AIPC科普：用厨房比喻讲本地大模型运行、选电脑看什么，以及本地模型能做什么

视频先补基础知识：把一台配置比较齐全的PC想象成厨房。CPU是全能主厨，GPU是人数众多的帮厨团队；内存和显存分别是主厨与帮厨面前的备菜台；带宽是备菜台与厨师之间的传送带；硬盘是楼下冷藏库，存放本地模型文件。提问时，主厨收到点菜，指挥从硬盘把这道菜所需全部食材搬到帮厨的备菜台，再经传送带送到帮厨面前；帮厨分批烹饪，再把菜品一点点传回主厨端出，也就是得到AI回答。 由此，视频把选AIPC要看的指标归纳为三点：一看有没有帮厨团队以及人数多少，即算力；二看传送带宽窄，即带宽；三看帮厨面前备菜台有多大，即显存。转写提到消费级最好的独立显卡5090价格两万多，显存也只有32GB，因此72B、125B这类大模型在原来的消费级PC上直接放不下。把模型卸载到内存可以借主厨的台子，但独立显卡下内存与显存之间只有窄传送带，食材要一点点挤过去，帮厨大多时间在等食材。MOE模型虽然125B总参数量每次真正干活只需6B，但全部参数仍要先放进备菜台，所以显存不够还是会卡住。视频由此引出统一内存思路：让主厨和帮厨共用一张大备菜台，有足够空间直接塞下前沿大模型，也减少两张台子之间来回搬运。 接着，视频回答为什么用本地模型。云端AI像下馆子或点外卖，选择丰富，能点到很大的菜；本地模型像在家做饭，做不出佛跳墙，口味会比外面差一点，但差得没那么大。用途包括：AI视频方面，转写提到一条10秒的C站2.5价格不低，而本地Minimax H3可以无限抽；作者称用Minimax H3和C大肆跑同样提示词做对比。对精度要求不高的科普素材，可跑720P、5秒的片段，约5分钟一条，睡前把一批排好队彻夜自动跑，早上得到几十条素材，省下费用。隐私安全方面，本地模型不联网可处理账本、合同、账密，例如问某人的银行卡号和上月报销金额；也可批量把文件夹里1000张发票读取成表格并展示报告；因为不花额度，还能切不同模型和agents互相检验计算。离线场景则包括高铁、飞机、地下停车场无网时改PPT。 最后视频总结：选这类AIPC，就是在算力、带宽、显存或内存三种指标与价格之间找平衡，并按不同用途整理了一张配置参考表。限制在于本地能力仍比不过云端超算中心跑的万亿大模型，且具体体验取决于配置；本地模型文件放在硬盘，运行时受显存、内存和带宽制约。