AI 时代怎么选电脑?看懂算力、带宽与显存,再决定要不要上 AI PC

视频用一个“厨房”比喻讲清电脑运行本地大模型的完整过程，拆解选电脑必看的算力、带宽、显存三大指标，并说明本地模型在成本、隐私、离线三方面的实际价值，帮助判断 AI PC 到底适不适合自己。

来源与版权声明

• 内容来源：
  抖音 @秋芝2046 发布的公开视频《AI时代，如何选电脑？【小白必看】》
• 作品性质：
  本文为视频内容的二次提炼与图文整理，非原创，不代表本平台观点
• 版权归属：
  文字、数据、画面及截图等版权均归原作者及相关权利人所有
• 使用范围：
  仅用于个人学习与知识分享，不用于任何商业用途
• 完整内容：
  请前往抖音关注作者观看原视频；如认为侵权，请联系删除

01电脑是怎么运行本地大模型的

要理解 AI 时代的配置，先看电脑如何运行一个本地大模型。视频把一台配置齐全的电脑比作一间厨房：CPU 是全能的主厨，GPU 是人数众多的帮厨团队；主厨和帮厨面前各有一张备菜台，分别对应内存与显存，备菜台与厨师之间的传送带宽度叫做带宽；楼下的冷藏库则是硬盘，本地模型文件就像存放在里面的食材。

当用户向 AI 提问，整个“做菜”过程是：主厨先接单点菜，指挥把这道菜所需的全部食材从冷藏库搬到备菜台，再经传送带送到帮厨面前，帮厨一批批烹饪，做好后把菜品一点点传回主厨端出，用户于是收到 AI 的回答。

02选电脑，盯住三个指标

在这个过程中，决定能不能“吃上菜”、上菜快不快的，正是以后看配置要重点关注的三个方面。

• 算力
  ：看有没有帮厨团队、人数有多少，这是决定有没有人做菜、做菜速度的根本。
• 带宽
  ：传送带如果太窄，厨师做得再快也会被等食材的时间拖累。
• 显存
  ：备菜台有多大，才决定能做多大的菜，也是最卡脖子的一环。

备菜台造价很高。视频举例，消费级最好的独立显卡 RTX 5090 价格两万多元，显存也只有 32GB；因此过去的消费级电脑面对 72B、125B 这类大模型，往往是台子放不下、做不了这道菜。

03显存不够，工程师是怎么解决的

既然帮厨的台子放不下，能否借用主厨那边更大的台子？确实可以，这就是把模型卸载到内存。但在传统独立显卡方案下，主厨与帮厨的台子之间只有一条窄传送带，放在内存里的食材要一点点挤过去，结果帮厨大多数时间不是在做菜，而是在等食材。

视频还提到一个容易被忽略的细节：不少前沿模型是 MoE（混合专家）架构，一个 125B 的模型每次真正干活的参数可能只有 6B，但因为全部参数都得先放上备菜台，即使算力和带宽足够，仍可能因台子放不下而卡住。

更彻底的思路是统一内存：让主厨和帮厨共用一张大备菜台，既有足够空间直接塞下前沿大模型，也省去两张台子之间来回搬运的麻烦，于是在常用电脑上也能直接跑千亿参数的模型。

04云端还是本地：下馆子与在家做饭

本地模型再强，也比不过云端超算中心的万亿大模型，为什么还要费劲用本地？视频把用 AI 比作吃饭，只有两种选择。

用云端 AI 像下馆子、点外卖，选择非常丰富，多大的菜都能点到；如果永远在外面吃，电脑配置确实只需满足能上网、多开几个程序不卡即可。用本地模型像自己在家做饭，做不出“佛跳墙”这样的顶级大菜，但当 AI 变得像吃饭一样频繁，厨房就可能成为每个家的标配。这类新型 AI PC，本质上就是一种拎包入住、能满足家常菜的新型厨房。

05本地模型的三个实用价值

一是成本：可无限量、免费生成

在家吃饭最爽的是可以无限量吃外面卖得很贵的菜。视频举例，云端生成一条十秒的 Seedance 2.5 AI 视频要花钱，而本地的 MiniMax H3 可以无限生成。像做一条十分钟科普需要大量配图素材、精度要求又不高时，就可以直接用本地模型批量跑，睡前把任务排好队彻夜自动运行，早上就能看到几十条素材。

二是隐私：敏感数据不出本机

自己家的厨房，食品安全最放心。对岗位或工作单位特殊的人，把合同、账本等机密交给云端 AI 就相当于泄密。本地模型可以在断网情况下处理账本、合同和各类账密，也能承担“把文件夹里一千张发票全部读取成表格、再汇总成报告”这类又批量又隐私的活；因为不花额度，还可以同时切换几个不同模型和智能体互相检验计算结果。

三是离线：随时能开火

自己的厨房随时能用。无论是高铁、飞机还是地下停车场，在没有网络的地方，本地模型依然可以工作，照样能改 PPT、处理文档。

06结语：在三指标与价格之间找平衡

总结起来，选这类 AI PC 就是看算力、带宽、显存或内存三大指标，并结合价格做平衡。视频还按不同用途整理了一份配置速查表，把任务分成轻档、中档、重档，可对照自身需求选择。需要留意的是，本地模型的能力仍不及云端顶级大模型，做不出“佛跳墙”，是否要为本地能力买单，取决于自己是否真有高频、隐私或离线的使用场景。