小米公开了 AI Cube 工程原型机。这款设备搭载 3 颗玄戒芯片，被拿来与英伟达 DGX Spark 和苹果 Mac Studio 对比，主打 160GB 统一内存。不过，产品曝光的时间点正碰上全球内存紧缺，价格战能不能打起来，暂时还看不清。
全行业涨价、减配的背景下，内存成了最贵的零部件。报道提到，英伟达在 2 月将 DGX Spark 价格上调 700 美元，苹果则在 3 月取消了 Mac Studio 的 512GB 选配。小米此时拿出一台强调 160GB 统一内存的机器，瞄准的正是当前最紧缺、也最昂贵的部件。
内存价格持续走高
全球 DRAM 合约价在今年第一季季增约 90% 至 95%，第二季预估还会再增约 58% 至 63%。SK 海力士甚至警告，短缺情况可能延续到 2030 年后。
报道认为，这一轮缺货不是单一厂商的问题，而是整条供应链同时承压。云厂商持续囤积 DRAM 建设算力中心，留给消费级设备的份额只会越来越少。
英伟达和苹果已经感受到这轮压力。DGX Spark 价格从 3,999 美元升至 4,699 美元；Mac Studio 则取消了 M3 Ultra 的 512GB 选配，最高只剩 256GB。从 96GB 升到 256GB 的加价，也从 1,600 美元提高到 2,000 美元。
本地大模型的门槛在内存，不在算力
报道指出，本地大模型真正的限制不是算力，而是内存容量。以 200B 级模型为例，即便压到 4-bit 量化，仅权重就需要约 100GB 空间；如果维持 FP16，权重规模会直接膨胀到约 400GB，而且这还没有计入 KV Cache 和其他运行期开销。
换句话说，本地 AI 设备比的不是谁跑得更快，而是谁能装下更大的模型。几家厂商也因此把重点放在内存容量上。
- 英伟达 DGX Spark：128GB，带宽约 273GB/s
- 苹果 M4 Max：最高带宽 546GB/s
- 苹果 M3 Ultra：带宽 819GB/s
- 小米 AI Cube：160GB 统一内存
160GB 能跑到什么级别
如果把 120B 级模型压到 4-bit，权重大约占用 60GB，意味着还能留下约 100GB 给 KV Cache 和运行期开销。报道称，这属于相对宽裕的区间，小米官方展示的也正是这一档。
再往上推到 200B 级，权重大约升至 100GB，剩余空间只剩 60GB。设备可以运行，但在长上下文场景下会开始吃紧，而小米官方给出的上限也正好停在这里。
至于 FP16 精度下直接运行 200B 模型，仅权重就需要 400GB，AI Cube 无法承载。
同样的计算方式放到竞争产品上，差别也更明显。DGX Spark 的 128GB 内存扣掉 200B 模型约 100GB 的权重后，只剩 28GB。相比之下，小米多出的 32GB，换来的是更大的运行余量。
仍是工程原型，售价和量产时间未公布
不过，AI Cube 目前仍处于工程原型阶段。小米还没有公布售价，也没有给出量产时间表。
报道提到，小米没有披露价格，本身也可能说明问题：连小米自己，或许都还没有算清楚，这场价格竞争到底打不打得起。
按报道说法，AI Cube 真正的对手未必是英伟达或苹果的芯片，而是 2026 年这一轮内存短缺。谁能以更低成本拿到更多内存，谁才有资格谈价格竞争。