移动办公的“热”考验：32B 大模型下的 Strix Halo 实录

在咖啡馆或高铁上跑本地大模型，听起来很酷，但现实往往比参数表更骨感。最近我带着这台搭载 AMD Strix Halo 架构的笔记本，进行了一场为期一周的“极限移动办公”测试。核心目标只有一个：在脱离电源的情况下，长时间运行 32B 参数量级的大模型，看看它的发热控制和电池续航到底能不能打。毕竟，对于移动端 AI 来说，性能只是门槛，持续稳定的输出才是生产力。

32B 模型满载：温度与功耗的真实曲线

测试环境设定为典型的移动场景：室内温度 24℃，后台仅保留必要的通讯软件。模型选用量化后的 Qwen2.5-32B-Instruct（Q4_K_M），通过 LM Studio 加载，并将 GPU 卸载层数拉满，强制 Radeon GPU 全速参与推理。

前 15 分钟：性能爆发期 刚启动对话时，机器处于“冷静”状态。风扇转速较低，键盘表面温度维持在 30℃左右。此时生成速度极快，稳定在 14-16 tokens/s。然而，随着上下文向量不断累积，GPU 计算单元利用率迅速攀升至 95% 以上。大约在第 10 分钟，我能明显感觉到掌托区域开始温热，出风口风声渐起。

30 分钟后：热平衡与降频 当连续生成超过 3000 tokens 后，设备进入了热平衡阶段。红外测温仪显示，C 面（键盘区）最高温度达到了 46℃，主要集中在功能键上方和触控板左侧。此时，系统为了保护硬件，启动了动态频率调整。生成速度从最初的 15 tokens/s 缓慢下滑至 9-10 tokens/s。虽然仍能流畅对话，但那种“秒回”的爽快感有所减弱。

电池消耗数据 在纯电池模式下，运行 32B 模型的功耗惊人。测试开始时电池电量为 100%，一小时高强度交互后，电量直接跌至 58%。这意味着，如果不插电，满血运行超大模型只能维持约 1.5 到 2 小时的有效工作时间。对于需要长途差旅的用户来说，这个续航焦虑是真实存在的。

性能模式切换与散热策略实测

为了寻找性能与便携的平衡点，我对比了三种不同的使用策略，结果差异显著。

1. 默认“平衡模式”（电池供电）

这是系统的默认设置。在上述 32B 测试中，风扇策略相对保守，噪音控制在可接受范围（约 45 分贝），但积热较快。一旦机身温度触及阈值，降频来得非常果断。

• 体验评价：适合短时间的复杂任务处理，如快速分析一份合同或生成一段核心代码，不适合长时间连续创作。

2. “高性能模式” + 外接散热底座

我将笔记本架在带有主动风扇的铝合金散热底座上，并在系统中开启“高性能”电源计划。

• 温度变化：同样的 32B 负载运行 1 小时，C 面最高温度降至 41℃，手感明显舒适许多。
• 性能表现：由于散热效率提升，GPU 维持高频的时间更长，生成速度稳定在 12 tokens/s 左右，降频幅度减小了约 20%。
• 结论：如果你需要在移动场景下长时间处理重型任务（如整理百页研报），外接散热底座几乎是必需品。它不仅改善了手感，更直接保住了推理速度。

3. 智能切换策略：大小模型分级使用

这是我最推荐的日常方案。Strix Halo 的统一内存架构让我们有了灵活切换的资本。

• 电池模式下：自动切换至 7B 或 14B 模型（如 Llama-3-8B 或 Qwen-14B）。实测 14B 模型在电池模式下生成速度可达 25+ tokens/s，且机身仅微温，一小时耗电约 12%。这对于大多数日常问答、邮件润色和简单代码辅助已经完全够用。
• 插电模式下：连接电源后，立即切换回 32B 甚至更大参数模型，利用充沛的电力和更好的散热条件处理逻辑推理、长文总结等重负载任务。

给移动 AI 用户的实操建议

基于这一周的折腾，如果你也打算用 Strix Halo 笔记本作为移动 AI 工作站，以下几点建议或许能帮你避坑：

1. 电源是分水岭：不要试图在电池模式下死磕 32B+ 模型。除非你只需偶尔问一两句，否则请养成“插电跑大模型，断电跑小模型”的习惯。这不仅能延长续航，还能避免设备因过热而频繁降频。
2. 善用量化版本：在移动端，Q4_K_M 或 Q5_K_M 是甜点位。它们在精度损失极小的情况下，显著降低了显存占用和计算压力，对降低发热有立竿见影的效果。
3. 物理散热不可少：如果预算允许，入手一个轻便的主动散热底座。在夏天或高负载场景下，它能将表面温度降低 5℃以上，直接决定你能否舒适地连续工作。
4. 监控工具常备：建议在任务栏常驻硬件监控软件（如 HWInfo 或 AMD 自带驱动面板），实时关注 GPU 温度和频率。一旦发现温度异常飙升，及时暂停任务让机器“喘口气”。

Strix Halo 确实打破了轻薄本不能跑大模型的魔咒，但它并没有违背物理定律。在移动端，真正的智慧不在于一直开着最大马力，而在于根据场景灵活调度资源。当你学会在性能、温度和续航之间找到那个动态平衡点时，这台设备才能真正成为你随身的智能伙伴。