说到戴尔这回推出来的桌面端AI，其实是想告诉大家，别总把事儿交给数据中心干，很多云端才有的成熟AI模型，咱们在电脑上就能跑起来。这事儿最直观的体现，就是他们给Pro Max GB300这个新PC配上了块数据中心级的GPU，这块GPU的威力大得很，能把万亿参数的AI模型给跑起来。 戴尔Pro Max GB300用的是英伟达的Grace Blackwell Ultra GB300超级芯片，这东西本来是装在数据中心里用来对付最苛刻的AI模型的。戴尔的产品负责人Charlie Walker当时在简报会上就举了个例子：你想象一下，一家小公司直接把万亿参数的Kimi K2.5模型给加载到GB300上。 这东西刚推出那会儿，正好赶上越来越多的AI技术开始在PC上设计跑起来，企业也都想办法降低云计算的成本。比如OpenClaw这种技术，就能让智能体在PC上干活，还能跟云里的大语言模型配合协调。其实说白了，英伟达就是把本来装在数据中心的GB300芯片直接拿出来塞进了桌面设备里。 因为AI计算主要看Token嘛，企业在桌面这边生成Token花的钱可比在云端少多了。Charlie Walker说过一句特别形象的话：你可以把Token生成看成是给公司赚钱——把它从云里拉出来放到桌子上就行。不过话又说回来，这高性能带来的电费也是个硬伤：Pro Max GB300那可是个1600瓦的庞然大物。戴尔没敢透露具体价格，但这东西肯定贵得离谱——CDW那边已经给类似的MSI GB300工作站标了个97,000美元的天价。 现在的高端PC市场基本被英伟达霸占了，他们的GPU大多通过PC制造商卖出去。Pro Max GB300内部装了块DGX B300，内存高达252GB HBM3e。英伟达还有一款叫DGX Spark的AI桌面更便宜点，只要4,699美元，不过配置上稍微弱一些。Chris Marriott说这些高端PC最大的好处是让开发者能放心地把东西摆在桌子上或者桌底下用。 他还特意提到桌面是个做实验的好地方。开发者可以先在桌子上调一调模型，觉得行了再往云里部署。Marriott还特别强调说搞AI模型没那么简单，不是你打个指令就能马上拿到结果的那种感觉。有些任务一跑就是好几周甚至好几个月呢。比如像OpenClaw这种智能体相互聊天、公司又在跑代码的时候更是如此。 这些长任务产生的Token特别多，给桌面提供了一个很好的沙盒环境来测试智能体。等到把生产模型放到云里去之前先在这儿试一下不行吗？Marriott还说了一个观点：“你要是真让智能体干活——尤其是要部署那种生产级的智能体——肯定得选你能负担得起的最高配置的算力跑起来才行啊。” 戴尔虽然没公布Pro Max GB300具体啥时候发货（当然也可能已经有设备发给客户了），但他们这次的动作和英伟达在加州圣何塞开的GTC大会时间卡得挺准的。虽然以前的AI PC大多是靠游戏显卡在撑场面，但GB300这块超级芯片是专门为了干AI活儿而不是玩游戏设计的。 早些年炒作AI PC的时候大家都盯着笔记本看呢。Jack Gold这位分析师就说了，戴尔这种新桌面产品的意义正在变大，毕竟现在AI处理早就不只是服务器上的事儿了。虽然这种技术确实是靠服务器上的大语言模型突破的，但现在大家越来越多地是通过推理和小语言模型往边缘去迁移。 不过这也不意味着云计算就没用了啊。现在的模型大多是靠混合云服务器来服务的嘛，只要扩展AI基础设施有更多的算力就好了。Q1：戴尔Pro Max GB300桌面产品到底有啥特别的？A：它用的是英伟达的Grace Blackwell Ultra GB300超级芯片，跟数据中心那种是同款的。Q2：用桌面AI比用云端AI省钱在哪儿？A：因为生成Token的成本在这边更低，把活儿都拉到桌面上能省不少钱。Q3：这台机器有啥缺点？价格又是多少？A：缺点就是功耗太高得吓人有1600瓦。至于价格嘛就更吓人了……戴尔没说具体多少但你看看隔壁CDW卖的MSI GB300就知道了——97,000美元起！