提到 AI 算力，多数人脑子里先跳出来的是机房里的高功率机柜、成排风扇的轰鸣，以及一张至少六位数起步的报价单。但联想开天最近推出的首款信创 AI 主机则给出了一番新的画面，它把这件事压到了体积约1.6L、重约1.5kg的一个主机盒子里，约莫一个鞋盒的分量，搁在桌角就能开机干活。这款机型装载的是兆芯CPU与后摩NPU，最高可释放 320 TOPS INT8 算力，本地能跑122B量级的 MoE 模型，而重点是，它把大家对AI智能体设备的想象又向上拓宽了不止一个维度。

异构分工：CPU 管调度，NPU 管推理这款信创 AI 主机走的不是"x86 处理器 + 英伟达显卡"的常见套路。它的处理器为兆芯 KX-7000 八核，搭档后摩智能力擎 LQ50 NPU，构成一套完全国产的 CPU+NPU 异构协同模式，本地算力最高可上探到320TOPS，NPU侧配专用内存，带宽 153.6GB/s。这样的分工很干脆——CPU 管系统调度与日常计算，NPU 专职推理，各自干最擅长的事。
四层技术，把"跑不动"变成"跑得动"小机身跑大模型，卡点从来不是峰值算力，而是显存吃紧、带宽有限，上下文一拉长就掉速。联想开天的解法是几项技术叠着用，而不是单点猛堆算力。
最底层是智能协同调度，CPU 与 NPU 接力配合，算力按任务需要动态分配，显存不宽裕也能把模型稳稳带起来。往上一层是模型压缩，把权重压到可以常驻设备，开机即用，不必每次等待加载，长上下文也撑得住。再往上是长文本加速与预判式生成：前者让模型读长文档时先辨重点，关键段落提高权重、冗余内容压低权重，处理速度成倍提升；后者改掉了逐字输出的老节奏，回答是流式吐出来的，而不是一个字一个字往外挤。四层叠加之后，122B 量级模型才从参数表上的数字，变成能坐下来用的体验。
散热与噪音：1.6L 的隐形战场把这么多算力塞进 1.6L，散热是绕不过去的硬骨头。这台机器给 CPU 与 NPU 各配了一条独立风道，正面是六角蜂窝进风面板，内部用高风压涡轮风扇加智能温控。实测数据：25℃ 环境下待机壳温约 33℃、满载约 41℃；即便在 35℃ 的高温环境里满载，外壳也能压在 46℃ 上下。
噪音同样直接影响工位体验。待机 19.4dB，NPU 满载推理约 29.5dB——比安静室内的正常交谈还低。它坐在你旁边，你基本感知不到它在工作，也就不必为它安排一间"隔音房"。
实测28.99 tokens/s 与 20 万 Token能跑什么模型、跑得多快，比峰值算力更有说服力。联想开天已对 Qwen3.5 系列、Qwen3.6-35B-A3B 等主流开源模型做过适配与测试。在 24GB NPU 配置下，35B 量级的 Qwen3.6-35B-A3B 以 W4A8 量化完成本地推理，文本生成约 28.99 tokens/s；面向长文档理解、多轮对话这类智能体任务，最高支持 20 万 Token 输入。支撑这些的是后摩的软件工具链，量化、编译、运行时管理与性能分析都在里面。

接口与软件：能进工位才算产品出厂预装麒麟操作系统与本地智能体，支持 7×24 小时连续运行，开箱即可处理文档理解、内容生成、信息整理和定时任务。两个独立的 2.5GbE 网口，让它能进业务工位和空间拮据的点位；开发者则可顺着后摩大道做金融、能源、制造的行业适配，把业务流程整条留在本地。
成本：从"按月交租"到"一次置办"很多人真正在意的是账单。过去的用法是把提示词和数据送上云端，按 Token 结算，用得越勤越贵；到了智能体阶段，AI 要 7×24 小时跑任务，每一次调用都是真金白银，一个月烧掉一个员工的工资并不算新闻。本地算力改的是这个结构：高频、重复、涉及私有数据的任务留在设备上，机器吃电不吃 Token，云端只在必要时补位。按联想开天的测算，轻度使用一年省约 90%，团队重度共享一年省约 98%，最多省近 4.7 万元。数据全程不出设备，合规与安全的主动权也回到自己手里。

写在参数表之外这台机器真正的分量不在某一项指标上，而在于国产 CPU、NPU、操作系统和AI大模型工具等等，已经能在桌面级产品里串成一条完整链路，价格门槛也被一并压了下来。对需要数据留在本地、又不愿长期为 Token 交月费的用户来说，它已经越过了概念阶段——当 122B 量级模型能在一台桌面设备上本地跑起来，你也拥有了你的高质价比专属 AI 算力。