2000亿参数的大模型，现在一台桌面小电脑就能跑，插上普通插座就能用，售价不到两万二。过去科研机构排队申请算力才能干的事，现在一个学生党在宿舍里就能开干。
英伟达在CES上扔出的这枚重磅炸弹，确实让人有点恍惚。当黄仁勋穿着标志性的皮衣发布RTX 5090显卡时，众人的目光都被那920亿晶体管、4000 TOPS AI算力的核弹级性能吸引。
但真正值得琢磨的，是那个看起来低调得多的小盒子——Project DIGITS，全球第一台个人AI超级计算机。
这台小电脑有多离谱？可以放到办公桌上，用普通插座供电，就能跑出2000亿参数的大模型。觉得不够？两台连一起，4000亿参数的模型开发也不在话下。128GB内存加4TB存储，3000美元起，两万两千块不到。

这就是算力民主化的现实意义。大模型不再是云端巨头的专属玩具，不再是只有OpenAI、Google才玩得起的资本游戏。
当个人开发者桌面上的小盒子就能完成从训练到部署的全流程，还能直接一键衔接到云端，AI开发的门槛正在被暴力击穿。
这让人想起联想在CES上提出的一个判断：AI要真正普及普惠，不能只靠单一的云端模型，而是要整合个人智能、企业智能与公共智能的混合式AI，这才是终极路径。
杨元庆的表述是，公共智能、个人智能、企业智能三者将共存互补，开启混合式人工智能的新纪元。换句话说，未来的AI不是你把数据全部丢给云端来处理，而是在你手边就有足够强的算力跑本地模型，同时还能和云端形成协同。
这种本地加云端的混合架构，恰恰是Project DIGITS最聪明的地方。它瞄准的根本不是一个单纯的硬件市场，而是整个AI开发流程的入口。
想想Hugging Face为什么值那么多钱——它不做芯片不做模型，但1800万开发者、300万个模型的社区让它掌握了AI应用的流量分发权，这就是生态控制权的定价。
英伟达的算力盘子里已经有GPU占据核心地位，现在把端侧的段落也补齐了，掌握的不仅是芯片层，更是从开发到部署的全链路。

但兴奋归兴奋，理性的冷水也得泼一泼。
两万两千块这个数字，对于还在吃土的研究生或者刚毕业的开发者来说，不是小数目。虽然对比动辄几百万的数据中心基建，已经是白菜价，可要想让它真正惠及所有人，成本还得接着往下走。
更重要的是，AI普惠普惠的是算力，不是能力。大模型跑得动，不代表人人都能驾驭它。模型训练、调优、部署、落地的每一步都需要扎实的技术功底。
工具再顺手，也得知道怎么用才能造出好东西。另外，一台桌面电脑再怎么强，也是有天花板和适用边界的。4000亿参数的开发是够用了，但万亿级别的智能体训练，仍然需要数据中心规模的集群支撑。
Project DIGITS解决的是够得着的问题，不是全替代的问题。
还有个现实是，消费级AI硬件想要真正敲开大众的门，仍要面对用户对数据隐私的担忧、对噱头大于实用的质疑，以及功能趋同的同质化竞争。
算力民主化的本质是把权力交还给个体，但能不能接得住这份权力，是所有人要面对的新课题。

不过这波浪潮的势头已经不可逆了。从RTX 5090代表顶级性能，到Project DIGITS让AI普惠成为可能，再到消费级AI硬件推着AI从精英化走向大众化，算力正在从云端高处滚落到普通人的桌面上。
过去我们讨论AI都是仰望星空，现在真的可以低头看看桌面上这台小盒子——它正在把未来搬到眼前。
AI真正普惠的那天，不是人人都会写模型，而是每个人都能用最低门槛触及最前沿的技术。你，准备上车了吗？