小米突然拿出 AI Cube：这台“120B 小主机”，真能挑战英伟达吗？

8 月 24 日的小米玄戒芯片技术沟通会上，三颗新芯片一口气亮相：玄戒 O3、O100 和 D100。

发布会进行到后半段，小米又拿出了一台银黑色小主机。机身正面只有一行字：Xiaomi AI Cube，旁边特意标着 Prototype。

它把三颗芯片全部塞进桌面机箱，本地部署 120B 和 3B 双模型，支持快慢系统切换。官方展示的持续性能释放为 150W，外壳用航天铝一体成型，并加工了 33874 个散热孔。

这台机器很快在海外社区出圈。有人把它称为“中国版 DGX Spark”，也有人直接拿 1.22TB/s 带宽、160GB 内存和 330 Tokens/s，与英伟达 GB10 横向比较。

问题是，这三个数字并不属于同一个层级。

AI Cube 确实值得关注，但不是因为一张参数表已经赢了英伟达。它真正展示的是，小米想把手机芯片、AI 加速器、智驾芯片和 MiMo 模型拼成一套端侧计算平台。

小米 AI Cube 三芯架构

先说结论：它是原型机，还不是可以买到的产品

截至目前，小米没有公布 AI Cube 的上市时间、售价、整机内存、存储、接口、操作系统或开发工具。

玄戒 O3 将在小米 18 Fold 上首发。雷军称 O100 和 D100 已经完成回片验证，计划 2027 年正式商用，但这不等于 AI Cube 会在 2027 年零售。

因此，现在能确认的是一台用于验证三芯协同和本地大模型的工程样机。它可能变成开发者工作站，也可能只是一台展示玄戒能力的参考设计。

把它直接称为“GB10 杀手”，至少早了一年。

三颗芯片，分别解决三种问题

AI Cube 不是常见的 CPU 加独立 GPU 结构。它把三颗用途不同的芯片放到了一起。

玄戒 O3：负责系统和通用计算

O3 是小米第二代旗舰 SoC，采用 3nm 制程，拥有 10 核全大核 CPU、16 核 G2-Ultra NX GPU，以及面向端侧大模型重构的 NPU。

小米给出的 NPU 张量算力是 200 TOPS。

TOPS 受数据精度、稀疏性和计算类型影响，不能直接与英伟达宣传的 FP4 PFLOPS 换算。这个数字更适合用来比较 O3 与同类移动 SoC，而不是判断整台 AI Cube 的大模型速度。

玄戒 O100：专门解决“内存墙”

大模型逐 Token 生成时，需要频繁读取权重。很多端侧设备并不是算力不够，而是内存带宽喂不饱计算单元。

O100 针对的就是这件事。

它采用 6nm 工艺和 3D 晶圆级堆叠，通过 28672 条有效数据通路，把计算与存储拉得更近，官方公布的近存计算带宽达到 1.22TB/s。

O100 与 O3 协同时，运行 Xiaomi MiMo 3B 模型的推理速度最高达到 330 Tokens/s。

注意，330 Tokens/s 对应的是 MiMo 3B，不是 AI Cube 上的 120B 模型。

玄戒 D100：从汽车借来的大内存底座

D100 原本面向智能驾驶，采用 3nm 制程，集成 20 核 CPU 和 16 核 NPU，最高支持 160GB 统一内存，并支持在本地部署最高 200B 参数模型。

小米把它提前装进 AI Cube，可能是因为大模型最先遇到的限制往往不是计算，而是模型能否完整放进内存。

但官方说的是“D100 最高支持 160GB”，尚未确认 AI Cube 样机实际安装了多少内存，也没有说明三颗芯片是否共享一块完全一致、缓存连贯的统一内存。

这一区别很重要。

网上最火的四个数字，应该怎样理解

1.22TB/s 不是整机统一内存带宽

它是 O100 近存计算子系统的公开指标。

DGX Spark 的 273GB/s 指 128GB LPDDR5X 一致性统一内存的系统带宽。两者测量对象不同，不能简单得出“AI Cube 带宽是 GB10 的 4.5 倍”。

要做真正比较，需要知道 O3、O100、D100 之间怎样互联，120B 模型权重放在哪里，以及跨芯片搬运数据时会损失多少带宽。

小米目前没有公开这些信息。

330 Tokens/s 不是 120B 推理速度

这个成绩来自 O3 与 O100 协同运行 MiMo 3B。

小模型达到 330 Tokens/s 很有吸引力，尤其适合摘要、改写、意图判断和设备控制。但它不能证明 120B 模型也能以相同速度运行。

小米没有公布 120B 模型的名称、量化精度、激活参数、上下文长度、首 Token 延迟或生成速度。

160GB 是 D100 的支持上限

这不是已经确认的 AI Cube 整机配置。

一个 120B 稠密模型仅权重就大约需要：

FP16：240GB；
INT8：120GB；
4-bit：60GB。

实际运行还要给 KV Cache、运行时和系统服务留空间。AI Cube 能装下 120B 并不奇怪，但它大概率使用了量化、MoE 或其他压缩方式。具体方案仍未公布。

150W 也不能直接和 GB10 功耗相比

小米发布会的措辞是“150W 持续性能释放”，更接近整机散热或持续负载能力描述。

DGX Spark 官方规格则同时列出 140W 的 GB10 TDP 和 240W 电源。测量边界不同，暂时无法计算两台机器谁的每瓦 Token 更高。

AI Cube 四个参数的正确读法

120B 加 3B，可能比单纯堆大模型更有价值

AI Cube 展示了 120B 和 3B 双模型，并称可以进行“快慢系统切换”。

小米没有解释完整路由机制，但这个设计方向很合理。

3B 模型启动快、成本低，可以处理设备控制、简单问答、文本整理和请求分类。120B 模型负责复杂推理、代码生成和需要更多知识的长任务。系统先判断难度，再决定是否升级到大模型。

这与云端 AI 服务正在使用的模型路由类似，只是它被搬到了桌面设备上。

本地 AI 的资源远少于数据中心，更不能让最大模型处理每一次请求。真正实用的端侧系统，需要缓存、路由和多个模型协作，而不是把“能加载的最大参数量”当成唯一指标。

AI Cube 的三芯结构也可能服务于这种分工：O3 维持系统与轻量任务，O100 加速高频模型推理，D100 提供大内存和高算力。这里仍然是根据芯片定位做出的推断，最终方案要等小米公开架构。

它和 DGX Spark 到底是不是同一类产品？

两者都想把原本属于服务器机房的 AI 能力搬到桌面，但目前成熟度完全不同。

项目	Xiaomi AI Cube	NVIDIA DGX Spark
状态	工程原型	已量产销售
处理器	O3 + O100 + D100 三芯	GB10 Grace Blackwell
内存	整机容量未公布；D100 最高支持 160GB	128GB 一致性统一内存
带宽	O100 近存带宽 1.22TB/s	系统一致性内存 273GB/s
模型	演示本地 120B + 3B	官方支持最高 200B
功耗口径	150W 持续性能释放	GB10 TDP 140W，整机电源 240W
软件	尚未公布	DGX OS、CUDA、PyTorch、TensorRT-LLM、NGC
价格	未公布	官方建议零售价 4699 美元

硬件数字只回答“理论上能做什么”，软件决定开发者今天能不能把工作跑起来。

DGX Spark 的优势主要来自完整平台，而非 GB10 单芯片。CUDA、驱动、容器、PyTorch、TensorRT-LLM 和大量现成模型脚本，已经替开发者处理了最麻烦的部分。

AI Cube 如果要成为真正的竞品，至少需要兼容主流框架，提供稳定驱动、量化工具、性能分析、模型转换和容器环境。否则开发者买到的是一台参数漂亮、每换一个模型都要重新适配的专用设备。

这可能是小米接下来最难补的一课。

小米为什么要做这样一台机器？

把 AI Cube 只看作迷你主机会低估它的作用。

小米已经有手机、汽车、家电和超过十亿台连接设备。它还在建设 MiMo 模型、HyperOS、智驾系统和自研芯片。过去这些业务各自需要不同的计算平台，现在小米试图用玄戒把底层统一起来。

O3 可以进入手机和平板，D100 进入汽车，O100给端侧大模型提供加速。AI Cube 则把三者放到一个可观察、可调试的环境里，用来验证编译器、模型路由和跨芯片协同。

它更像一台开发母机。

一套模型可以先在桌面验证，再缩小到手机，迁移到车机，或成为家庭本地 AI 中枢。如果各设备共享模型格式、工具链和运行时，小米就不必为手机、汽车和家电分别维护完全不同的 AI 技术栈。

雷军披露，小米重启大芯片研发五年多，累计投入超过 210 亿元，芯片团队接近 3000 人。小米还计划 2026 年在 AI 与具身智能相关领域投入超过 160 亿元。

AI Cube 是这些投入第一次以“桌面 AI 计算机”的形态汇合。

如果量产，它最适合做什么？

第一类是隐私敏感的本地 Agent。

企业可以把代码、合同、设计资料和内部知识库留在本地，避免每一次检索和推理都上传云端。设备买断后，持续高频使用也不再按 Token 支付 API 费用。

第二类是家庭与车辆的常驻 AI 中枢。

断网时仍能完成语音理解、设备控制、摄像头分析和本地自动化。相比每条指令都发到云端，本地推理延迟更稳定，也更容易做个性化记忆。

第三类是玄戒生态的开发设备。

开发者可以在桌面测试准备部署到手机、汽车和机器人的模型，前提是小米开放足够完整的 SDK、调试器和模型转换工具。

它不一定适合大规模训练。现有信息主要指向本地推理，小米也没有公布训练性能、集群互联或高速扩展能力。

真正决定 AI Cube 成败的，不是 120B

接下来值得关注的只有几个问题：

AI Cube 是否会量产，价格是多少？
样机实际内存容量与三芯互联拓扑是什么？
120B 模型到底是哪一个，量化精度和实际速度是多少？
能否直接运行 PyTorch、llama.cpp、SGLang 或其他主流框架？
小米会不会把 MiMo、HyperOS 和玄戒 SDK 对第三方开发者开放？

这些问题回答之前，AI Cube 还不能算 DGX Spark 的正式竞争对手。

但它已经说明，小米的自研芯片不准备停在手机 SoC。O100 负责大模型，D100进入汽车，O3 覆盖移动终端，再由 AI Cube 把它们组合起来。小米正在搭建一套横跨人、车、家和机器人的本地算力底座。

120B 模型只是舞台上最醒目的演示。

真正需要关注的，是小米能否把三颗芯片变成一个开发者愿意长期使用的平台。