64G内存笔记本跑大模型，实际可用仅46.7G

买笔记本跑本地大模型，包装上的内存数字往往不是你能用的全部。B站UP主「AIPC预森」对华硕ProArt创16的实测给出了一个反直觉的结论：标称64G内存的新机，真正能分给模型的只有46.7G。少的17G去了哪里？这笔账值得每个打算入手AI PC的人算清楚。

标称内存不等于模型可用内存

一台刚开售的华硕ProArt创16，64G内存版本定价28999元，128G版本37999元，两者差价9000元恰好对应多出的64G，折合每G约141元。媒体实测显示，64G版本在跑模型时可用内存为46.7G，约为标称值的七成三。

这不是内存坏了，也不是被隐藏占用，而是Windows系统、后台程序、显卡预留等从统一内存池中先切走了一部分。统一内存的好处是CPU和GPU共用一整块，模型和系统不用来回搬运数据；代价是总量固定，系统先注多少，模型才能用剩下的。UP主特别强调，这个比例不是通用公式，每台机器切多少取决于系统、驱动和使用方式，不存在「打七折」的万能口诀，自己那台打开任务管理器就能看到真实可用数。

一台3万的笔记本,三成价钱压在内存上,这个比例比多数人想要。

统一内存架构（Unified Memory Architecture，UMA）是理解这台机器内存分配逻辑的前提。传统笔记本中，CPU使用系统内存（DDR），独立显卡使用自己的显存（GDDR/HBM），两者物理隔离，模型跑在GPU上就必须把权重完整拷贝进显存，显存不够直接报错。而统一内存让CPU和GPU共享同一块高带宽内存池，GPU可以直接寻址系统内存，省去了数据搬运开销，也允许模型占用远超传统显存的容量。苹果M系列芯片、AMD的APU以及部分高通PC芯片都采用这一设计。代价是内存总量固定且被所有子系统瓜分：操作系统内核、驱动、集成显卡的显存预留（framebuffer）、后台服务都从同一池子中先划走一块，留给模型的只是剩余部分。因此标称容量与模型可用容量之间的差额，本质上是统一内存架构的固有开销，而非厂商缩水。

9000元差价买的是模型规模上限

媒体在64G版本上实测跑通了千问3.8的270亿参数模型，而官方给128G版本标注的上限是1200亿参数，后者是前者的四倍多。UP主把口径说得很清楚：270亿是实测跑通的结果，1200亿是官方标称上限，两者不能混为一谈。

这意味着9000元买的不是「更多G」，而是能否触到1200亿参数这道门。如果日常只折腾300亿以内的模型，64G版本完全够用；只有明确需要1000亿以上规模，这笔溢价才有意义。

媒体在这台64G上跑了一个模型,千问3.8,270亿参数,参数就是模型里的小格子,越多越吃内存,官方给128G版写的上限是1200亿。

文中反复出现的“270亿参数”“1200亿参数”，指的是大语言模型的参数量（parameters），即模型神经网络中可学习权重的数量，通常以B（billion，十亿）为单位。参数量决定模型的能力上限，也直接决定加载所需的内存：在常见的FP16（半精度）格式下，每个参数占2字节，270亿参数约需54GB，1200亿参数约需240GB；若采用INT4量化（每参数约0.5字节），同样模型的占用可压缩至四分之一左右。这就是为什么同一台64G机器能跑270亿模型，却远够不到1200亿——后者即使重度量化也超出可用内存。需要区分的是，参数规模不等于实际能力，小模型在特定任务上可能优于大模型，选型应以任务需求而非参数数字为准。

移动工作站的续航真相

这台机器的电池为99.9瓦时，接近民航可携带上限。拔掉电源跑270亿参数模型时，放电功率约86瓦，99.9除以86，续航仅一小时出头。UP主的判断很直接：它是一台能移动的工作站，不是能带着跑一天的机器。账面数字好看的前提是插座一直插着，离开电源，算力和时间同时打折。相比之下，没有电池的迷你主机插电即满血，表现始终一致。

差不多是能带上飞机的上限,拔掉电源,跑270亿的模型,放电功率约86瓦,99.9除以86,一小时出头,所以它是一台能移动的工作站,不是能带着跑一天的机器。

瓦时（Wh） 是电池能量的单位，数值越大代表电池储存的电能越多。民航规定随身携带的锂电池不得超过100Wh（需航空公司批准可放宽至160Wh），这台机器99.9Wh正是贴着这一上限设计的，目的是在合规前提下塞进最大的电池。但电池容量只决定“能存多少电”，实际续航还取决于放电功率：跑大模型时CPU/GPU满载，功耗远高于浏览网页等轻负载场景。文中86瓦的放电功率意味着电池以接近满负荷的速度输出，99.9Wh÷86W≈1.16小时，这是物理定律决定的硬上限，与厂商优化无关。对比之下，迷你主机没有电池限制，插电即可持续输出满血算力，这也解释了为何同配置下台式形态在持续推理场景中体验更稳定。

三步查清自己机器的真实上限

UP主给出了一套可操作的自查方法：第一步，打开任务管理器性能页，点内存，看「可用」那一行，这才是能给模型的真实数字，而非包装上印的标称值；第二步，核对模型文件大小，文件多大装进去就占多大，还要额外留出上下文所需空间；第三步，装不下就换小模型，或把重活交给云端，本地只保留私密任务，别为一个用不上的模型换整台机器。

最后一页,截图存下来。

谁该买，谁不必看

UP主的结论分三种情况：跑300亿参数以内，64G版本够用；需要1000亿以上，才值得为128G多付9000元；而最常见的是第三种——压根不需要这么大的模型，那这台机器连看都不用看。先查清自己设备的可用内存，再谈买什么，顺序不能反。这套逻辑对任何打算用笔记本跑本地大模型的用户都成立：标称参数是营销语言，可用内存才是工程现实。