AMD 押注“本地 AI Agent 计算机”：RyzenClaw 与 RadeonClaw 技术分析

AMD 最近公布了一套围绕 本地 AI Agent 运行的技术方案，包括
RyzenClaw 与 RadeonClaw 两套参考硬件配置。这一方案属于 AMD 更大计划 “Agent Computer” 的一部分，其目标并不是推出某个单独的软件产品，而是展示 未来个人电脑运行 AI Agent 的硬件形态。

与当前主流的“云端 AI”模式不同，AMD 想推动的是一种 本地 AI 计算架构：
AI Agent 与模型都运行在用户自己的电脑上，而不是依赖远程数据中心。

从“云 AI”到“本地 AI”

目前大多数 AI 应用采用的模式是：

本地应用 / Agent
↓
云端模型 API

在这种模式下：

• 用户数据不需要上传
• 不存在 API 调用费用
• AI 可以持续运行在个人设备上

AMD 将这种设备形态称为 Agent Computer。

两条技术路线：内存型 vs GPU型

为了展示本地 AI Agent 的不同运行模式，AMD提出了两套参考配置。

1. RyzenClaw：大内存统一架构

RyzenClaw 方案围绕 Ryzen AI Max+ 处理器构建，并采用 统一内存架构。

核心配置：

• 128GB 系统内存
• 约 96GB 可分配为显存
• CPU / GPU / NPU 共享内存池

这种设计的重点是 超大上下文和多 Agent 并行能力。

在 AMD 的测试环境中：

• 模型：Qwen 3.5 35B A3B
• 生成速度：约 45 token/s
• 处理 1 万 token 输入：约 19.5 秒
• 最大上下文：约 26 万 token
• 并发 Agent：最多约 6 个

这一配置适合：

• 多智能体系统
• 长上下文推理
• Agent 集群实验

换句话说，它更像是 小型本地 AI 服务器。

2. RadeonClaw：高吞吐 GPU 推理

RadeonClaw 方案则将重点放在 独立 GPU 推理能力。

核心硬件：

• Radeon AI PRO R9700
• 32GB 专用显存

性能表现：

• 生成速度：约 120 token/s
• 处理 1 万 token 输入：约 4.4 秒

相比 RyzenClaw，GPU 方案的特点是：

• 推理速度显著更高
• 但上下文窗口缩小

主要限制：

• 最大上下文约 19 万 token
• 同时运行约 2 个 Agent

因此 RadeonClaw 更适合：

• 高速单 Agent 推理
• 实时交互 AI
• 本地开发调试

本地 AI 的技术栈

在软件层面，这套系统主要依赖开源推理栈：

• WSL2：Windows 上运行 Linux 环境
• LM Studio：本地模型管理与运行
• llama.cpp：LLM 推理后端

模型示例包括：

• Qwen 3.5 35B A3B

系统还提供本地记忆机制（Memory.md），用于在本地存储 Agent 的上下文信息。

整个系统设计强调一个原则：

AI 推理和数据存储都尽量保持在本地设备。

成本与定位

AMD 也明确表示，这些配置 并不是普通消费级 PC。

参考价格：

• Ryzen AI Max+ + 128GB 内存桌面机
  起价约 2700 美元

• Radeon AI PRO R9700
  建议零售价约 1299 美元

因此当前目标用户主要是：

• AI 开发者
• Agent 系统研究者
• 本地 LLM 爱好者
• 企业内部实验环境

AMD 在押注什么？

从产业角度看，AMD 其实在押注一个趋势：

未来 AI 计算可能会形成 两层结构。

云端 AI

• 超大模型
• 复杂推理
• 大规模训练

本地 AI

• 个人助手
• 持续运行 Agent
• 私有数据处理
• 边缘计算

如果这种架构成立，那么高端 PC 或工作站可能会演变成一种新的设备类型：

AI Workstation（AI 工作站）

它既不是传统 PC，也不是云服务器，而是一个 长期运行个人 AI Agent 的本地节点。

总结

RyzenClaw 与 RadeonClaw 并不是单纯的硬件发布，而是一种 AI 计算模式的探索。

AMD试图证明：

• 高性能本地硬件已经可以运行中型 LLM
• 本地 AI Agent 在技术上是可行的
• 未来部分 AI 任务可能从云端回流到个人设备

如果本地 AI 生态成熟，个人电脑可能不再只是运行应用的软件平台，而会逐渐演变为 持续运行 AI Agent 的计算终端。