宏碁、华硕、戴尔、技嘉、惠普、联想、微星七家 OEM 同时推出同芯片整机，微星的版本低到 2999 美元，联想 ThinkStation PGX 去年 7 月已经进入中国政企采购目录。相对于苹果，英伟达给AI Box更加清晰的市场定位与销售野心。
如果说 Spark 是给开发者的入门机，DGX Station 就是给小团队的桌边工作站：GB300 芯片、748GB 一致性内存（252GB HBM3e 加 496GB LPDDR5X）、FP4 20 PFLOPS、整机 1600W，官方宣称能跑万亿参数模。虽然功耗已经摸到普通办公室电路的上限，但仍然比机房服务器低一个数量级。
今年 6 月 Build 大会，微软发布 Surface RTX Spark Dev Box：和 DGX Spark 同款 GB10 芯片、128GB 统一内存、1 PFLOPS，热设计功耗压到 100W，预装 Windows 11 Pro 开发者版，标称本地可跑 1200 亿参数模型、百万 token 上下文，下半年在美国发售，媒体估价 3000—3500 美元。它的入场意义大于产品意义：Windows 生态需要一个官方答案，告诉开发者本地 AI 不必非买 Mac。
03 X86阵营：展示推理时代的性价比
AMD 的Ryzen AI Max+ 395（代号 Strix Halo）把 128GB 统一内存、256GB/s 带宽做进了 55—120W 的功耗墙，NPU 50 TOPS、平台总算力约 126 TOPS。今年三季度，换代的 Ryzen AI Max 400（Gorgon Halo）会把统一内存上限拉到 192GB，官方称可跑 3000 亿参数模型。
X86的底牌是兼容，Windows、Linux 直接装，企业已有的运维体系全部复用。性能不是最强，但不用换生态，就是采购决策里最大的权重。
英特尔推出了 Panther Lake（Core Ultra 300 系），NPU 算力 50 TOPS，塞进每一台笔记本和迷你主机；最接近盒子形态的 NUC 16 Pro，内存上限 96GB，定位是 Copilot+ 迷你 PC。值得注意的是，英特尔的AI Box不只是放在桌面上的盒子，英特尔还把AI Box放到了智能汽车上，让过去算力不足的汽车拥有算力加成。可以看出，英特尔将AI Box的目标定位到了更具体的B端场景中。
04 AI Box，到底谁在买？
盒子卖出去之后，到底干出了什么？
在高职教育场景中，学校把备课、批改、实训答疑、教案沉淀分别做成教师、学生、管理三组智能体，装在盒子里本地化运行。试点后的数据是：教师周均备课时间从 9.2 小时降到 5.1 小时，每班批改时间从 2 小时压到 0.4 小时，实训错误率从 22% 降到 14.3%，优秀教案复用率从不到 10% 提到 67%。
另一个是律所场景，卷宗不能出所，正是盒子的主场：类案检索压缩到 40 秒以内，司法文书自动生成覆盖率 80% 以上，利益冲突审查准确率 95% 以上。
这些场景的选择逻辑很清晰：重复性资料处理 + 数据安全敏感 + 结果可被人工复核。而AI Box的优势也十分明显，传统本地服务器方案要机房改造、周期三到六个月，公有云 API 即时开通但数据有出域风险，而盒子桌面即插即用、物理隔离，部署时间以小时计。
从卖算力到卖效率，这个转变本身说明：市场已经过了“为参数买单”的阶段，开始为结果买单。
05 写在最后
AI Box有多大潜力算的是一笔经济账。
自建机房要8 张 RTX 4090 的整机，批发平台上报价 35 万元上下，整机峰值功耗 4800W 以上，要机房、要散热、要工程师装机维护，一定需要一个独立机房。
云端AI能力无限，但 token 账单随使用量线性增长，摸索期花费无上限。
AI Box 从千元到万元，功耗 100—480W，插电即用，模型免费，试错成本固定。与 8 卡服务器相比，功耗相差 10 到 30 倍。
摆在行业面前的问题是，ROI 仍然算不清。真正掏钱的采购方，得拿自己的流程重新折算一遍。客服这类能折算成“少多少坐席”的场景好量化，但所谓对流程的优化，效率的提升无法良好。此外，如同自动驾驶推进的权责问题，在实际工作中如果AI 出错，谁来检查，谁来负责，也没有答案。
现实情况是，当前成熟场景只有两个：写代码和办公，其余场景大多还在摸索。而硬件只是门票：数据治理、微调、迭代以三到六个月为周期，模型一换，上层应用大概率要跟着返工。还有一个思考是，一般情况下，盒子不能升级，扩容只能再买一台机器。在 DRAM 成本高企的情况下卖盒子似乎成了消化高价存储的一种方案。对市场来说，他们更需要看到AI Box到底能做什么。
AI Box 不是来取代云的。需要最强模型、弹性算力、零维护的任务，云端依旧是最优解。盒子承接的是另一类需求：反复试错的预研、不愿上云的数据、十来人小团队的固定算力、算得清电费和折旧的小本生意。
AI Box的出现是把硬件做小，在支付固定成本后，实现算力自由。归根结底，产品的未来是算力如何落地，如何带来真正的价值。
