Stacja robocza HP Z2 Mini G1a to śmiały krok naprzód w dziedzinie wysoce konfigurowalnych, kompaktowych komputerów. Zaprojektowana dla profesjonalistów z takich dziedzin jak modelowanie 3D, tworzenie sztucznej inteligencji (AI) i tworzenie treści cyfrowych, ta potężna maszyna łączy w sobie mobilność z precyzją. Sercem tej stacji roboczej jest procesor AMD Ryzen AI Max PRO Series, który zapewnia zwiększoną wydajność podczas pracy wielozadaniowej, renderowania i lokalnych projektów LLM.
Sercem systemu jest procesor AMD Ryzen AI MAX+ Pro 395, najnowocześniejszy procesor zaprezentowany na początku 2025 roku. Taktowanie procesora wzrasta do 5.1 GHz, a 16 rdzeni zapewnia wysoką wydajność obliczeniową. System współpracuje również ze zintegrowaną kartą graficzną AMD Radeon 8060S. Co więcej, podobnie jak wiele produktów AI, dołączona jednostka przetwarzania neuronowego zapewnia dodatkowe 50 TOPS dla wymagających zadań AI. Zintegrowana karta graficzna Radeon 8060S czyni go kandydatem w zadaniach intensywnie wykorzystujących GPU, ponieważ użytkownicy mogą przypisać mu do 96 GB pamięci VRAM. Daje mu to wyjątkową przewagę w zakresie lokalnych zadań wnioskowania LLM, a także renderowania i tworzenia treści.
Gdy użytkownicy konfigurują HP Z2 Mini G1a, system ten skaluje się inaczej niż inne systemy. Procesor i karta graficzna skalują się razem. Na przykład, podstawowa konfiguracja obejmuje procesor AMD Ryzen AI Max Pro 380 z kartą graficzną Radeon 8040S i 32 GB pamięci współdzielonej. Większa pamięć, np. 128 GB, zmienia również procesor i kartę graficzną. Ta zmiana przenosi go do Ryzen AI Max+ Pro 395 z kartą graficzną Radeon 8060S i 128 GB pamięci współdzielonej.
Systemem objętym niniejszą recenzją jest Z2 Mini G1a z chipsetem Ryzen AI Max+ Pro 395, oferujący 16-rdzeniowy procesor w połączeniu z kartą graficzną Radeon 8060S, z których oba współdzielą 128 GB pamięci DDR5. Chociaż nasz system jest wyposażony w dwa dyski SSD o pojemności 1 TB i ma cenę katalogową 4,781 dolarów, jego rzeczywista cena detaliczna jest znacznie niższa. Cena budziła poważne obawy w przypadku recenzowanego przez nas na początku roku HP ZBook Ultra G1a , ale na szczęście zarówno cena, jak i wydajność znacznie się poprawiły. Obecnie B&H sprzedaje topowy model Z2 Mini G1a z dyskiem SSD o pojemności 2 TB za jedyne 3,342.65 dolarów.
HP ZCentral Remote Boost
Jedną z ciekawszych funkcji oferowanych przez HP w liniach profesjonalnych stacji roboczych jest HP ZCentral Remote Boost. HP ZCentral Remote Boost to oprogramowanie firmy do zdalnego połączenia (dawniej znane jako HP Remote Graphics Software lub RGS). Zostało ono zaprojektowane do użytku z fizycznymi stacjami roboczymi, a nie maszynami wirtualnymi (VM). W skrócie, Remote Boost łączy urządzenie końcowe ze stacją roboczą Z w biurze lub domu, umożliwiając użytkownikom dostęp do systemu w celu wykonywania intensywnych zadań graficznych za pośrednictwem urządzenia końcowego.
Wielu użytkowników może wówczas korzystać z jednej stacji roboczej, niezależnie od jej lokalizacji: w centrum danych, szafie serwerowej, a nawet przy biurku. Jeśli odbiorca może skontaktować się z systemem nadawcy przez sieć, zasoby obliczeniowe mogą być w pełni zdalne, nawet w środowisku WAN z aktywnymi sieciami VPN.
Ogólnie rzecz biorąc, mieliśmy doskonałe doświadczenia z HP Remote Boost jako użytkownikiem końcowym. Zachęcamy do zapoznania się z dokumentem „Jak to działa: HP ZCentral Remote Boost” , aby szczegółowo omówić tę przydatną technologię, która jest teraz bardziej istotna niż kiedykolwiek.
Specyfikacja HP Z2 Mini G1a
| Kategoria | SPECYFIKACJA |
|---|---|
| Dostępne systemy operacyjne |
|
| Rodzina procesorów | Procesor AMD Ryzen AI Max PRO |
| Dostępne procesory |
|
| Neural Processing Unit | AMD Ryzen AI (50 TOPS) |
| Kolor produktu | Czarny jak kruk |
| Form Factor | Mini |
| Maksymalna pojemność pamięci | 128 GB LPDDR5X-8533 MT/s ECC, prędkość transferu do 8000 MT/s |
| Pamięć wewnętrzna |
|
| Dostępne grafiki |
|
| Audio | Zintegrowany głośnik monofoniczny, Realtek ALC3205-VA2-CG, wewnętrzny głośnik monofoniczny o mocy 2.0 W |
| Gniazda rozszerzeń | 2 M.2 2280 PCIe 4×4; 1 M.2 2230 dla sieci WLAN |
| Porty i złącza |
|
| Opcje klawiatury | Klawiatura HP USB Business Slim SmartCard CCID; Czarna klawiatura przewodowa HP 125; Klawiatura przewodowa HP 320K |
| Opcje myszy | Mysz laserowa HP Wired Desktop 128; Mysz przewodowa HP 320M; Mysz przewodowa HP 125 |
| Komunikacja | Sieć LAN: Realtek RTL8125BPH-CG 2.5 GbE; WLAN: MediaTek Wi-Fi 7 MT7925 (2×2) i Bluetooth 5.4 |
| Oprogramowanie | Certyfikacja HP UEFI BIOS 2.7B; Diagnostyka sprzętu komputerowego HP dla systemu Windows; HP Image Assistant; Zestaw HP Manageability Integration Kit 10; Performance Advisor 3.0 |
| Zarządzanie bezpieczeństwem | HP Secure Erase; HP Sure Click; HP BIOSphere Gen6; Sure Recover Gen4; HP Sure Admin; Opcjonalny zestaw czujników pokrywy; HP Client Security Manager Gen6; HP Sure Start Gen7; HP Sure Sense Gen2; HP Sure Run Gen5; Microsoft Pluton; HP Wolf Pro Security Edition |
| Funkcje zarządzania | Tryb wysokiej wydajności, tryb cichy, tryb rack, tryb wydajnościowy |
| Zasilanie | Wewnętrzny zasilacz 300 W, sprawność do 92%, aktywny PFC |
| Wymiary | 3.4 x 6.6 x 7.9 cala; 8.55 x 16.8 x 20 cm (standardowa orientacja biurka) |
| Waga | Waga od 2.3 kg (5.07 funta); Opakowanie od 4.1 kg (9 funtów) |
| Ekoetykiety | Deklaracja IT ECO; SEPA; Tajwan Green Mark; Japonia PC Green Label; FEMP; EPEAT Gold z Climate+; Korea MEPS |
| Certyfikacja energetyczna | Certyfikat ENERGY STAR |
| Zrównoważony wpływ | Dostępne opakowania zbiorcze; 10% plastiku z obiegu zamkniętego pochodzącego z ITE; Ślad węglowy produktu; Zawiera co najmniej 65% plastiku pochodzącego z recyklingu; Zawiera co najmniej 20% stali pochodzącej z recyklingu odpadów przemysłowych; Portal produktu z obsługą kodu QR (grudzień 2025 r.); Nowy panel dotyczący zużycia energii |
| Wyświetl wsparcie | Obsługuje cztery wyświetlacze jednocześnie. Każdy port Mini DisplayPort może obsługiwać jeden wyświetlacz; każdy port Thunderbolt może obsługiwać dwa wyświetlacze. |
Zaprojektuj i zbuduj
Przód HP Z2 Mini G1a charakteryzuje się eleganckim designem i prostym układem. Przednia ramka ma efektowną kratownicę, z logo HP po jednej stronie i przyciskiem zasilania po drugiej. Kratka jest funkcjonalna, umożliwiając swobodny przepływ powietrza wewnątrz obudowy bez żadnych przeszkód.
Z jednej strony urządzenia Z2 Mini G1a znajduje się również kilka portów, m.in. port USB-C 10 Gb/s o mocy wyjściowej 15 W, a także port USB-A o przepustowości 10 Gb/s oraz gniazdo słuchawkowe/mikrofonowe.
Z tyłu systemu znajduje się szeroki wybór portów. Obejmuje on dwa porty Mini DP 2.1, dwa porty USB 2.0, dwa porty USB 3.0 10 Gb/s, dwa porty Thunderbolt 4 USB-C 40 Gb/s, port 2.5 GbE oraz oczywiście złącze zasilania i blokadę kablową. Zasilacz jest w pełni zintegrowany, co jest miłym dodatkiem, eliminującym potrzebę stosowania dużego zasilacza sieciowego. HP obsługuje również funkcję umożliwiającą większą personalizację – dwa gniazda Flex IO, które użytkownicy mogą dostosować do swoich potrzeb. Górne gniazdo oferuje wybór między kombinacją dwuportowego USB-A 5 Gb/s lub kartą sieciową 1 GbE z portem szeregowym. Dolne gniazdo można skonfigurować z kolejną kartą sieciową 1 GbE za pośrednictwem portu szeregowego, dodatkowym zewnętrznym przyciskiem zasilania, a także kontrolerem HP Remote System Controller do zarządzania poza pasmem (OOB).
Aby otworzyć HP Z2 Mini G1a, wystarczy wygodnie zdjąć górną pokrywę za pomocą zatrzasku znajdującego się z tyłu urządzenia.
Duży zestaw wentylatora i radiatora pokrywa większość płyty głównej, chłodząc procesor i kartę graficzną AMD Ryzen. Chociaż pamięć RAM jest przylutowana i nie można jej serwisować, Z2 Mini G1a oferuje dwa gniazda PCIe Gen4 M.2. Dostęp do nich uzyskuje się po odkręceniu dwóch małych śrubek łączących zespół wentylatora z radiatorem i podniesieniu zespołu wentylatora.
Przy intensywnym użytkowaniu słychać było hałas wentylatora, jednak nie był on tak głośny i agresywny, jak ten, który można usłyszeć w większych stacjach roboczych.
Testy wydajności HP Z2 Mini G1a
W tej recenzji porównujemy HP Z2 Mini G1a z laptopem HP ZBook Ultra G1a 14″ , o którym pisaliśmy wcześniej. Zarówno stacja robocza, jak i laptop zawierają identyczne podzespoły, co pozwala nam sprawdzić, jak wypada format stacjonarny w porównaniu z większą mocą i lepszym chłodzeniem.
UL Procyon: Wizja komputerowa AI
Test Procyon AI Computer Vision Benchmark zapewnia szczegółowy wgląd w to, jak silniki wnioskowania AI działają na profesjonalnym poziomie. Dzięki wykorzystaniu silników wielu dostawców, zapewnia on wyniki wydajności, które dokładnie odzwierciedlają możliwości urządzenia. Test ten ocenia najnowocześniejsze modele sieci neuronowych, porównując ich wydajność akceleracji AI na różnych typach sprzętu – w tym procesorach CPU, GPU i NPU – umożliwiając użytkownikom ocenę względnej wydajności w różnych rozmiarach obciążeń i warunkach.
Aby odzwierciedlić rzeczywiste obciążenia AI, benchmark wykorzystuje sześć zróżnicowanych modeli sieci neuronowych, z których każdy wybrano ze względu na jego przydatność dla współczesnych zadań z zakresu wizji komputerowej. MobileNet V3 to kompaktowy model skoncentrowany na urządzeniach mobilnych, przeznaczony do identyfikacji obiektów na obrazach, podczas gdy Inception V4 wykonuje to samo zadanie, wykorzystując bardziej zaawansowaną i złożoną architekturę.
YOLO V3 (You Only Look Once) specjalizuje się w detekcji obiektów poprzez szacowanie prawdopodobieństwa ich występowania w czasie rzeczywistym. DeepLab V3, oparty na MobileNet V2, koncentruje się na semantycznej segmentacji obrazu i klastrowaniu pikseli. Real-ESRGAN, najbardziej wymagający obliczeniowo test, skaluje obrazy z rozdzielczości 250×250 do 1,000×1,000. Wreszcie, ResNet 50 to solidny model klasyfikacyjny, który umożliwia efektywniejsze trenowanie głębokich sieci neuronowych.
HP Z2 Mini G1a nieznacznie przewyższa 14-calowy model HP ZBook Ultra G1a w teście procesora. Stacja robocza uzyskała 227 punktów, a laptop 186. Stacja robocza uzyskała zauważalnie szybszy czas, proporcjonalnie w każdej kategorii. Najlepiej wypadł w teście REAL-ESRGAN, gdzie uzyskał 1,892.10 ms dla stacji roboczej i 2,138.97 ms dla platformy mobilnej. Chociaż różnica w szybkości jest widoczna w całym teście, z wynikami na korzyść stacji roboczej, oba urządzenia uzyskały doskonałe wyniki.
W teście GPU laptop okazał się najlepszy z ogólnym wynikiem 583 punktów, w porównaniu do 528 punktów uzyskanych przez stację roboczą. Zintegrowana karta graficzna Radeon 8060S wykazała wysoką wydajność w obu systemach. Jednak w większości kategorii wyniki notebooka były nieznacznie lepsze. Jedynym wyjątkiem jest MobileNet V3, gdzie stacja robocza uzyskała wynik 0.42 ms w porównaniu do 0.46 ms laptopa. Jednak w pozostałych wynikach sytuacja jest odwrotna. Patrząc na przykład na największe obciążenie, REAL-ESRGAN, stacja robocza uzyskała czas 211.76 ms, czyli około 11 ms mniej niż notebook, który uzyskał 200.40 ms.
Zarówno HP Z2 Mini G1a, jak i HP ZBook Ultra G1a 14″ wypadły dobrze w teście NPU. Biorąc pod uwagę ogólne wyniki 1,761 punktów dla stacji roboczej i 1,773 punktów dla notebooka, wydaje się, że platforma mobilna ZBook jest tutaj lepsza. Jednak różnica w niemal każdej kategorii, z wyjątkiem DeepLab V3 i REAL-ESRGAN, wynosi zaledwie setne części milisekundy. Oba systemy wykazują solidną wydajność w zakresie wnioskowania AI, co wskazuje na ich porównywalną wydajność.
| UL Procyon: Wnioskowanie w zakresie wizji komputerowej AI (im niżej, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Czasy procesora | ||
| Ogólny wynik AI Computer Vision (im wyższy, tym lepiej) | 227 | 186 |
| Sieć komórkowa V3 | 0.75 ms | 1.09 ms |
| ResNet 50 | 5.99 ms | 6.84 ms |
| Incepcja V4 | 17.12 ms | 19.80 ms |
| DeepLab V3 | 21.20 ms | 28.27 ms |
| YOLO V3 | 36.58 ms | 41.64 ms |
| REAL-ESRGAN | 1,892.10 ms | 2,138.97 ms |
| Czasy GPU | ||
| Ogólny wynik AI Computer Vision (im wyższy, tym lepiej) | 528 | 583 |
| Sieć komórkowa V3 | 0.42 ms | 0.46 ms |
| ResNet 50 | 3.85 ms | 3.27 ms |
| Incepcja V4 | 15.15 ms | 11.62 ms |
| DeepLab V3 | 10.98 ms | 10.72 ms |
| YOLO V3 | 12.64 ms | 10.57 ms |
| REAL-ESRGAN | 211.76 ms | 200.40 ms |
| NPU Times | ||
| Ogólny wynik AI Computer Vision (im wyższy, tym lepiej) | 1,761 | 1,773 |
| Sieć komórkowa V3 | 0.27 ms | 0.27 ms |
| ResNet 50 | 0.83 ms | 0.82 ms |
| Incepcja V4 | 1.72 ms | 1.71 ms |
| DeepLab V3 | 4.31 ms | 4.22 ms |
| YOLO V3 | 3.17 ms | 3.15 ms |
| REAL-ESRGAN | 100.05 ms | 100.83 ms |
UL Procyon: generowanie tekstu AI
Benchmark Procyon AI Text Generation usprawnia testowanie wydajności AI LLM, oferując zwięzłą i spójną metodę oceny. Umożliwia on wielokrotne testowanie wielu modeli LLM, minimalizując jednocześnie złożoność dużych rozmiarów modeli i zmiennych czynników. Opracowany we współpracy z liderami w dziedzinie sprzętu AI, optymalizuje wykorzystanie lokalnych akceleratorów AI, zapewniając bardziej niezawodne i wydajne oceny wydajności. Poniższe wyniki zostały przetestowane przy użyciu TensorRT.
Po zakończeniu testów generowania tekstu przez sztuczną inteligencję, wyniki wskazują na spójny schemat, w którym HP Z2 Mini G1a nieznacznie wyprzedza HP ZBook Ultra G1a, choć różnice pozostają niewielkie. Na przykład w teście Phi, Z2 Mini uzyskał wynik ogólny 965 punktów, podczas gdy ZBook uzyskał 922 punkty. Czas do wygenerowania pierwszego tokena był niemal identyczny i wyniósł 1.898 sekundy dla Z2 Mini i 1.956 sekundy dla ZBook. Liczba tokenów wyjściowych na sekundę była podobnie zbliżona, odpowiednio 68.967 i 64.986. Dane te sugerują, że chociaż Z2 Mini przetwarza zadania nieznacznie szybciej, oba systemy oferują porównywalną responsywność podczas wnioskowania.
Tendencja ta utrzymuje się w testach Mistral i Llama3. Z2 Mini uzyskał 850 i 766 punktów, a ZBook 829 i 756 punktów. Prędkość wyjściowa i opóźnienie tokenów również osiągnęły podobne wyniki, z podobnymi marginesami. Te spójne wyniki wskazują, że oba systemy zapewniają podobny poziom wydajności, szczególnie w przypadku modeli średniej wielkości w warunkach rzeczywistych.
Test Llama2 dał najbardziej zbliżony zestaw wyników. Z2 Mini uzyskał wynik 936 z czasem do zdobycia pierwszego tokena wynoszącym 3.813 sekundy, podczas gdy ZBook osiągnął wynik 929 z czasem 3.860 sekundy. Niewielka różnica między tymi wynikami potwierdza, jak bardzo systemy te są ze sobą kompatybilne w obsłudze nowoczesnych obciążeń AI.
Ogólnie rzecz biorąc, Z2 Mini konsekwentnie plasuje się nieznacznie wyżej w każdym teście, ale dane pokazują, że oba systemy działają niemal identycznie podczas uruchamiania LLM z wykorzystaniem TensorRT. Różnice te mogą być widoczne w testach syntetycznych, ale jest mało prawdopodobne, aby w większości scenariuszy użytkowania skutkowały znaczącymi różnicami w wydajności.
| UL Procyon: generowanie tekstu AI | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Wynik ogólny Phi | 965 | 922 |
| Czas wyjścia Phi do pierwszego tokena | 1.898 sekund | 1.956 sekund |
| Tokeny wyjściowe Phi na sekundę | 68.967 tokenów/sek. | 64.986 tokenów/sek. |
| Całkowity czas trwania Phi | 52.666 sekund | 55.501 sekund |
| Wynik ogólny Mistral | 850 | 829 |
| Czas wyjścia Mistral do pierwszego tokena | 2.734 sekund | 2.783 sekund |
| Żetony wyjściowe Mistral na sekundę | 43.358 tokenów/sek. | 41.992 tokenów/sek. |
| Całkowity czas trwania Mistrala | 81.716 sekund | 84.065 sekund |
| Ocena ogólna Llama3 | 766 | 756 |
| Czas wyjścia Llama3 do pierwszego tokena | 2.545 sekund | 2.578 sekund |
| Tokeny wyjściowe Llama3 na sekundę | 36.752 tokenów/sek. | 36.243 tokenów/sek. |
| Całkowity czas trwania Llama3 | 91.987 sekund | 93.200 sekund |
| Ocena ogólna Llama2 | 936 | 929 |
| Czas wyjścia Llama2 do pierwszego tokena | 3.813 sekund | 3.860 sekund |
| Tokeny wyjściowe Llama2 na sekundę | 24.685 tokenów/sek. | 24.619 tokenów/sek. |
| Całkowity czas trwania Llama2 | 136.077 sekund | 136.720 sekund |
UL Procyon: Generowanie obrazu AI
Test Procyon AI Image Generation Benchmark zapewnia spójną i dokładną metodę pomiaru wydajności wnioskowania AI na różnym sprzęcie, od energooszczędnych NPU po zaawansowane procesory graficzne (GPU). Obejmuje on trzy testy: Stable Diffusion XL (FP16) dla zaawansowanych procesorów graficznych (GPU), Stable Diffusion 1.5 (FP16) dla procesorów graficznych o umiarkowanej mocy oraz Stable Diffusion 1.5 (INT8) dla urządzeń o niskim poborze mocy. Test wykorzystuje optymalny silnik wnioskowania dla każdego systemu, zapewniając uczciwe i porównywalne wyniki.
Aby symulować rzeczywiste użytkowanie, test generuje obrazy ze standardowego zestawu komunikatów tekstowych, tworząc spójne obciążenie AI przekształcającej tekst na obraz na wszystkich urządzeniach. Każdy test dostarcza kluczowych wskaźników wydajności, w tym ogólnego wyniku, całkowitego czasu generowania i szybkości generowania obrazu, umożliwiając proste i efektywne porównanie modeli i konfiguracji sprzętowych.
Zarówno HP Z2 Mini G1a, jak i HP ZBook Ultra G1a były w stanie przeprowadzić dwa z trzech testów generowania obrazu zawartych w teście Procyon AI Image Generation Benchmark. Dokładniej, oba systemy ukończyły test Stable Diffusion 1.5 z precyzją FP16 oraz bardziej wymagający test Stable Diffusion XL FP16. Wersja INT8 testu Stable Diffusion 1.5 nie była obsługiwana w żadnej z konfiguracji.
W teście Stable Diffusion 1.5 FP16, Z2 Mini ukończył zadanie z wynikiem łącznym 725, całkowitym czasem generowania 137.815 sekund i szybkością generowania obrazu 8.613 sekund na obraz. ZBook uzyskał porównywalne wyniki, z wynikiem łącznym 648, całkowitym czasem generowania 154.203 sekund i 9.638 sekund na obraz. Dane te sugerują, że Z2 Mini utrzymuje niewielką przewagę w wydajności przetwarzania, mimo że oba systemy korzystają z tego samego procesora Ryzen AI Max+ PRO 395 i karty graficznej Radeon 8060S.
Podobny schemat pojawia się w teście Stable Diffusion XL FP16. Z2 Mini uzyskał wynik ogólny 570 i ukończył test w 1,052.468 sekund, generując obrazy z prędkością 65.779 sekund na obraz. ZBook, dla porównania, uzyskał wynik 451 i łączny czas 1,329.592 sekund, przy prędkości obrazu wynoszącej 83.100 sekund na obraz. Chociaż oba systemy są w stanie obsłużyć te większe modele, Z2 Mini konsekwentnie wykonuje zadania szybciej, co odzwierciedla nieco bardziej zoptymalizowaną wydajność przy identycznych ograniczeniach sprzętowych.
| UL Procyon: generowanie obrazu AI | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Stabilna dyfuzja 1.5 (FP16) – wynik ogólny | 725 | 648 |
| Stabilna dyfuzja 1.5 (FP16) – czas całkowity | 137.815 sekund | 154.203 sekund |
| Stabilna dyfuzja 1.5 (FP16) – prędkość generowania obrazu | 8.613 s/obraz | 9.638 s/obraz |
| Stabilna dyfuzja 1.5 (INT8) – wynik ogólny | N / A | N / A |
| Stabilna dyfuzja 1.5 (INT8) – czas całkowity | N / A | N / A |
| Stabilna dyfuzja 1.5 (INT8) – prędkość generowania obrazu | N / A | N / A |
| Stabilna dyfuzja XL (FP16) – ocena ogólna | 570 | 451 |
| Stabilna dyfuzja XL (FP16) – czas całkowity | 1,052.468 sekund | 1,329.592 sekund |
| Stabilna dyfuzja XL (FP16) – prędkość generowania obrazu | 65.779 s/obraz | 83.100 s/obraz |
Stacja robocza SPEC 4
Benchmark SPECworkstation 4.0 to kompleksowe narzędzie do oceny wszystkich kluczowych aspektów wydajności stacji roboczych. Oferuje on rzeczywisty pomiar wydajności procesora, karty graficznej, akceleratora i dysku, zapewniając specjalistom dane pozwalające na podejmowanie świadomych decyzji dotyczących inwestycji w sprzęt. Benchmark zawiera dedykowany zestaw testów skupiających się na obciążeniach AI i ML, w tym zadaniach z zakresu analizy danych oraz testach wnioskowania opartych na środowisku uruchomieniowym ONNX, odzwierciedlając rosnące znaczenie AI/ML w środowiskach stacji roboczych. Obejmuje siedem branż i cztery podsystemy sprzętowe, zapewniając szczegółowy i trafny pomiar wydajności współczesnych stacji roboczych.
Wyniki pokazują, że Z2 Mini generalnie uzyskuje wyższe wyniki w większości kategorii, co odzwierciedla niewielką przewagę wydajnościową przy długotrwałym obciążeniu. W teście energii Z2 Mini uzyskał wynik 2.50 w porównaniu z 2.20 dla ZBooka. Usługi finansowe odnotowały większą różnicę, z wynikami 2.35 dla stacji roboczej i 1.60 dla laptopa. Podobny trend zanotowała branża nauk przyrodniczych, z wynikami 2.60 dla Z2 Mini i 2.20 dla ZBooka. Media i rozrywka uzyskały odpowiednio 2.22 i 1.90, a projektowanie produktu – 2.00 dla stacji roboczej i 1.74 dla laptopa.
Jedynym przypadkiem, w którym ZBook wyprzedził konkurencję, był wynik 1.03 w kategorii Produktywność i Rozwój, w porównaniu z 1.00 w przypadku Z2 Mini. Chociaż różnice te nie są drastyczne, sugerują, że Z2 Mini może zapewniać nieco bardziej stabilną przepustowość w aplikacjach klasy stacji roboczej, mimo że oba systemy korzystają z tego samego procesora i karty graficznej.
| SPECworkstation 4.0.0 (im wyższy, tym lepiej) |
HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Wartość energetyczna | 2.50 | 2.20 |
| Usługi finansowe | 2.35 | 1.60 |
| Life Sciences | 2.60 | 2.20 |
| Media i rozrywka | 2.22 | 1.90 |
| Product Design | 2.00 | 1.74 |
| Produktywność i rozwój | 1.00 | 1.03 |
Luxmark
Luxmark to test wydajności GPU wykorzystujący LuxRender, open-source'owy moduł renderujący z technologią ray tracingu, do oceny wydajności systemu w obsłudze bardzo szczegółowych scen 3D. Test ten jest istotny dla oceny możliwości renderowania graficznego serwerów i stacji roboczych, szczególnie w aplikacjach do efektów wizualnych i wizualizacji architektonicznej, gdzie precyzyjna symulacja oświetlenia ma kluczowe znaczenie.
Zarówno HP Z2 Mini G1a, jak i HP ZBook Ultra G1a wypadły dobrze w tym teście, co odzwierciedla siłę procesora Ryzen AI Max+ PRO 395 w połączeniu z kartą graficzną Radeon 8060S. W teście Hallbench, Z2 Mini uzyskał wynik 8,477, nieznacznie lepszy od 7,833 punktów ZBooka. Podobnie, w teście Food, wyniki wyniosły 3,943 dla stacji roboczej i 3,915 dla laptopa. Wyniki te wykazują jedynie minimalne rozbieżności, co sugeruje, że oba systemy dobrze nadają się do lekkich i średnich obciążeń renderowania 3D.
Co istotne, oba urządzenia korzystają z elastycznej alokacji pamięci, umożliwiając dynamiczne współdzielenie pamięci RAM między zadaniami procesora (CPU) i karty graficznej (GPU). Ta funkcja przyczynia się do ich zdolności do wydajnego wykonywania zadań renderowania, nawet w kompaktowych obudowach, które zazwyczaj nie są kojarzone z dużą wydajnością graficzną.
| Luxmark (Im wyżej, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Ławka Hallbench | 8,477 | 7,833 |
| Jedzenie | 3,943 | 3,915 |
Kompresja 7-Zip
Test kompresji 7-Zip ocenia wydajność procesora podczas kompresji i dekompresji, mierząc wartości GIPS (gigainstrukcji na sekundę) oraz obciążenie procesora. Wyższy GIPS i efektywniejsze wykorzystanie procesora wskazują na lepszą wydajność.
Skupiając się na uzyskanych wynikach, zarówno HP Z2 Mini G1a, jak i HP ZBook Ultra G1a oferują wysoką, zbliżoną do siebie wydajność. Podczas kompresji, Z2 Mini uzyskał wynik 139.298 GIPS, nieznacznie poniżej 139.617 GIPS w przypadku ZBooka. Po dekompresji, Z2 Mini uzyskał jednak wyższy wynik 163.969 GIPS, w porównaniu do 174.046 GIPS w przypadku ZBooka.
Biorąc pod uwagę oba obciążenia, łączna wartość GIPS wyniosła 151.634 dla Z2 Mini i 156.832 dla ZBook. Wyniki te wskazują, że chociaż oba systemy doskonale radzą sobie z przepływami pracy wymagającymi dużej kompresji, ZBook ma niewielką przewagę pod względem ogólnej przepustowości, szczególnie w fazach dekompresji.
| Test kompresji 7-Zip (im wyższy, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) | |||
| Ściskanie | |||||
| Aktualne użycie procesora | 2,734% | 2,868% | |||
| Aktualna ocena/zastosowanie | 5.136 GIPS | 4.883 GIPS | |||
| Prądu | 140.405 GIPS | 140.061 GIPS | |||
| Wynikowe użycie procesora | 2,718% | 2,855% | |||
| Wynikowa ocena/wykorzystanie | 5.126 GIPS | 4.890 GIPS | |||
| Wynikowa ocena | 139.298 GIPS | 139.617 GIPS | |||
| Dekompresja | |||||
| Aktualne użycie procesora | 2,343% | 2,904% | |||
| Aktualna ocena/zastosowanie | 6.805 GIPS | 6.029 GIPS | |||
| Prądu | 159.451 GIPS | 175.104 GIPS | |||
| Wynikowe użycie procesora | 2,414% | 2,887% | |||
| Wynikowa ocena/wykorzystanie | 6.793 GIPS | 6.028 GIPS | |||
| Wynikowa ocena | 163.969 GIPS | 174.046 GIPS | |||
| Ocena całkowita | |||||
| Całkowite użycie procesora | 2,566% | 2,871% | |||
| Całkowita ocena/wykorzystanie | 5.959 GIPS | 5.459 GIPS | |||
| Ocena całkowita | 151.634 GIPS | 156.832 GIPS | |||
Test prędkości Blackmagic RAW
Blackmagic RAW Speed Test to narzędzie do testowania wydajności, które mierzy możliwości systemu w zakresie odtwarzania i edycji wideo za pomocą kodeka Blackmagic RAW. Ocenia, jak dobrze system potrafi dekodować i odtwarzać pliki wideo o wysokiej rozdzielczości, podając liczbę klatek na sekundę dla przetwarzania zarówno przez procesor (CPU), jak i kartę graficzną (GPU).
W teście procesora 8K, HP Z2 Mini G1a osiągnął 124 klatki na sekundę, przewyższając HP ZBook Ultra G1a, który uzyskał 102 klatki na sekundę. Sugeruje to niewielką przewagę stacji roboczej w zadaniach dekodowania surowego obrazu z wykorzystaniem procesora. Jednak wyniki przyspieszone przez GPU z wykorzystaniem OpenCL wskazują na odwrotną tendencję. ZBook osiągnął nieco wyższą liczbę klatek na sekundę, wynoszącą 78 klatek na sekundę, w porównaniu z 74 klatkami na sekundę w Z2 Mini.
| Test prędkości Blackmagic RAW | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
|---|---|---|
| Procesor 8K | 124 FPS | 102 FPS |
| 8K OPENCL | 74 FPS | 78 FPS |
Test szybkości dysku Blackmagic
Test szybkości dysku Blackmagic ocenia wydajność pamięci masowej poprzez pomiar szybkości odczytu i zapisu. Dostarcza on informacji na temat zdolności systemu do obsługi zadań wymagających dużej ilości danych, takich jak edycja wideo czy przesyłanie dużych plików.
HP Z2 Mini G1a oferuje dwa gniazda PCIe Gen4, do których dostęp i możliwość rozbudowy są bardzo łatwe. Wydajność dysku SSD może się nieznacznie różnić w zależności od podzespołów użytych w konkretnym systemie.
| Test szybkości dysku (im wyższa tym lepsza) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Czytaj | 4,549.3 MB / s | 4,547.3 MB / s |
| Pisać | 5,344 MB / s | 4,264.8 MB / s |
Test porównawczy Blendera
Blender to aplikacja do modelowania 3D o otwartym kodzie źródłowym. Ten test porównawczy został przeprowadzony za pomocą narzędzia Blender Benchmark. Wynik jest mierzony w próbkach na minutę, a wyższe wartości oznaczają lepszą wydajność.
HP Z2 Mini G1a konsekwentnie przewyższał HP ZBook Ultra G1a we wszystkich trzech testowanych scenach. W projekcie Monster, Z2 Mini osiągnął 224.3 próbki na minutę, w porównaniu do 189.29 na ZBook. Scena Junkshop uzyskała odpowiednio 149.5 i 129.42 próbki na minutę. Wreszcie, w scenie Classroom, Z2 Mini przetworzył 116.3 próbki na minutę, podczas gdy ZBook uzyskał 94.14 próbki na minutę.
| Test procesora Blendera (liczba próbek na minutę, im wyższa liczba, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Potwór | 224.3 próbek/m | 189.29 próbek/m |
| Sklep ze złomem | 149.5 próbek/m | 129.42 próbek/m |
| Sala szkoleniowa | 116.3 próbek/m | 94.14 próbek/m |
Po przejściu na renderowanie oparte na GPU z wykorzystaniem silnika OptiX w Blenderze, wyniki pokazują bardziej zrównoważony podział wydajności między oba systemy. W scenie Monster, HP ZBook Ultra G1a renderował 661.50 próbek na minutę, nieznacznie wyprzedzając Z2 Mini z 616.1 próbek na minutę. Sugeruje to niewielką przewagę ZBooka po stronie GPU w tej konkretnej scenie, pomimo identycznej karty graficznej Radeon 8060S w obu urządzeniach.
W testach Junkshop i Classroom Z2 Mini odzyskuje jednak niewielką przewagę. Osiągnął odpowiednio 350.6 i 342.7 próbek na minutę, podczas gdy ZBook uzyskał 341.92 i 333.26 w tych samych scenach. Różnice te są stosunkowo niewielkie i mieszczą się w oczekiwanych granicach, co wskazuje, że oba systemy zapewniają zbliżoną wydajność renderowania GPU w systemie OptiX.
| Blender Benchmark GPU (liczba próbek na minutę, im wyższa, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
| Potwór | 745.55 próbek/m | 661.50 próbek/m |
| Sklep ze złomem | 366.54 próbek/m | 341.92 próbek/m |
| Sala szkoleniowa | 359.01 próbek/m | 333.26 próbek/m |
y-cruncher
Y-cruncher to wielowątkowy i skalowalny program, który potrafi obliczać Pi i inne stałe matematyczne z dokładnością do bilionów cyfr. Od momentu premiery w 2009 roku, stał się popularną aplikacją do benchmarkingu i testów obciążeniowych dla overclockerów i entuzjastów sprzętu.
Parametry HP Z2 Mini G1a są zgodne z wynikami HP ZBook Ultra G1a 14″. Stacja robocza oferowała subtelną przewagę we wszystkich krokach obliczeniowych, począwszy od testu z rozmiarem 1 miliarda, który wynosił 12.965 sekundy. Zarówno w teście z rozmiarem 2.5 miliarda, jak i 5 miliardów, różnica powiększa się o kilka sekund. Wyniki 34.533 sekundy dla 2.5 miliarda i 75.021 sekundy dla 5 miliardów są solidne. Po ukończeniu części 10 miliardów cyfr, stacja robocza wyprzedziła ją z czasem ukończenia wynoszącym 160.252 sekundy, co ostatecznie było o 11 sekund szybciej niż ZBook, głównie ze względu na niewielkie ograniczenia mocy laptopa.
| Y-Cruncher (całkowity czas obliczeń) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
|---|---|---|
| 1 Billion | 12.965 sekund | 12.93 sekund |
| 2.5 Billion | 34.533 sekund | 34.91 sekund |
| 5 Billion | 75.021 sekund | 78.19 sekund |
| 10 Billion | 160.252 sekund | 171.72 sekund |
Geekbench 6
Geekbench 6 to wieloplatformowy test porównawczy mierzący ogólną wydajność systemu.
Wyniki HP Z2 Mini G1a nie są zaskoczeniem. Wyniki CPU są niemal identyczne jak w laptopie: 2,862 w teście jednordzeniowym i 12,210 w teście wielordzeniowym. Z podobnych powodów, o których wspomniano wcześniej, wynik GPU w teście OpenCL był wyższy i wyniósł 91,591. Podane wyniki sugerują, że zadania wymagające dużego obciążenia CPU nie będą stanowić problemu dla tego systemu. Jeśli chodzi o GPU, zintegrowana karta graficzna Radeon 8060S jest porównywalna z nowymi kartami graficznymi z około 2019 roku, co doskonale sprawdza się w mini stacjach roboczych.
| Geekbench 6 (im wyższy wynik, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
|---|---|---|
| Procesor jednordzeniowy | 2,862 | 2,825 |
| Procesor wielordzeniowy | 17,210 | 17,562 |
| GPU OpenCL | 91,591 | 85,337 |
Cinebench R23
Cinebench R23 to powszechnie uznany benchmark do oceny wydajności procesora w obciążeniach renderowania 3D. Wykorzystując silnik Cinema 4D, mierzy on, jak dobrze procesor radzi sobie z zadaniami jedno- i wielowątkowymi, dostarczając informacji o ogólnej responsywności i możliwościach przetwarzania równoległego.
W teście wielordzeniowym HP Z2 Mini G1a uzyskał wynik 37 156, znacznie przewyższając HP ZBook Ultra G1a, który uzyskał 29 112 punktów. Sugeruje to, że Z2 Mini jest lepiej przygotowany do obsługi cięższych, wielowątkowych obciążeń renderujących, prawdopodobnie dzięki korzystniejszym warunkom termicznym w obudowie.
W przypadku wydajności jednordzeniowej oba systemy uzyskały niemal identyczne wyniki. Z2 Mini uzyskał 2,020 punktów, a ZBook tuż za nim – 1,984. Dane te wskazują, że oba urządzenia oferują podobną wydajność w zadaniach wymagających niewielkiej liczby wątków, takich jak interakcja z oknem podglądu czy podstawowe operacje modelowania.
| Cinebench R23 (im wyższa wartość, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
|---|---|---|
| Multi-Core | 37,156 | 29,112 |
| Pojedynczy rdzeń | 2,020 | 1,984 |
Cinebench 2024
Cinebench 2024 bazuje na fundamentach R23, wprowadzając testy renderowania oparte na GPU, przy jednoczesnym dalszym skupieniu się na wydajności CPU. W tym segmencie analizujemy wyłącznie wyniki CPU, które dostarczają aktualnych informacji o tym, jak dobrze każdy system radzi sobie z nowoczesnymi zadaniami renderowania 3D.
W teście wielordzeniowym HP Z2 Mini G1a uzyskał wynik 1,906, przewyższając wynik HP ZBook Ultra G1a wynoszący 1,579. Jest to zgodne z wynikami z wersji R23, gdzie Z2 Mini wykazał się wydajniejszą przepustowością wielowątkową, prawdopodobnie dzięki lepszej, stabilnej wydajności pod obciążeniem.
Wyniki dla pojedynczego rdzenia były niemal identyczne. Z2 Mini uzyskał 112 punktów, podczas gdy ZBook uplasował się zaledwie o jeden punkt niżej, ze 111 punktami. Sugeruje to podobną wydajność w przypadku zadań opartych na pojedynczych wątkach, takich jak lekka edycja czy interakcje z aplikacjami w czasie rzeczywistym.
| Cinebench 2024 (im wyższy wynik, tym lepiej) | HP Z2 Mini G1a (Ryzen AI Max+ PRO 395 | Radeon 8060S) | HP ZBook Ultra G1a 14″ (Ryzen AI Max+ PRO 395 | Radeon 8060S) |
|---|---|---|
| Multi-Core | 1,906 | 1,579 |
| Pojedynczy rdzeń | 112 | 111 |
Ollama Gemma3 LLM Wydajność
Aby ocenić, jak HP Z2 Mini G1a radzi sobie z wnioskowaniem w modelu LLM (Large Language Model) w warunkach rzeczywistych obciążeń, użyliśmy narzędzia Ollama z monitem zaprojektowanym do analizy sekcji wydajności w niniejszym przeglądzie. Testowane modele obejmowały od 1.5 do 70 miliardów parametrów, z wariantami Gemma3, tam gdzie było to możliwe. To obciążenie obciąża zarówno zasoby GPU, jak i CPU, szczególnie w przypadku długich sekwencji monitów, które obciążają pojemność pamięci, przepustowość wnioskowania i stabilność obliczeniową.
Mniejsze modele, takie jak Ollama 1.5B i 7B, działały szybko, odpowiednio w 4.76 i 36.65 sekundy. Szybka ewaluacja w obu przypadkach przebiegała sprawnie, z szybkością przetwarzania tokenów wynoszącą 716.99 tokenów na sekundę dla modelu 1.5B i 799.29 tokenów na sekundę dla modelu 7B. Jednak szybkość ewaluacji danych wyjściowych spada wraz ze wzrostem rozmiaru modelu. W modelu 1.5B tokeny wyjściowe generowano z szybkością 112.18 tokenów na sekundę, podczas gdy model 7B kończył działanie z szybkością 36.86 tokenów na sekundę.
Zgodnie z oczekiwaniami, wydajność maleje wraz ze wzrostem rozmiaru modelu. Model 14B potrzebował prawie 65 sekund na ukończenie, a prędkość generowania spadła do 18.90 tokenów na sekundę. Model 32B odnotował większe spowolnienie, zajmując łącznie 94.29 sekundy i generując dane wyjściowe z prędkością 9.38 tokenów na sekundę. Najbardziej wymagający obliczeniowo test, model 70B, wymagał 164.73 sekundy i generował tokeny z prędkością zaledwie 4.24 tokenów na sekundę.
Chociaż wstępna ocena szybkości reakcji pozostaje wydajna we wszystkich rozmiarach dzięki optymalizacji buforowania KV, całkowity czas generowania i szybkość generowania tokenów spadają przewidywalnie wraz ze wzrostem rozmiaru modelu i zapotrzebowania na pamięć. HP Z2 Mini G1a pokazuje, że można go skalować do poziomu 70 B, ale użytkownicy powinni spodziewać się zauważalnego spowolnienia reakcji powyżej 14 B w przypadku długich lub złożonych monitów.
| Ollama 1.5B | Całkowity czas trwania (s) | Czas ładowania (ms) | Liczba ocen monitowych (tokeny) | Czas trwania szybkiej oceny (ms) | Szybkość oceny | Liczba ewaluacyjna (tokeny) | Czas trwania oceny (s) | Współczynnik oceny |
|---|---|---|---|---|---|---|---|---|
| HP Z2 Mini g1a | 4.76 s | 17.21 ms | 22 | 30.68 ms | 716.99 tony na sekundę | 528 | 4.71 s | 112.18 tony na sekundę |
| Ollama 7B | ||||||||
| HP Z2 Mini g1a | 36.65 s | 18.21 ms | 22 | 27.52 ms | 799.29 tony na sekundę | 1349 | 36.06 s | 36.86 tony na sekundę |
| Ollama 14B | ||||||||
| HP Z2 Mini g1a | 64.97 s | 18.66 ms | 22 | 28.41 ms | 774.37 tony na sekundę | 1227 | 64.92 s | 18.90 tony na sekundę |
| Ollama 32B | ||||||||
| HP Z2 Mini g1a | 94.29 s | 73.83 ms | 22 | 69.27 ms | 317.61 tony na sekundę | 883 | 94.14 s | 9.38 tony na sekundę |
| Ollama 70B | ||||||||
| HP Z2 Mini g1a | 164.73 s | 21.97 ms | 22 | 38.90 ms | 565.52 tony na sekundę | 699 | 164.67 s | 4.24 tony na sekundę |
Wsparcie dla nowego modelu GPT-OSS 120B firmy OpenAI
Kilka dni temu OpenAI wydało swoje pierwsze od dawna wersje LLM typu open source: modele GPT-OSS 120B i 20B. GPT-OSS 120B stanowi przełom jako jeden z pierwszych modeli natywnie trenowanych z kwantyzacją MXFP4. Według OpenAI, modele przechodzą po treningu kwantyzację wag MoE do formatu MXFP4, redukując wagi do zaledwie 4.25 bitów na parametr. Ponieważ wagi MoE stanowią ponad 90% całkowitej liczby parametrów, ta agresywna kwantyzacja pozwala modelowi 120B zmieścić się na jednym procesorze graficznym H100 o pojemności 80 GB lub, w naszym przypadku, na procesorze Ryzen AI Max+ PRO 395 z 96 GB pamięci współdzielonej. To dopasowanie do trendów branżowych jest szczególnie istotne, ponieważ modele Mixture of Experts o niższej precyzji stają się coraz bardziej powszechne, co pozwala urządzeniom o niższej mocy obliczeniowej nadal zapewniać wyjątkową wydajność w zakresie wnioskowania.
To natywne trenowanie MXFP4 zapewnia również istotną przewagę. Podczas dalszej kwantyzacji do Int4 w celu wdrożenia na platformie AI Max+ PRO 395, spadek jakości jest minimalny w porównaniu ze znacznymi stratami obserwowanymi zazwyczaj przy kwantyzacji z BF16 do Int4. W rezultacie GPT-OSS 120B jest jednym z najwydajniejszych modeli, jakie można uruchomić na platformie AI Max+ PRO 395, zapewniając niemal pełną jakość.
Wykorzystując ten trend w architekturze o niższej precyzji, Z2 Mini G1a zmienia rozwiązanie, które tradycyjnie wymagałoby sprzętu klasy enterprise, kosztującego trzy razy więcej (jak NVIDIA RTX 6000 Pro z 96 GB pamięci VRAM), w przystępne rozwiązanie stacji roboczej do eksperymentów LLM na dużą skalę.
Jak pokazano w LM Studio, system wykrywa kartę graficzną Radeon 8060S z 96 GB pamięci VRAM i potwierdza kompatybilność pod kątem wykonania modelu. Konfiguracja obsługuje również odciążanie pamięci podręcznej KV do pamięci GPU, co dodatkowo zwiększa wydajność wnioskowania w przypadku długich monitów lub rozbudowanych konwersacji. Dzięki włączonym ścisłym zabezpieczeniom modelu OpenAI, system jest chroniony przed przeciążeniem, nawet podczas dużych obciążeń LLM.
Nasze zainstalowane pakiety rozszerzeń środowiska uruchomieniowego obejmują ROCm llama.cpp (Windows), Vulkan llama.cpp (Windows), CPU llama.cpp (Windows) oraz framework Harmony. CUDA jest również wymienione, ale nie nadaje się do użytku, ponieważ wymaga karty graficznej NVIDIA, a system jest wyposażony w kartę graficzną AMD Radeon 8060S.
Poniższy obraz przedstawia wspomniany wcześniej model OpenAI GPT OSS 120B, wraz z jego formatem, architekturą i rozmiarem. Wykorzystuje on format GGUF, ma łączny rozmiar 63.39 GB i jest skonfigurowany do pełnego odciążenia GPU.
W praktyce, HP Z2 Mini G1a okazał się zaskakująco wydajny przy użyciu modelu z parametrami 120B, utrzymując prędkość transmisji zbliżoną do 40 tokenów na sekundę. Przeprowadziliśmy kilka szczegółowych rozmów z LLM. Jakość odpowiedzi była znacznie lepsza niż w przypadku mniejszych modeli, do których wiele systemów ma ograniczenia ze względu na ograniczoną pamięć VRAM.
Analizując statystyki systemu przy uruchomionym LLM, zauważyliśmy, że procesor graficzny pobiera niewiele poniżej 100 W mocy, a temperatury utrzymywały się na poziomie 51–54 °C na procesorze graficznym i procesorze.
Wniosek
HP Z2 Mini G1a to jeden z najbardziej zaskakujących systemów, jakie testowaliśmy w tym roku. Na papierze wygląda jak kompaktowy komputer stacjonarny ze zintegrowaną kartą graficzną. W praktyce ta niewielka stacja robocza konsekwentnie zapewnia wydajność znacznie przekraczającą oczekiwania, zwłaszcza w przypadku zadań związanych ze sztuczną inteligencją. Przy cenie detalicznej wynoszącej około 3,300 dolarów, konkuruje ze znacznie większymi i droższymi systemami, w tym z tymi wyposażonymi w wysokiej klasy, dedykowane układy GPU.
Ten system daje nam również możliwość ponownego przyjrzenia się 14-calowemu laptopowi HP ZBook Ultra G1a, którego testowaliśmy na początku tego roku. Wówczas byliśmy sfrustrowani jego wysoką ceną i słabą wydajnością, szczególnie w zadaniach wymagających sztucznej inteligencji. Pomimo zastosowania podobnego sprzętu AMD, laptop miał problemy z wnioskowaniem, a my podkreślaliśmy, że wydajność sztucznej inteligencji nie spełniała obietnic marketingowych. Wyszliśmy z testu bez większego wrażenia.
Jak wielką różnicę może zdziałać kilka miesięcy i poważna aktualizacja oprogramowania! Dzięki ciągłym pracom AMD nad sterownikami i wsparciem środowiska uruchomieniowego, Ryzen AI Max+ Pro 395 działa teraz tak, jak oczekiwaliśmy. Dzięki 128 GB pamięci współdzielonej i do 96 GB dostępnej jako pamięć VRAM, Z2 Mini G1a może z zaskakującą łatwością uruchamiać potężne modele lokalne, takie jak OpenAI GPT-OSS 120B. Wcześniej taka funkcjonalność wymagała stacji roboczej za 10 000 dolarów z kartą graficzną RTX 6000 lub podobną. Teraz mieści się w kompaktowej obudowie, a jej cena jest znacznie niższa.
HP zasługuje na pochwały nie tylko za dobór komponentów. Z2 Mini G1a został starannie zaprojektowany, oferując wysoką wydajność termiczną, doskonałą elastyczność portów oraz opcjonalne funkcje, takie jak Flex IO i HP ZCentral Remote Boost, które znacząco zwiększają wartość komputera w środowiskach profesjonalnych.
Ten system zmienia oczekiwania co do możliwości stacji roboczej o małym formacie. Łączy w sobie imponującą wydajność lokalnej sztucznej inteligencji, inteligentną konstrukcję i cenę, która wydaje się wręcz zbyt atrakcyjna, aby mogła być prawdziwa. Z tego powodu HP Z2 Mini G1a otrzymuje nagrodę Editor's Choice. Jest aż tak dobry.
Tabela wyników: HP Z2 Mini G1a zajmuje pierwsze miejsce w rankingu Najlepszych komputerów stacjonarnych ze sztuczną inteligencją lokalną w kategorii „Najlepszy bez oddzielnego procesora graficznego ”.
Tabela wyników: HP Z2 Mini G1a zajmuje pierwsze miejsce w rankingu najlepszych stacji roboczych typu desktop w kategorii „Najlepsza mini stacja robocza ”.
Tabela wyników: Wskazówki dotyczące rozmiaru systemów tej klasy można znaleźć w naszym poradniku RAM, GPU i pamięć masowa dla agentowej sztucznej inteligencji.
Amazon