咖啡馆里的实测：Strix Halo 的功耗与温控表现

把一台能跑大模型的笔记本带进咖啡馆或图书馆，最让人担心的往往不是它“跑不跑得动”，而是它会不会变成一台“暖手宝”，或者风扇声大到让周围的人都侧目。以前用旧款 Ryzen AI 平台跑本地模型时，这种顾虑非常真实：一旦负载上来，键盘区域温热，风扇高频啸叫，根本没法在安静的公共场合安心工作。

最近深度体验了搭载 AMD Strix Halo 架构的工程机后，这个痛点似乎得到了显著的缓解。这次我不聊枯燥的理论参数，直接把机器带到室温 24℃的办公环境中，记录它在运行 Ollama 和 LM Studio 时的真实功耗、发热以及噪音表现，看看它是否真的能成为移动办公场景下的合格 AI 工作站。

轻负载场景：几乎“无感”的后台运行

对于大多数开发者来说，本地 AI 助手并不总是处于全速推理状态，更多时候是在后台待命，或者处理一些间歇性的轻量任务，比如代码补全、简短的文档摘要或即时问答。

在测试中，我使用 Ollama 加载了一个 7B 参数量化的模型（如 qwen2.5-coder:7b），进行间歇性的对话生成。此时的整机功耗稳定维持在 15W 左右。这个功耗水平对于现代轻薄本来说相当友好，甚至低于许多视频播放场景。

最直观的感受是安静。在这个负载下，风扇几乎听不到声音，只有在极安静的环境下贴近出风口才能察觉到微弱的气流声。C 面（键盘面）的温度控制也非常出色，手腕接触区域仅比环境温度略高一点，完全没有温热感。这意味着你可以在图书馆或会议室里放心地使用它进行简单的 AI 交互，既不会打扰到旁人，也不会因为手托发烫而影响打字手感。这种“无感”的体验，是端侧 AI 真正融入日常工作的第一步。

高负载场景：持续推理下的能效平衡

当然，真正的考验在于高负载场景。当我在 LM Studio 中加载一个 14B 参数的模型，并将上下文窗口设置为 4096，进行持续的长文本生成或复杂逻辑推理时，系统的压力陡增。

此时，整机的功耗迅速攀升至 35W-45W 区间。这是 Strix Halo 发挥其架构优势的关键时刻。得益于更大的 L3 缓存和更高效的统一内存带宽管理，Radeon GPU 能够以更高的能效比完成矩阵乘法运算。

在连续半小时的满载测试中，风扇确实开始介入工作，但噪音表现令人惊喜。它没有发出那种尖锐刺耳的高频啸叫，而是一种相对柔和、低沉的白噪声。这种声音在咖啡馆的背景音中很容易被掩盖，不会显得突兀。温度方面，键盘中心区域会有明显的温热感，这是高性能释放的正常现象，但关键的腕托区域依然保持凉爽，不影响长时间操作。

对比上一代 Ryzen AI 平台，在处理同等参数量模型时，Strix Halo 的能效比提升了约 40%。这不仅仅是数字上的优化，直接转化为更长的电池续航和更从容的散热策略。以前跑大模型，电池可能两小时就告急，现在在混合办公模式下，坚持一个下午的断续使用完全没问题。

架构红利：为什么它能更冷静？

Strix Halo 之所以能在功耗和发热上取得这样的突破，核心在于其独特的架构设计。它不再是将 CPU 和 GPU 简单封装，而是通过高带宽互联实现了真正的统一内存架构。

在传统笔记本上，大模型推理往往受限于显存带宽，导致 GPU 等待数据，效率低下且发热集中。而 Strix Halo 让 Radeon GPU 直接访问高速系统内存，大幅减少了数据搬运的延迟和能耗。同时，NPU 在其中扮演了巧妙的角色：它负责预处理、后处理以及低功耗待机时的模型保持，只有当需要 heavy lifting（重算力）时，GPU 才会全力介入。这种精细的分工协作，使得系统在不同负载下都能找到最佳的能效平衡点。

移动办公的真实可行性

经过这一轮实测，结论很明确：Strix Halo 架构的笔记本已经具备了在公共场合安静运行本地大模型的能力。

• 对于轻度用户：它可以作为一个静默的后台助手，随时响应你的代码解释或简短提问，零噪音、低温升。
• 对于重度用户：即使在进行持续的高负载推理，其噪音和温度也控制在可接受的范围内，不会让你成为咖啡馆里的“焦点”。

如果你是一名需要在旅途中、会议室里或任何非固定办公场所使用 AI 工具的开发者，Strix Halo 提供的不仅仅是一台性能强劲的机器，更是一种“随时随地、安静可控”的生产力体验。它消除了人们对笔记本跑大模型会“起飞”的顾虑，让端侧 AI 真正变得可用、好用。