一、前言：哪个发烧友能抵挡本地部署大模型的诱惑

今年年初，横空出世的DeepSeek AI大模型火爆出圈，一夜过后人人都在谈论DeepSeek大模型，而已经进入第二年的AI PC方面，自然也不会落后。

相对于直接付费使用成熟的AI应用，DeepSeek完全开源的特性也让更多发烧友乐于在本地部署，充分利用越发强大的硬件AI性能。

但是对于主流的笔记本平台，在本地运行DeepSeek大模型，效果如何呢？

我们找来了当下比较新的轻薄本，Intel平台和AMD平台各一台，测试一下不同平台在本地运行DeepSeek大模型的表现。

Intel酷睿Ultra 9 285H处理器基于Arrow Lake架构，拥有6个性能核，8个能效核和2个低功耗能效核，一共16核心，但不支持超线程技术，所以总线程数也是16， 性能核最大睿频频率为5.4GHz，拥有24MB高速缓存。

它内建Intel锐炫140T显卡，包含8个Xe核心，同时还内置NPU，能够提供高达13 TOPS的算力。

CPU GPU NPU全平台总算力达到99 TOPS，为本地运行大模型提供了很好的支撑。

需要注意的是，Intel酷睿Ultra 9 285H处理器的TDP高达45W，AMD锐龙AI 9 HX370处理器的TDP只有28W。

当然，Intel和AMD都允许笔记本制造商根据具体产品设计，在一定范围内设定处理器功耗。

我们这次准备的两台笔记本，Intel方面是一台轻薄本，实际烤机测试CPU稳定释放功率只有35W左右，而AMD方面是一台全能本，还搭载了一块NVIDIA RTX 4060Laptop独立显卡（已禁用），拥有更强劲的散热配置和功耗表现，实际烤机测试中可以稳定释放高达60W的功率。

笔记本平台并不像台式机主板一样可以方便地在BIOS中对CPU功耗性能等进行限制，所以这个测试并不是一个非常严谨的性能对比测试，只能说分别测试一下各自的表现情况和我们的使用体验，请读者朋友们自行比较。

三、DeepSeek-R1模型测试：iGPU算力也可流畅运行本地部署的14B模型

Ollama是一个开源的大语言部署服务工具，只需iGPU即可部署大模型。

我们这次测试就是基于Ollama框架，在本地部署DeepSeek-R1的蒸馏版模型，测试使用iGPU的运行效率。

Ollama作为一个开源软件，功能依赖全球开发者的共同维护，自然也会有一些特别的分支。

我们此次测试，专门找来了针对 intel 推理框架和AMD ROCm推理框架分别优化过的Ollama版本，更能体现Intel和AMD硬件在各自最佳环境下的运行效率。

这也从一个侧面说明，AI大模型的高效运行，不仅仅是硬件性能的问题，软件的适配同样重要，甚至比硬件性能更重要一些。

就像谈论AI算力，NVIDIA是个绕不开的名字一样，NVIDIA的CUDA和硬件相辅相承，共同构成了宽阔的护城河，Intel和AMD作为追赶者，必须付出巨大的努力和代价才有机会在这个领域挑战NVIDIA的地位。

Intel现在不遗余力地推广OpenVINO，我们已经看到了结果。也许硬件的真实性能强弱难以量化比较，但从我们这次的体验来看，Intel酷睿Ultra 9 285处理器在用户实际使用中，确实能发挥出比AMD锐龙AI 9 HX370处理器更强的性能。

再加上Intel连续举办的人工智能创新应用大赛，用真金白银鼓励开发者开发基于OpenVINO的AI应用，Intel平台的AI应用正在迎来一个百花齐放的时代。

DeepSeek大模型极大地抹平了桌面平台面临的算力鸿沟之后，AI应用的丰富程度，专用推理架构的普及程度，硬件性能的发挥水平，共同决定了谁才是AI PC时代的王者。

Intel现在在全力推广OpenVINO，我们也不希望AMD被拉开太远，NVIDIA算力霸权的挑战者越多越好。