Aktualisiert am 9. September 2026: Die HP ZGX Fury AI Station, das zweite System der GB300-Klasse, das unser Haus erreicht hat, befindet sich im Labor und wird getestet.
Alle auf dieser Seite aufgeführten Systeme wurden im StorageReview-Labor getestet. Wir messen die lokale KI-Leistung direkt: vLLM-Online-Serving-Durchsatz, Time-to-First-Token und Time-per-Output-Token für verschiedene Modelle, darunter GPT-OSS-120B, Llama 3.1 8B, Mistral Small 3.1 24B und Qwen3 Coder 30B, sowie die Recheneffizienz von MAMF und die Speicherleistung von GDSIO. Die Bewertung der Systeme basiert nicht auf einem Datenblatt.
Die entscheidende Frage für lokale KI-Desktop-PCs im Jahr 2026 lautet: gemeinsamer Speicher oder dedizierter VRAM ? Desktop-PCs wie NVIDIAs GB10-basierter DGX Spark und AMDs Ryzen AI Max (Strix Halo) Systeme bieten 128 GB gemeinsamen Speicher hinter einem einzigen Chip zu Gerätepreisen und können damit Modelle ausführen, die andernfalls mehrere dedizierte GPUs benötigen würden. Workstation-Tower punkten hingegen mit ihrer reinen Rechenleistung: RTX PRO 6000 Blackwell-Karten liefern deutlich höhere Token-pro-Sekunde-Werte, allerdings zu einem Vielfachen der Kosten und des Stromverbrauchs. Diese Seite vergleicht beide Systeme anhand einer einheitlichen Testreihe in separaten Kategorien, da die richtige Wahl vom größten Modell abhängt, das Sie ausführen möchten, und von der benötigten Reaktionsgeschwindigkeit.
Im Überblick
| Kategorie | System | Memory | GPUs (Getestet / Max.) | Full Review |
|---|---|---|---|---|
| Bestes KI-System für den Schreibtisch | NVIDIA DGX Spark | 128 GB einheitlicher LPDDR5X-Speicher | GB10 integriert (fest) | DGX Spark Testbericht |
| Beste GB10-Implementierung | Acer Veriton GN100 | 128 GB einheitlicher LPDDR5X-Speicher | GB10 integriert (fest) | Veriton GN100 Testbericht |
| Beste x86-Alternative | AMD Ryzen AI Halo (Strix Halo) | Bis zu 128 GB einheitlicher LPDDR5X-Speicher | Radeon 8060S integriert (fest) | Ryzen AI Halo Testbericht |
| Am besten ohne dedizierte Grafikkarte | HP Z2 Mini G1a | Unified LPDDR5X (lief GPT-OSS 120B) | Integriert, keine dedizierte GPU (fest) | Z2 Mini G1a Testbericht |
| Bestes GB300-System | MSI XpertStation WS300 | 748 GB kohärent (252 GB HBM3e + 496 GB LPDDR5X) | GB300 integriert (fest) | XpertStation WS300 Testbericht |
| Bester Turm für lokale KI | Dell Präzision 7875 | 192 GB GDDR7 (2 × 96 GB) | 2× RTX PRO 6000 / 2 max | Precision 7875 Testbericht |
| Beste Multi-GPU-Plattform | HP Z8 Fury G6i | 192 GB GDDR7 (getestet) / bis zu 384 GB | 2× RTX PRO 6000 getestet / 4 max | Z8 Fury G6i Testbericht |
| Die ultimative Wahl | Comino Grando RTX PRO 6000 | 768 GB GDDR7 (8 × 96 GB) | 8× RTX PRO 6000 / 8 max | Comino Grando Bewertung |
KI-Geräte für den Schreibtisch
Die Appliance-Klasse, die Dell als Deskside AI und NVIDIA als Personal AI Supercomputer bezeichnet , tauscht Spitzenleistung gegen Modellkapazität, Energieeffizienz und Preis. Mit 128 GB integriertem Speicher bewältigen diese Systeme problemlos Modelle der 70B-Klasse mit hoher Quantisierung und können sogar Workloads der 120B-Klasse verarbeiten, für die in einem Tower-PC mehrere dedizierte GPUs erforderlich wären.
Unverzichtbare Lektüre für diese Kategorie: Unser DGX Spark-Wärmetest vergleicht die OEM-Kühlkonzepte der unten aufgeführten GB10-Systeme und gilt für alle Geräte dieser Klasse, bis diese Plattformen überarbeitet werden.
Bestes KI-System für den Schreibtisch: NVIDIA DGX Spark
Der DGX Spark ist der Referenzpunkt, an dem sich alle anderen KI-Systeme für den Schreibtisch messen lassen müssen. Der GB10 Grace Blackwell Superchip kombiniert eine 20-Kern-Arm-CPU mit 128 GB einheitlichem LPDDR5X-Speicher. Dank zweier ConnectX-7 200GbE-Ports ist er das einzige von uns getestete Gerät, das sofort Cluster-fähig ist: Unsere Tests zur verteilten Inferenz mit zwei Knoten führten pipeline-parallele Workloads über 200GbE auf Knoten von Dell, GIGABYTE und HP aus. Der CUDA-Software-Stack ist nach wie vor der umfassendste in diesem Segment.
Lesen Sie den vollständigen Testbericht zum DGX Spark.
Beste GB10-Implementierung: Acer Veriton GN100
Bei den GB10-OEM-Systemen ist das Wärmemanagement der entscheidende Faktor, und das Veriton GN100 stach in unseren Tests besonders hervor. Alle GB10-Systeme verwenden dieselbe Silizium- und Speicherkonfiguration, daher hängt die dauerhafte Leistung maßgeblich von der Kühlung ab. Unser Vergleich der Wärmeentwicklung verschiedener OEM-Systeme ist unseres Wissens der einzige seiner Art, der bisher veröffentlicht wurde.
Lesen Sie den vollständigen Testbericht zum Veriton GN100.
Beste x86-Alternative: AMD Ryzen AI Halo
Wenn Sie Windows oder einen Standard-x86-Software-Stack benötigen, ist Strix Halo die ideale Lösung. AMDs Ryzen AI Max+ 395-Plattform kombiniert 128 GB gemeinsamen Speicher mit einem Dual-OS-System und bewältigte in unseren Tests Modelle der 200-Billionen-Parameterklasse – ein direkter Konkurrent für den DGX Spark, jedoch ohne die Verpflichtung zum Arm/DGX-Betriebssystem.
Lesen Sie den vollständigen Testbericht zu Ryzen AI Halo.
Beste Wahl ohne dedizierte Grafikkarte: HP Z2 Mini G1a
Die Z2 Mini G1a lief mit GPT-OSS 120B ganz ohne dedizierte Grafikkarte. HPs Mini-Workstation vereint AMDs Ryzen AI Max+ PRO-Prozessor in einem kompakten, leisen und IT-freundlichen Gehäuse und ist nach wie vor der beste Beweis dafür, dass x86-Systeme mit einheitlichem Speicher die Leistungsfähigkeit kleiner Bürorechner revolutioniert haben.
Lesen Sie den vollständigen Testbericht zum Z2 Mini G1a.
Bestes GB300-System: MSI XpertStation WS300
Die WS300 ist die erste GB300 DGX Station in unserem Labor und setzt neue Maßstäbe für Appliance-Systeme. Der Grace Blackwell Ultra Superchip vereint 748 GB kohärenten Speicher (252 GB HBM3e und 496 GB LPDDR5X) mit 20 PetaFLOPS FP4-Rechenleistung. In unseren Tests diente sie als 433 GB großer GLM-5.2-Checkpoint, wobei 216 GB an Experten-Gewichten im Grace-Speicher abgelegt waren – ein Modell, das eigentlich nicht für den Schreibtisch geeignet ist. Wie jedes System der DGX-Klasse läuft sie mit DGX OS anstelle von Windows; diese Speicherkapazität erfordert eben diese Anpassung. Preis und Stromverbrauch positionieren sie eher im oberen Bereich der Tower-Geräte als bei den GB10-Systemen, aber kein anderes Appliance-System bietet ein so leistungsstarkes Modell.
Lesen Sie den vollständigen Testbericht zur XpertStation WS300.
Im Labor: HP ZGX Fury AI Station
Die HP ZGX Fury AI Station, das zweite System der GB300-Klasse, das unser Labor erreicht hat
Die HP ZGX Fury AI Station befindet sich aktuell in unserem Testlabor. Sie basiert auf derselben NVIDIA GB300 Grace Blackwell Ultra Plattform wie die oben erwähnte MSI XpertStation WS300 und bietet damit die erste Gelegenheit, die Implementierungen der DGX Station-Architektur zweier Hersteller im direkten Vergleich zu betrachten: Wärmeentwicklung, Geräuschentwicklung, Dauertaktfrequenzen und die praktische Benutzerfreundlichkeit. Die Tests laufen bereits, und die ZGX Fury wird in die Rangliste aufgenommen, sobald die Ergebnisse vorliegen.
Am Horizont: AMD Threadripper Halo Station
Die auf der IFA 2026 angekündigte und noch in keinem Labor getestete Threadripper Halo Station von AMD ist die erste direkte Antwort auf die GB300-Klasse. Der Ansatz von AMD ist ein umgekehrtes Konzept: Statt eines großen, zusammenhängenden Speicherpools kombiniert AMD einen 96-Kern-Threadripper PRO auf einer Plattform mit bis zu 2 TB Achtkanal-DDR5-Speicher und 128 PCIe-5.0-Lanes mit zwei 600-Watt-Instinct-MI350P-Beschleunigern, die jeweils 144 GB HBM3E unterstützen. Zudem soll die Erweiterung auf bis zu vier Grafikkarten und 576 GB HBM möglich sein. Das gesamte System ist flüssigkeitsgekühlt, und der x86-Host umgeht die im WS300-Test bemängelten Probleme mit der Arm-Toolchain. Offen bleibt die Frage, wie gut die Modelle PCIe-angeschlossene Grafikkarten mit der NVLink-C2C-Kohärenz kombinieren. Da AMD bisher weder Benchmarks noch Preise oder Verfügbarkeit bekannt gegeben hat, bleibt die Halo Station vorerst ein vielversprechender Kandidat. Einzelheiten finden Sie in unserer Ankündigungsberichterstattung ; es wird in die Rangliste aufgenommen, sobald die Hardware im Labor eintrifft.
Ebenfalls getestet: KI-Geräte für den Schreibtisch
Diese Systeme wurden dem gleichen Laborprozess unterzogen und sind solide Optionen, die keinen Kategorieplatz belegten: Dell Pro Max mit GB10 , ASUS Ascent GX10 , GIGABYTE AI TOP ATOM , HP ZGX Nano G1n und HP EliteDesk 8 Mini G1a.
Workstation-Türme für lokale KI
Wenn die Reaktionszeit wichtiger ist als der Anschaffungspreis (interaktive Programmierassistenten, Mehrbenutzerbetrieb, agentenbasierte Pipelines mit langen Tool-Aufrufketten), ist dedizierter VRAM weiterhin die beste Wahl. Die hier vorgestellten Desktop-PCs werden nach Inferenzdurchsatz und maximaler Speicherkapazität bewertet. Für jeden PC listen wir die getestete GPU-Konfiguration neben der maximalen Gehäusekapazität auf, da die tatsächliche Kapazität des Gehäuses genauso wichtig ist wie die im Test verbaute. Auf unserer Seite „Beste Desktop-Workstations“ werden sie separat für SPECworkstation- und Rendering-Workloads gelistet, da sie zwei unterschiedliche Fragestellungen beantworten.
Bester Tower für lokale KI: Dell Precision 7875
Zwei RTX PRO 6000 Blackwell GPUs machen den Precision 7875 zum schnellsten System im Standard-Formfaktor, das wir je für lokale Inferenz getestet haben. Mit einem Threadripper PRO 9995WX und insgesamt 192 GB VRAM auf zwei Karten speichert er 100B-Modelle vollständig im GPU-Speicher und bietet dabei eine interaktive Time-to-First-Token-Leistung, die kein anderes System mit einheitlichem Speicher erreicht. Allerdings gibt es eine Grenze: Das Gehäuse des 7875 unterstützt maximal zwei Grafikkarten mit doppelter Breite. Unsere Dual-GPU-Konfiguration ist daher die maximale Bestückung; eine dritte Grafikkarte kann nicht nachträglich hinzugefügt werden.
Lesen Sie den vollständigen Testbericht zum Precision 7875.
Beste Multi-GPU-Plattform: HP Z8 Fury G6i
Der Z8 Fury G6i ist der ideale Tower für alle, die ihr System mit mehr GPUs erweitern möchten. Unser Testsystem war mit zwei RTX PRO 6000 Max-Q-Karten und insgesamt 192 GB VRAM ausgestattet. Das Gehäuse, das von zwei Netzteilen mit einer Gesamtleistung von bis zu 2700 W versorgt wird, unterstützt jedoch bis zu vier Blackwell-Karten und 384 GB VRAM. Genau diese Differenz zwischen der getesteten Konfiguration und dem Maximum macht den Unterschied: Kein anderer von uns getesteter OEM-Tower bietet mehr Spielraum für GPUs, und der Wechsel von zwei auf vier Karten erfordert keinen Gehäusewechsel.
Lesen Sie den vollständigen Testbericht zum Z8 Fury G6i.
Die extreme Wahl: Comino Grando RTX PRO 6000
768 GB VRAM in einem flüssigkeitsgekühlten 4U-Gehäuse: Der Grando ist für Käufer gedacht, deren Modell nirgendwo anders hineinpasst. Unser Testgerät war mit acht RTX PRO 6000 Blackwell-Karten mit je 96 GB ausgestattet – dem Maximum des Gehäuses. Die Flüssigkeitskühlung von Comino hält alle acht Karten unter Volllast und ohne Drosselung. Das ist mehr GPU-Speicher als in vielen Rack-Servern – und das in einem Gehäuse, das trotzdem problemlos neben einem Schreibtisch Platz findet. Der Grando besticht durch seinen Preis, nicht durch seine Lautstärke, und ist bewusst der Ausreißer in dieser Liste: ein Beweis dafür, wo die Grenzen des Machbaren im Desktop-Bereich liegen.
Lesen Sie die vollständige Comino Grando-Rezension
Wie wir rangieren
Drei Regeln bestimmen jedes StorageReview-Ranking. Erstens: Nur im Labor getestete Systeme werden gelistet. Systeme, die nicht getestet wurden, können zwar erwähnt werden, aber keine eigene Kategorie erhalten. Zweitens: Systeme werden pro Messkriterium nur einmal gelistet. Die oben genannten Tower-PCs erscheinen auch in unserem Ranking für Desktop-Workstations, dort gelistet nach SPECworkstation- und Rendering-Leistung, hier nach Inferenzdurchsatz und maximaler Speicherkapazität. Andere Fragestellung, andere Daten, manchmal ein anderer Gewinner. Drittens: Ein System muss eine Mindestanforderung erfüllen: Es muss ein 30B-Modell in interaktiver Geschwindigkeit ausführen oder mindestens 96 GB modellzugänglichen Speicher bieten, um auf dieser Seite gelistet zu werden.
Die Rangliste basiert auf einem Gesamtergebnis aus vLLM-Online-Durchsatz, Zeit bis zum ersten Token, Zeit pro Ausgabetoken, MAMF-Recheneffizienz, GDSIO-Speicherleistung und Straßenpreis. Bei Punktgleichheit innerhalb einer Kategorie entscheidet die Redaktion. Anbieter erhalten die Rangliste erst nach Veröffentlichung, und die Platzierung auf dieser Seite ist unbezahlt.
Häufig gestellte Fragen zu lokalen KI-Desktop-Anwendungen
Welcher Desktop eignet sich am besten für agentenbasierte KI?
Agentenbasierte Workloads wie die Codierung von Agenten, Tool-Aufruf-Pipelines und mehrstufige autonome Aufgaben reagieren im Gegensatz zur Nutzung einzelner Chats empfindlich auf Durchsatz und Latenz, da Agenten viele Modellaufrufe mit umfangreichem Kontext verketten. Dies spricht für Tower-Systeme: Der dedizierte VRAM des Dell Precision 7875 ermöglicht die kontinuierliche Verarbeitungsgeschwindigkeit des ersten Tokens und sorgt so für reaktionsschnelle Prozesse in langen Agentenketten. Für kostengünstige Experimente mit Agentensystemen bietet sich ein Gerät der GB10-Klasse an, das dieselben Prozesse mit geringerer Geschwindigkeit ausführt. Unsere vollständigen Empfehlungen zur Dimensionierung finden Sie unter RAM, GPU & Speicher für Agentenbasierte KI.
Wie viel Arbeitsspeicher benötige ich, um ein 70B-Modell lokal auszuführen?
Als Faustregel gilt: Ein 70B-Modell mit 4-Bit-Quantisierung benötigt vor Kontext etwa 40–48 GB modellzugänglichen Speicher; für eine komfortable interaktive Nutzung mit aussagekräftigem Kontext ist mehr erforderlich. Daher eignen sich Geräte mit 128 GB integriertem Speicher gut für Modelle der 70B-Klasse, und Systeme mit 24–32 GB und einer einzelnen GPU werden hier nicht behandelt.
Benötige ich eine spezielle Stromversorgung für diese Systeme?
Für Appliances gilt: Nein. GB10-Boxen und Strix Halo-Systeme laufen problemlos an einer Standard-Bürosteckdose. Bei Tower-PCs sollte man sich hingegen mit dem Gebäudeeigentümer absprechen. Ein voll konfigurierter HP Z8 Fury G6i kann zwei Netzteile mit einer Gesamtleistung von bis zu 2700 W aufnehmen – mehr, als ein Standard-15-A-Stromkreis mit 120 V liefern kann. Der Comino Grando verwendet Hot-Swap-Netzteile mit 2000 W, die eine Eingangsspannung von 180–264 V benötigen und bei 110 V auf 1000 W reduziert werden. Bevor Sie sich für ein Produkt von dieser Seite entscheiden, prüfen Sie, welche Leistung Ihre Wandsteckdose tatsächlich liefert. Ein separater Stromkreis oder ein 208/240-V-Anschluss können die tatsächlichen Kosten einer kompletten GPU-Konfiguration erheblich beeinflussen. Die Wärmeentwicklung ist ein ähnlicher Faktor, da jedes verbrauchte Watt letztendlich in den Raum abgegeben wird.
Wie wäre es mit einem Mac Studio?
Aktuell nicht, und nicht nur, weil wir noch keinen Labortest durchgeführt haben. Apple hat den Verkauf der Mac Studio-Konfigurationen mit großem Arbeitsspeicher eingestellt. Diese Konfigurationen waren der einzige wirkliche Vorteil des Geräts für lokale KI-Anwendungen: genügend Arbeitsspeicher für sehr große Modelle. Ohne diese Konfigurationen ist das aktuelle Angebot keine ernstzunehmende Option für diese Seite. Apple wird den Mac Studio voraussichtlich dieses Jahr aktualisieren; sollten die Optionen mit großem Arbeitsspeicher wieder verfügbar sein, werden wir ein Gerät testen und unsere Einschätzung überdenken.
Amazon