⚙️ 一台 1.6 升的国产小主机，把 350 亿参数模型关进了办公室

11 月 3 日，联想开天发布了一台叫「信创 AI 主机」的小机器：1.6 升的体积，里面塞了兆芯的八核 CPU 和一颗后摩的 NPU，官方说能在这台机器上直接跑 350 亿参数的模型，不用把任何一句话发到云端。这是信创市场里第一台这种形态的产品。

3分钟看懂：这台机器到底是什么

先说清楚它不是什么。它不是服务器，不是加速卡，也不是给游戏玩家准备的显卡盒子。它是一台完整的桌面电脑主机，体积 1.6 升——大概相当于两个饭盒叠起来，重量约 1.5 公斤，可以直接摆在办公桌上。

它也不是「普通电脑加一块显卡」。这台机器的算力核心是一颗专门的 NPU（神经网络处理器），型号是后摩智能的力擎 LQ50，标称 160 TOPS 的 INT8 算力，还可以选配到 320 TOPS。更关键的是，这颗 NPU 自带 24GB 专用内存，带宽 153.6GB/s。

CPU 是兆芯 KX-7000，八核。操作系统预装麒麟，上面跑的是联想自己的天禧 AI Pro 智能体。

「信创」这个词需要解释一下。它是「信息技术应用创新」的缩写，指的是国内推动的一套自主可控软硬件采购体系，主要面向政府、国企、事业单位和它们的供应商。换句话说，这台机器首先是一台「采购目录里的机器」，不是你在电商平台随手能下单的产品。

一句话总结：它把「跑大模型」这件事，从机房搬到了办公桌上，而且用的是全国产的 CPU、NPU 和操作系统。

关键参数一张表

所有性能数字均为联想与后摩方面自测口径，本文未能取得可直读的联想官方新闻稿页面，以下内容基于多家媒体转述整理。

为什么这件事值得单独说

第一，它绕过了桌面跑大模型最难的那道墙。

在普通电脑上跑大模型，卡点通常不是算力，而是显存。模型权重必须装进能被高速访问的内存里，装不进去就只能靠系统内存慢慢搬，速度立刻掉到每秒几个 token。这台机器的解法是给 NPU 配了 24GB 独立内存——不跟 CPU 抢系统内存，也不依赖显卡。350 亿参数模型用 W4A8 量化压一压，正好塞得进去。

这是「专用硬件解决专用问题」的典型做法：不是把通用 GPU 做大，而是承认「本地推理」有自己的内存需求，然后单独满足它。

第二，它是信创体系里第一台这种形态的产品。

过去信创采购的 AI 能力，基本等于「买服务器 + 连云端」或者「买带 NPU 的笔记本」。前者贵、要机房；后者算力小、跑不动大模型。一台 1.6 升、能上办公桌、能跑 350 亿参数模型的主机，填的是中间那块空白。

第三，它背后的成本逻辑很直白。

官方给的说法是「适合本地运行的任务直接调用自身算力，无需逐次消耗云端 token，数据留在本地」。这句话有两个含义：一是长期使用的边际成本接近于电费；二是数据不出机器。对政企客户来说，第二条往往比第一条更重要。

需要提醒的是，这台机器没有公布价格，所以「省不省钱」目前无法算。任何声称「几个月回本」的说法，都缺少最关键的输入项。

怎么用：三类实际场景

场景一：文档理解与知识库问答。 20 万 token 的输入长度，大约相当于一本三四十万字的书。把内部制度、合同、技术手册丢进去做检索问答，是这台机器最自然的用法。

场景二：常驻型 Agent。 官方把它包装成「7×24 小时持续在岗的数字员工」，能做文件整理、信息汇总、定时任务、跨应用操作。这类任务的特点是频次高、单次价值低，正好适合本地算力——不用为每次调用付云端的钱。

场景三：内网与涉密环境。 数据不能出内网的场景里，云端 API 直接出局。这时候「能跑 350 亿参数」和「完全离线」这两件事的价值，会远大于「跑得多快」。

适用场景

• 政企、国企、事业单位的信创采购项目，需要一台能落地的本地 AI 终端
• 有内网或数据不出域要求，但仍希望用上大模型能力的团队
• 需要长期常驻 Agent 处理文档、汇总、定时任务的办公场景
• 软件开发商（ISV）想在国产软硬件栈上做适配和交付

不适用场景

• 个人消费者：这是信创渠道产品，目前没有面向零售的开售信息
• 需要训练或微调模型的团队：这是一台推理设备，不是训练设备
• 追求极致速度的用户：约 29 tokens/s 是「能流畅读」的水平，不是「飞快」
• 需要跑 100B 以上模型的场景：24GB 专用内存的上限摆在那里
• 需要多卡并行、跑大规模服务的场景：这是单机桌面产品，去机房买服务器

避坑：四个必须知道的限制

坑一：没有价格，也没有上市时间。 所有报道里都没有这两项。看到「售价xxxx元」的自媒体内容，基本可以判定是编的。

坑二：28.99 tokens/s 有前提条件。 这个数字来自 Qwen3.6-35B-A3B 在 W4A8 量化下、使用 24GB NPU 配置的测试。换成别的模型、别的量化精度、别的输入长度，速度都会变。官方也没有公布测试时的输入长度和并发情况。

坑三：TOPS 不等于体验。 160 TOPS 是 INT8 的理论算力，跟「聊起天来有多顺」不是一回事。真正决定体验的是内存带宽（153.6GB/s）、模型能不能装进去、以及软件栈调得好不好。后摩提供「后摩大道」平台做量化、编译、运行时管理和性能分析，说明适配工作是需要做的，不是开箱即通。

坑四：「首款」这个词要打折看。 「首款信创 AI 主机」是厂商自己的定位口径，指的是这个采购体系内的产品形态。市面上能本地跑大模型的设备不少，只是不在同一个渠道、不挂同一个标签。

成本与时间

• 采购成本：未知（未公布价格）
• 使用成本：本地推理，边际成本主要是电费；整机功耗未公布
• 部署时间：需要走信创采购流程，不是下单即到
• 适配时间：跑官方已验证的 Qwen3.5 / Qwen3.6 系列最快；换其他模型需要走量化与编译流程

行动建议

1. 如果你是政企 IT 负责人：先把这台机器列进下次采购的技术调研清单，重点问三件事——价格、整机功耗、以及你们自己要用的模型有没有被验证过。
2. 如果你是 ISV 或开发者：去了解「后摩大道」平台的量化与编译流程，判断你们的产品迁移过去要多少人天。这比看 TOPS 数字有用得多。
3. 如果你是普通用户：先别急。这类产品通常要等信创渠道铺开、或者厂商推出消费级版本，才轮得到个人买。想现在就在本地跑大模型，成熟方案还是带大显存的显卡或统一内存的迷你主机。
4. 如果你只是想判断趋势：记住这个组合——国产 CPU + 国产 NPU + 专用大内存 + 桌面形态。这套配方大概率会在接下来一年被更多厂商复制。

参考来源