AMD 正在推動一個并非依賴云端的人工智能愿景，其最新發(fā)布的 OpenClaw 框架，配合兩套硬件參考配置 RyzenClaw 與 RadeonClaw，旨在讓開發(fā)者和早期嘗鮮者在本地 PC 上運(yùn)行大型語言模型和多智能體工作流。 這一舉措隸屬于 AMD 更大的“Agent Computer”計(jì)劃，該計(jì)劃認(rèn)為 AI 的未來不應(yīng)局限于遠(yuǎn)程數(shù)據(jù)中心，而是應(yīng)讓用戶掌控自己的數(shù)據(jù)和計(jì)算環(huán)境，讓本地 AI 助手長期運(yùn)行、降低網(wǎng)絡(luò)依賴和訂閱負(fù)擔(dān)，同時(shí)緩解隱私憂慮。

從技術(shù)路徑看，OpenClaw 目前在 Windows 平臺上通過 WSL2（Windows Subsystem for Linux 2）運(yùn)行，由 LM Studio 搭配 llama.cpp 后端承擔(dān)本地推理任務(wù)。 在這一環(huán)境下，用戶可以直接在本機(jī)上運(yùn)行包括 Qwen 3.5 35B A3B 在內(nèi)的模型。 系統(tǒng)還支持名為 Memory.md 的嵌入式記憶框架，用于在本地存儲上下文信息，無需依賴云端同步。 AMD 將官方教程定位為一條相對精簡的配置路徑，方便開發(fā)者在 Windows 上搭建完整的 OpenClaw 環(huán)境并測試 AI 智能體架構(gòu)，不過文檔并未給出明確的預(yù)計(jì)配置耗時(shí)。

AMD 提出的兩種 OpenClaw 參考方案代表了通往“高性能本地 AI”的不同路線。 RyzenClaw 方案圍繞 Ryzen AI Max+ 處理器構(gòu)建，配備 128GB 統(tǒng)一內(nèi)存，AMD 建議其中約 96GB 作為可變顯存分配，以保證大模型推理效率。 在該配置下，Qwen 3.5 35B A3B 的生成速度約為每秒 45 個 token，處理 1 萬 token 輸入大約需要 19.5 秒，支持約 26 萬 token 的上下文窗口，可用于多智能體工作流或“智能體集群”實(shí)驗(yàn)環(huán)境。 AMD 表示，這一平臺最多可同時(shí)運(yùn)行 6 個本地 AI 智能體，這在非數(shù)據(jù)中心級系統(tǒng)中頗具代表性。

另一套 RadeonClaw 配置則將算力重心轉(zhuǎn)移到獨(dú)立 GPU —— Radeon AI PRO R9700。 這款工作站級顯卡提供 32GB 專用顯存，顯著提升了推理吞吐量。 在同一模型下，其生成速度可提升至每秒約 120 個 token，將處理 1 萬 token 輸入的時(shí)間縮短至約 4.4 秒。 不過，這種性能增益伴隨一定取舍：最大上下文窗口縮減至約 19 萬 token，并發(fā)智能體數(shù)量降至 2 個。 這些差異凸顯了 AMD 試圖提供不同調(diào)優(yōu)路徑的思路——開發(fā)者可根據(jù)自身需求，在更大上下文深度和更高推理速度之間做出權(quán)衡。

就定位而言，無論是 RyzenClaw 還是 RadeonClaw，都不是面向普通消費(fèi)者的入門配置。 以 RyzenClaw 為例，一臺基于 Ryzen AI Max+ 395 芯片并搭載 128GB 內(nèi)存的臺式機(jī)（例如 Framework Desktop 方案）起步價(jià)格約為 2700 美元。 如若選擇 RadeonClaw 路線，還需額外購買 Radeon AI PRO R9700 顯卡，僅該卡建議零售價(jià)就約為 1299 美元。 AMD 目前也坦言，OpenClaw 的主要目標(biāo)用戶是正在嘗試本地 AI 智能體的工程師和早期采用者，而非主流 PC 用戶。

盡管如此，OpenClaw 傳遞的訊息已超出具體硬件本身。 AMD 押注于這樣一種趨勢：開發(fā)者會更重視自治與隱私，而不僅僅是云端規(guī)模的擴(kuò)張，希望通過運(yùn)行在消費(fèi)級芯片上的本地智能體，在個人計(jì)算與分布式 AI 之間搭建橋梁。 若這一思路獲得生態(tài)的認(rèn)可，AMD 有望在快速演進(jìn)的 AI 版圖中占據(jù)一個獨(dú)特位置，讓部分高端桌面與工作站逐漸具備接近數(shù)據(jù)中心的 AI 處理能力，同時(shí)保持用戶側(cè)的掌控感與靈活性。