大型語言模型需要強大的運算能力，至今大家如果想生成圖像、影片以至訓練自己的模型，要不是使用雲端服務，就是買張高階顯示卡如 RTX 5090 在自家建立 AI 平台，不過隨著生成式 AI 使用得愈來愈多愈來愈廣，對本地 AI 電腦的性能要求愈來愈高，消費級顯示卡無論算力以至記憶體都開始不敷應用，個人和企業資料又不想放到雲端，衍生出「個人 AI 超級電腦」這個新類別。今次我們就來比較一下現時較多人採用的 AMD Ryzen AI Max+ 395 AI 電腦平台，與剛推出的 NVIDIA DGX Spark。
有關 NVIDIA DGX Spark 的基本資料，大家可以先參考這篇報道。
性價比個人 AI 電腦：AMD Ryzen AI Max+ 395 平台
如果想在家架設配備大量記憶體的 AI 電腦，至今多數人都會選擇 AMD Ryzen AI Max+ 395 平台。AMD Ryzen AI Max+ 395 是 AMD 今年推出的高階處理器，代號為 Strix Halo，主要針對 AI 計算和高效能筆電或迷你電腦設計。它採用 16 個 Zen 5 CPU 核心、支援 32 線程的多執行緒處理，並整合 Radeon 8060S 圖形處理單元，讓使用者毋須額外安裝獨立顯示卡即可處理視覺任務。 這款處理器還內建 XDNA2 NPU，提供 50 TOPS 的 AI 性能，總系統 AI 算力可達 126 TOPS，支援動態記憶體分配，能將系統 RAM 轉用為 GPU 記憶體，適合處理大型 AI 模型或高負載任務。
配備此處理器的電腦多為輕薄型 Copilot+ PC 或高階迷你 PC，迷你電腦有 MINISFORUM MS-S1 MAX、GMKtec EVO-X2、Beelink GTR9 Pro 和 FEVM FA-EX9 等，筆電就有 ASUS ROG Flow Z13。
應用方面，主要用於創意工作（如影片編輯、3D 渲染）、AI 開發（如本地模型微調）和行動高性能計算，特別適合需要便攜性和強大 AI 加速的專業人士。
君臨天下：DGX Spark 與 GX10-based 個人 AI 超級電腦
DGX Spark 是在今年 3 月發表，5 月在 Computex 亮相，同樣是迷你電腦體積，但它配備 20 核心 GB10 Grace Blackwell 超級晶片、128GB 統一系統記憶體（CPU 和 GPU 共享，無資料傳輸延遲），以及最高 4TB NVMe SSD 儲存；提供達 1 petaFLOP AI 算力，可微調高達 2,000 億參數的 AI 模型。
平台比較
| Ryzen AI Max+ 395 電腦 | NVIDIA DGX Spark | |
|---|---|---|
| CPU | 16 核心 Zen 5（32 執行緒，最高 5.1GHz） | 20 核心 Arm (10x Cortex-X925 + 10x Cortex-A725) |
| GPU/AI 加速 | Radeon 8060S iGPU + XDNA2 NPU（總 126TOPS AI 效能） | GB10 Grace Blackwell 超級晶片（1 PFLOPS FP4 AI 效能，約 1000TOPS） |
| 記憶體 | 最高 128GB LPDDR5X 統一記憶體 | 128GB 統一系統記憶體（CPU/GPU 共享） |
| 儲存／網路 | 最高 2TB PCIe 4.0 SSD，雙 10Gbe 選配 | 最高 4TB NVMe SSD，ConnectX-7 200Gb/s 網絡 |
| 效能基準 | CPU 基準分數約 45,000（多執行緒）；遊戲 FPS 60+（中高畫質）；AI 模型運行如 Llama 3 高效 | AI 訓練吞吐量達 1 PFLOPS；支援大型 LLM 本地運行，基準優於桌面 GPU |
| 作業系統 | 一般為 Windows 11 | 預載 DGX OS（基於 Ubuntu Linux 的客製版） |
| 價格 | 約 HK$16,000-$24,000 (128GB RAM) | 基礎價 HK$29,999-$35,999 (128GB RAM) |
| 尺寸/功耗 | 迷你 PC（約 0.5L 體積，65W TDP） | 桌面級（150mm 邊長，約 300W TDP） |
Ryzen 系統定位為高階消費級 AI 迷你 PC，適合個人開發與娛樂；DGX Spark 則是專業級桌面 AI 超級電腦，專注大型模型訓練。兩者皆支援 128GB 統一記憶體，但 DGX Spark 在 AI 計算密度上更勝一籌。
圖像／影片生成：DGX 系統 vs RTX 5090 單卡
| DGX 系統 | RTX 5090（單卡） | 比較 | |
|---|---|---|---|
| 記憶體 | 128GB LPDDR5x 統一系統記憶體（CPU／GPU 共享） | 32GB GDDR7 VRAM | DGX 可載入 4x 更大模型（e.g. 200B 參數），RTX 限於 50-60B 量化模型。 |
| AI 效能 | 1,000 TOPS (FP4) | ~419.2 TFLOPS（FP4） | DGX 在大型模型推理領先；RTX 在小模型速度更快。 |
| 記憶體頻寬 | 273GB/s | 1,792GB/s | RTX 在高頻寬任務（e.g. 即時渲染）勝出；DGX 適合記憶體密集型。 |
| 功耗／尺寸 | 170W，緊湊桌面級（150mm 邊長） | 575W，需主機板 + PSU | DGX 更省電、即插即用。 |
| 價格 | US$3,000–$4,500（完整系統） | US$1,999–$2,400（單卡）+ 主機成本 | DGX 總價高，但整合性省時。 |
在生成高解像度圖片和影片時，DGX 的 128GB 統一記憶體可無縫處理 200B 參數模型或長影片序列，毋須量化壓縮或分批處理，這在 RTX 5090 的 32GB VRAM 上會導致溢位錯誤或效能降 50% 以上。 例如，在 ComfyUI 影片生成工作流中，DGX 可直接運行未優化模型，而 RTX 需額外 CPU 卸載，延遲增加 2-3x。
此外，DGX 系統配備經過優化的 AI 軟件堆疊，專為生成式 AI 調校，提供 2-5x 更快微調速度（e.g., 個人化圖像風格訓練），RTX 5090 就需要手動設定。而在擴充性方面，RTX 5090 無法輕易擴充，但 DGX Spack 就可以透過 ConnectX-7 連結其他 DGX Spark 主機將算力擴充至 405B。
然而，若任務限於中小型模型（e.g., 1080p 圖像生成），RTX 5090 的就有高頻寬和高性價比的優勢。
總結
兩個平台桌面級個人 AI 超級電腦都針對本地 AI 運算設計，強調高整合度、統一記憶體和高效能 AI 加速，讓使用者毋須依賴雲端即可處理大型模型訓練或推理。總體而言，Ryzen AI Max+ 395 系統在價格親民與多功能性上勝出，適合個人 AI 開發者或創作者；DGX Spark 則以頂級 AI 效能為賣點，價格較高但提供資料中心級體驗。若預算有限，Ryzen 是入門首選；若需極致 AI 加速，DGX 更值得。
