可划分显存 != 统一内存：AI Max+ 395 64G AI推理性能 2026-02-02 20:34:00 UTC+8
# 前言
之前写过一篇[关于HP战99 Ultra（搭载AMD AI Max+ 395）的使用体验](/articles/aimaxplus395-experience)，今天聊聊这台笔记本在AI推理场景下的表现。作为这台机器宣传的主要场景，AI推理的实际使用情况却优点一言难尽。
# 硬件配置回顾
| 配置 | 详情
2025年总结 2025-12-31 15:30:00 UTC+8
# 主动选择改变
对我来说，2025年的前半年和后半年是完全不同的。
主动告别了一个熟悉的工作，做出一个必定会做出的选择，期望能回到一个熟悉的工作状态，在一个全新的起点重新开始，却开始不停接受充满未知、充满了混乱的挑战。
# 离职，一个一定会做出的选择
不知道什么时候，我开始认为离开微软是一个艰难、遗憾、但是又一定会发生的事情。
一方面，在公司两年来，虽然绩效都是拉满，但是所做的、所参
14寸16核32线程：搭载AMD AI Max+ 395的HP战99 Ultra使用感受 2025-07-26 09:14:00 UTC+8
# 为什么选这一台？
最近有一次换笔记本的机会，因为之后需要频繁旅行，于是选择了14寸的笔记本作为主力机；考虑到平时开发经常需要占用大量内存，32G的内存不够用，需要64G。而现在轻薄本里提供64G选项的，主流的选择只有可以自己加内存的ThinkPad T14p，但是T14p的CPU和GPU性能都在轻薄本中中规中矩，且被11代酷睿折磨了5年的我，现在已经变成了十足的I黑😅。而AMD只有Max
Node是并发性能的绊脚石吗？测试Express服务器的基准并发能力 2025-03-08 08:47:00 UTC+8
# 问题发现
最近在一个项目中，我遇到了一个使用Node.js编写的请求转发服务的性能瓶颈问题。这个服务的主要工作看似非常简单：获取用户的请求，将请求体(body)转发到后端的服务器，然后将服务器的响应原样返回给客户端。
然而，在进行压力测试时，我们发现当并发请求达到约2000时，系统表现出了明显的性能问题：
1. 大约6%的请求出现错误
2. 服务器资源利用率极不平衡 - 只有一个CPU
用大模型总结文章：效果很好，但是玄学 2025-02-14 23:54:00 UTC+8
# Azure AI Language Service的结果太差了
去年我给我的文章增加了AI文章总结功能。在[介绍此功能的文章](/articles/ai-article-summary)，我提到当时这个功能是通过[Azure AI Language Service Text Summarization](https://learn.microsoft.com/en-us/azure/ai-
