“当AI原生设备成为Agent新物种的主力终端，底层算力体系也在加速重构。”

把一台能够运行122B大模型的AI主机装进口袋，究竟需要付出怎样的代价？

过去大半年，端侧AI硬件的发展逻辑正在明显变化。

两个月前，国内掀起了一场现象级的本地部署Agent热潮，大量AI爱好者开始“养虾”，让原本相对小众的Mac mini意外走红，一度出现溢价和缺货。在更硬核的开发者圈层中，售价三四万元的英伟达DGX Spark同样热度不减，因为它已经具备本地运行千亿参数模型的能力。

Mac mini和DGX Spark同时爆火，背后其实指向同一个趋势：Agent正在快速抬高端侧AI硬件的入门门槛。

此前，40TOPS级别的AI PC通常只能完成对话、内容生成等轻量级任务。但进入Agent时代后，开发者开始追求更大的本地大模型、更长时间的本地推理，以及真正能够承担生产力任务的端侧AI设备。

问题也随之而来。Mac mini足够安静、低功耗，但很难支撑更大的本地模型；DGX Spark虽然性能强悍，但在价格、功耗和散热方面，又难以真正走向大众化。大算力、低功耗与小体积之间，似乎始终难以同时兼得。

Agent时代真正缺少的，已经不只是一台更强的AI PC，而是一种能够7×24小时稳定运行、低功耗、安静，并具备本地执行能力的新型终端。

于是，一种介于AI PC与AI工作站之间的Agent Computer开始出现。最近发布的联想AI主机P7，就是这样一款仅300克、30W功耗，却拥有190TOPS端侧AI算力，并能在本地运行122B参数模型的设备。

AI 2.0时代，需要怎样的Agent Computer？

传统AI更多还是一问一答式交互，任务结束后，模型也会停止运行。但Agent不同，它需要长期在线、持续调用模型、自主拆解任务，并在本地完成记忆、推理、执行等完整流程。

这意味着，Agent设备比拼的已不再只是瞬时峰值性能，而是长期稳定运行的综合能力。

换句话说，AI 2.0时代真正需要的，并不是AI PC的简单升级版，而是一种介于AI PC与AI工作站之间的新终端。它既要具备本地运行大模型的能力，又必须兼顾低功耗、静音、小体积，以及7×24小时持续工作的稳定性。

联想AI主机P7，正是在AI 2.0需求驱动下诞生的Agent Computer新物种。它既尝试接近DGX Spark的大模型生产力能力，又保留了类似Mac mini的低功耗与静音优势。

P7拥有190TOPS异构AI算力（dNPU+SoC），其中160TOPS来自后摩漫界M50 dNPU，30TOPS来自此芯P1 SoC。整机最高支持122B参数模型本地部署，最高可配置80GB RAM，并支持128K上下文窗口。

在无网环境下，P7本地自主推理速度最高可达50 Tokens/s，可实现7×24小时连续执行Agent任务。

围绕Agent长期在线的需求，P7机身只有手掌大小，重量约300克，甚至可以直接通过充电宝供电运行。为了在小体积下实现持续稳定运行，P7还将整机功耗控制在30W以内，并把运行噪音压低至35分贝以下。

这意味着，联想AI主机P7已经开始真正具备本地AI生产力价值。

更重要的是，与传统PC+AI的思路不同，P7并不是在原有设备中简单增加AI功能，而是围绕Agent场景重新定义终端逻辑。

例如，P7采用了一机双模设计：在智能体模式下，本地运行天禧Claw，将复杂任务尽可能留在本地执行；在大模型模式下，则通过开放API Key接入各类AI应用与智能体，直接承担本地推理与Token生成能力。

P7的推出，代表着过去只有高功耗工作站才能承担的大模型本地推理能力，开始有机会进入更低功耗、更低成本的小型AI设备。

而只有当大模型推理能够在低功耗、小体积条件下长期运行，Agent才有可能真正从少数开发者设备，逐步走向更广泛的消费级终端与行业场景。

支撑这种Agent Computer形态成立的，是P7背后一套不同于传统GPU路线的新型算力方案。

千亿模型装进口袋之后，算力逻辑也变了

联想在P7立项初期就已经明确，要做一台能放进口袋、又能本地运行大模型的AI主机。这意味着，它的芯片必须同时满足三个几乎互相制约的条件：大算力、低功耗、小体积。

传统AI芯片很难同时兼顾这些需求，核心问题在于数据搬运——计算单元与存储单元物理分离，数据需要在两者之间频繁流动，从而带来额外能耗与延迟。

AI芯片行业因此不断探索新的架构路径，其中一个正被越来越多厂商重视的方向，就是存算一体。存算一体让数据在存储侧就近完成计算，从而减少搬运开销，提升整体能效表现。

联想选择引入存算一体架构芯片，作为P7的主要AI算力来源，也就是dNPU（Discrete NPU）。它类似于独立GPU的定位，但拥有更强的端侧AI性能。

这颗dNPU，正是后摩智能在2025年推出的存算一体AI芯片——后摩漫界M50。

后摩漫界M50采用存算一体架构设计，具备160TOPS物理算力，配备最高48GB内存与153.6GB/s带宽，典型功耗仅10W，能效达到传统架构芯片的5～10倍。

从公开信息来看，M50在设计阶段就针对大模型本地部署进行了优化，通过SRAM与48GB LPDDR5的组合方案，在兼顾性能的同时，提升了千亿参数模型的可部署性与成本可控性。

真正的挑战不止于芯片本身，而在于如何让千亿参数大模型在一台300克级别的设备上长期稳定运行。这需要联想与后摩智能在本地Agent系统、推理框架以及软硬件协同层面进行深度配合。

尤其是在Agent执行链路、模型调度与端侧资源管理方面，联想需要一套全新的系统能力，来支撑持续运行的AI任务。

从2025年下半年项目正式启动开始，联想与后摩智能组建了联合团队，围绕硬件设计、软件适配与推理框架展开了长达十多个月的联合攻坚，最终实现了在后摩漫界M50上运行千亿参数大模型。

目前，P7已经支持千问、智谱、DeepSeek等主流模型，并可实现新模型的Day0适配，即模型发布当天即可完成运行支持。对于用户而言，这让P7不再只是演示型设备，而是一台可长期运行Agent任务的本地AI终端。

从芯片到系统，再到Agent执行能力，联想与后摩智能正在共同验证一种全新的AI主机形态。

随着端侧大模型持续演进，这种兼顾性能、功耗与长期运行能力的Agent Computer，正在成为AI 2.0时代最具现实落地潜力的终端方向之一。

Agent浪潮重构硬件规则，存算一体迎来推理黄金时代

AI芯片的竞争逻辑，正在发生一场静默却深刻的转向。

过去几年，行业的核心指标是峰值算力，比拼的是谁能训练更大的模型，GPU也因此成为整个AI时代的核心基础设施。

但当AI从1.0时代的一次性生成回答，走向2.0时代长期运行、持续执行任务的Agent形态后，芯片的评价体系开始变化：能效比、持续推理能力、本地执行复杂任务的稳定性，正在逐渐与峰值算力同等重要。

这一变化并不是传统AI芯片最擅长的方向，却为新的架构路线打开了窗口。

一个明显的信号来自行业巨头。英伟达重金收购初创公司Groq的核心技术资产，将其LPU（Language Processing Unit）用于高性能推理场景。后摩智能与Groq都走的是存算一体技术路线，都是基于SRAM设计产品，通过减少数据搬运来提升推理能效，只是产品命名方式不同。

后摩智能在成立之初就专注于存算一体技术的研发与产业化，并于2024年推出针对大模型推理优化的后摩漫界M30，支持运行60亿参数模型，且获得了中国移动等客户。

目前，基于后摩漫界M50，后摩智能已经搭建起M.2卡、DM.2卡、Pcie卡，最高640TOPS算力的完整产品矩阵，并完成了从技术原型到规模化商用的关键跨越。如今，后摩漫界M50已全面落地于联想AI主机P7、AI PC、桌面机器人、Agent Box、智能语音终端、AI网关等多元端边场景。

后摩智能也在研发下一代芯片，目标是进一步提升能效比与大模型推理能力，以适配未来更复杂的Agent时代需求。

这是一个标志性的转折点。GPU定义了大模型训练时代，而Agent的全面爆发，正将算力竞争从云端训练中心，推向海量的端侧与边缘推理节点。在这场算力格局迁移中，以存算一体为代表的AI原生架构，不再只是GPU的补充或替代，更在逐步建立端侧Agent时代的全新硬件标准。

随着Agent开始向更多本地设备加速渗透，行业对于低功耗、高能效端边推理芯片的需求也将持续增长。

未来，围绕端侧大模型推理，还会出现更多新的芯片形态与架构路线。

在这场由Agent驱动的AI硬件范式切换中，AI原生芯片正在成为竞争关键。像后摩智能这样率先完成存算一体商业化落地的公司，也正在进入更大的增长通道。