拯救者Y7000/P高配版来了,AMD Yes!

简介: 对于电子产品爱好者们来说,除了关心产品的品质,还要关心它的价格。特别在电脑的选择上,如何用同样的价格买到更高的配置,或是用同样的配置花更少的钱,才是他们津津乐道的事。

对于电子产品爱好者们来说,除了关心产品的品质,还要关心它的价格。特别在电脑的选择上,如何用同样的价格买到更高的配置,或是用同样的配置花更少的钱,才是他们津津乐道的事。

image.png

这在前些年或许不太可能实现,但AMD第四代标压版移动处理器为我们提供了这种可能。就好比手机圈里的高通和联发科,同样的性能联发科就要便宜几百块,在电脑领域AMD同样比Intel便宜很多。


联想的拯救者系列就是个很好的例子,R系列采用AMD处理器,Y系列则是Intel处理器,二者虽然设计上也略有不同,但除了CPU外核心配置基本相同,但价格上Y系列却高出几百块。


image.png


5月份联想就发布了拯救者的2020款Y7000/P和R7000/P,新款Y7000的A面逐渐变得内敛,R7000也是如此,C面键盘的方向键也都采用下沉设计,按键变大,获得了更完整的小键盘区域。


但不同的是,拯救者R7000/P拥有摄像头,而不知为何联想取消了Y7000/P的摄像头。而且R7000低配版采用的是R5-4600H处理器,与Y7000采用的i7-10750H性能差距不大,但二者售价相差1500元。


image.png


另外R7000/P还拥有R7-4800H的高配版,价格仍比Y7000低200元,但性能却远超i7-10750H。近日联想还在北美市场推出了高配版Legion 5和Legion 5P,对应的就是国内的R7000和R7000P,同样采用R7-4800H处理器,但最高可选配GTX2060显卡。


我曾经在拯救者Y7000P 2020款上体验过GTX2060的性能,最高功耗可跑到100W左右,畅玩目前主流3A游戏是没有压力的。只不过售价比较高昂,达到8499元,而Legion 5的R7-4800H+GTX2060的售价仅为1019.99美元,约合人民币7136元。


image.png


另外联想还发布了一台台式主机,Legion Tower 5也是采用AMD R7系列处理器,GPU采用英伟达GTX2070,预计在10月份上市,售价829.99美元,约合人民币5807元。

相关文章
|
算法 编译器
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
【计算机架构】响应时间和吞吐量 | 相对性能 | 计算 CPU 时间 | 指令技术与 CPI | T=CC/CR, CC=IC*CPI
2261 1
|
5月前
|
Linux 虚拟化 iOS开发
UTM 5.0.1 发布 - 基于 QEMU 的 macOS 虚拟机与模拟器应用
UTM 5.0.1 发布 - 基于 QEMU 的 macOS 虚拟机与模拟器应用
711 2
UTM 5.0.1 发布 - 基于 QEMU 的 macOS 虚拟机与模拟器应用
|
6月前
|
人工智能 测试技术 Apache
面向 Agent 的高并发分析:Doris vs. Snowflake vs. ClickHouse
智能体能够独立推理、实时分析数据,甚至主动触发行动。这意味着分析模式正从被动报告转向主动决策,处理模式也从以查询为中心转向以语义和响应为中心。 这一转变对数据基础设施提出巨大挑战:工作负载已从“少量用户、繁重查询、慢容忍度”转变为“海量用户(智能体)、轻量级/迭代查询、零延迟容忍度”。如果数据库系统无法满足高并发低延迟的查询需求,那么其上构建的 AI 智能体就会变得缓慢、笨拙,尤其是在一些信息检索的领域产生幻觉,给人误导性的结果。 因此,面向智能体的高并发和低延迟处理能力,已不再是可选项,而是决定数据仓库能否支撑 AI 时代的生存基石。
260 1
面向 Agent 的高并发分析:Doris  vs. Snowflake vs. ClickHouse
|
8月前
|
设计模式 消息中间件 算法
现货期权交易所开发模块化设计模式
现货期权交易所模块化设计通过解耦核心系统,构建契约化接口与清晰边界,提升迭代效率与容错能力。涵盖行情、撮合、风控等模块,支持独立部署、灰度发布与跨团队协同,降低开发成本,增强可扩展性与可观测性,助力高并发场景下的稳定运行与快速响应。
|
10月前
|
编解码 自然语言处理
通义万相开源14B数字人Wan2.2-S2V!影视级音频驱动视频生成,助力专业内容创作
今天,通义万相的视频生成模型又开源了!本次开源Wan2.2-S2V-14B,是一款音频驱动的视频生成模型,可生成影视级质感的高质量视频。
2122 29
|
Web App开发 iOS开发 MacOS
如何在浏览器中启用夜间模式?
【10月更文挑战第10天】
|
机器学习/深度学习 人工智能 自然语言处理
深度学习的突破与挑战:探索未来技术前沿
本文深入探讨了深度学习领域的最新进展、面临的主要挑战以及未来的发展趋势。文章首先介绍了深度学习的基本概念和应用领域,然后详细分析了当前深度学习技术的关键问题,包括数据依赖性、模型泛化能力、计算资源需求等。最后,文章展望了深度学习的未来发展方向,如模型可解释性、小样本学习、跨模态学习等,旨在为读者提供对深度学习领域全面而深入的理解。
|
存储 BI UED
提升系统性能:接口请求合并的高效技巧
在现代软件开发中,接口请求合并是一种提升系统性能的有效手段。它通过减少网络请求次数和服务器负载,显著提高了应用的响应速度和用户体验。以下是三种接口请求合并的技巧,它们在实际应用中表现出色,能够使性能直接爆表!
276 1
|
JSON 数据格式 Python
Python实用记录(十四):python统计某个单词在TXT/JSON文件中出现的次数
这篇文章介绍了一个Python脚本,用于统计TXT或JSON文件中特定单词的出现次数。它包含两个函数,分别处理文本和JSON文件,并通过命令行参数接收文件路径、目标单词和文件格式。文章还提供了代码逻辑的解释和示例用法。
614 0
Python实用记录(十四):python统计某个单词在TXT/JSON文件中出现的次数
|
机器学习/深度学习 PyTorch 算法框架/工具
【文献学习】Phase-Aware Speech Enhancement with Deep Complex U-Net
文章介绍了Deep Complex U-Net模型,用于复数值的语音增强,提出了新的极坐标掩码方法和wSDR损失函数,并通过多种评估指标验证了其性能。
438 1