Medusa Point 是 AMD 下一代移动端混合架构 APU，将接替 Gorgon Point / Strix Point。其中的 10 核版本采用 4×Zen6 大核 + 6×Zen6c 能效核 的组合，共 10 核 20 线程，全部支持 SMT 超线程，基于 TSMC 2nm 工艺制造，集成 RDNA 系列 iGPU 与新一代 XDNA NPU，面向高端轻薄本、移动工作站以及嵌入式高性能 AI 平台。需要说明的是，目前信息均来自工程样品泄露（开发代号 Plum-MDS1），正式规格仍可能微调。
一、Zen6 与 Zen6c 混合内核架构
Zen6 高性能大核（4 颗）
• 全新 Zen6 微架构，IPC 相比 Zen5 继续提升：更深的流水线、更大的乱序执行窗口、增强的分支预测，以及加载/存储带宽优化。
• 每核心 1MB 私有 L2 缓存；工程样品最高睿频可达 5.37GHz。
• 负责低延迟任务、游戏主线程、代码编译、推理调度等对响应速度敏感的负载。
Zen6c 高密度能效核（6 颗）
• 与 Zen6 保持相同 ISA 指令集，简化了部分执行单元，面积更小，单位功耗下的线程密度更高；同样配备 1MB L2/核。
• 适合后台多任务、容器、媒体编码、批量并行预处理，可显著降低多核负载下的整体功耗。
合计规模：10 核 20 线程，总 L2 为 10MB，共享 L3 缓存达 32MB，相比上代 10 核 Gorgon Point 的 24MB 提升约 33%。
二、图形、NPU 与 IO 子系统
集成 GPU：RDNA4m
RDNA4m 是移动端 RDNA4 的精简版本，传闻为 8CU 配置，改进了光栅化与光线追踪单元，媒体引擎进一步增强，支持最新的 AV1 硬件编解码。相比 RDNA3m，着色器吞吐与显存带宽利用率均有提升。
NPU：XDNA 3
新一代 AMD AI 引擎支持 INT4 / INT8 / FP16 混合精度，面向本地大模型、RAG、Agent 以及计算机视觉本地推理，功耗相比 XDNA 2 进一步降低。NPU 与 GPU、CPU 共享系统内存，采用统一内存寻址。
内存与 IO
• 内存支持双通道 LPDDR5X / LPDDR6，支持 EXPO，带宽大幅提升，这对本地 LLM 与向量检索尤为关键。
• IO 方面提供 PCIe 5.0、USB4 v2、DisplayPort 2.1，内置 SATA、音频模块与安全引擎（AMD SEV）。
封装与功耗
单颗 SoC 一体化封装，cTDP 范围为 15~54W，典型标称 28W。与上代高端移动 APU 的功耗区间基本对齐，但性能上限更高，可同时适配轻薄本与高性能移动工作站两种散热方案。
三、工程样品跑分表现
在 GeekBench 6 中，该工程样品单核最高 3329 分，多核 16555 分。对比上代 Ryzen AI 9 365（Zen5 Gorgon Point），单核提升约 29%，多核提升约 22%。
需要提醒的是，这仍是工程样品，BIOS 与电源管理尚未完成最终调优，正式上市成品的性能还存在小幅波动空间。
四、五项核心优势
• Zen6/Zen6c 混合异构调度：高频大核处理低延迟交互任务，高密度能效核承载大量并发后台任务，兼顾响应速度与多线程吞吐。
• 缓存大幅扩容：32MB L3 在加载本地 AI 模型、向量数据库与大型工程软件时，可显著减少内存访问延迟。
• 2nm 工艺红利：同功耗下主频更高，同性能下功耗更低，对电池供电笔记本与嵌入式移动 AI 设备价值明显。
• CPU + iGPU + NPU 三位一体：本地 AI 推理、视频编码、3D 渲染、工程仿真全部在片上完成，无需外接独立显卡。
• SEV-SNP 机密计算与虚拟化安全：适合工业移动工作站与企业级 AI 笔记本。
五、局限与工程风险
• 属于尚未正式发布的下一代产品，所有参数基于工程样品泄露，上市规格、CU 数量与 NPU 算力均存在变动可能。
• 混合异构内核需要操作系统与调度器针对 Zen6 / Zen6c 做线程亲和性优化，调度不当会造成性能损失。
• 2nm 晶圆成本高昂，整机售价将定位高端，不面向入门消费市场。
• 功耗上限 54W，要跑满性能需要良好散热，轻薄本在散热受限时会出现降频。
六、典型应用场景
• 高端 AI 笔记本与移动工作站：本地 Agent、RAG、大模型本地推理、CAD/CAE 仿真、视频剪辑。
• 高性能嵌入式工控与边缘 AI 移动平台：机器视觉、多传感器融合。
• 便携游戏本：轻中度游戏，无需独显的场景。
• 开发者本地 AI 原型开发：NPU 与 CPU 协同完成模型验证。
七、与上代十核方案对比
横向来看，Medusa Point 十核（Zen6，4+6）相比 Gorgon Point 十核（Zen5，4+6）是一次全面换代。工艺从 TSMC 4nm 升级到 TSMC 2nm；架构由 Zen5 + Zen5c 演进为 Zen6 + Zen6c；L3 缓存从 24MB 增至 32MB；iGPU 由 RDNA3m 升级为 RDNA4m；NPU 从 XDNA 2 升级到 XDNA 3；PCIe 由 4.0 提升到 5.0。GeekBench 6 单核成绩从上代的约 2459 提升到约 3329，而 TDP 范围两者保持一致，均为 15~54W——也就是说在功耗区间不变的前提下实现了显著的性能跃升。
八、选型与系统设计要点
• 散热设计：28W 是典型值，持续高负载逼近 54W 时，热设计、均热板与风扇风量都需要预留余量。
• 内存配置：本地 AI 场景优先选择高带宽 LPDDR6，容量推荐 32GB 以上。
• 软件栈：需要新版 Windows / Linux 内核支持 Zen6 / Zen6c 异构调度；AI 应用需适配 XDNA 3 NPU 驱动。
• 电源域：SoC 采用多电源域设计，通过 DVFS 动态电压频率调节控制待机功耗。
• 信号完整性：高速内存、USB4 与 PCIe 5.0 并存，PCB 设计难度高于上代 APU。
注：以上内容基于公开泄露的工程样品信息整理，仅供学习参考，最终规格以 AMD 官方发布为准。
