Обновлено 14 сентября 2026 г.: Подробный анализ температурного режима WS300, ссылка на который приведена в разделе «Лучшая система GB300»; 2.8-часовой тест с использованием измерительных приборов показывает, почему процессор Superchip мощностью 1,300 Вт не снижает производительность при работе за столом.
Каждая система, представленная на этой странице, прошла тестирование в лаборатории StorageReview. Мы напрямую оцениваем производительность локального ИИ: пропускную способность онлайн-сервиса vLLM, время до получения первого токена и время на один выходной токен для различных моделей, включая GPT-OSS-120B, Llama 3.1 8B, Mistral Small 3.1 24B и Qwen3 Coder 30B, а также эффективность вычислений MAMF и тестирование хранилища GDSIO. Ни одна система не оценивается на основе технических характеристик.
Главный вопрос для настольных ИИ-систем в 2026 году — это унифицированная память против дискретной видеопамяти . Настольные устройства, такие как NVIDIA DGX Spark на базе GB10 и системы AMD Ryzen AI Max (Strix Halo), предлагают 128 ГБ унифицированной памяти на одном чипе по цене обычных устройств, вмещая модели, которые в противном случае потребовали бы нескольких дискретных графических процессоров. Рабочие станции отвечают высокой пропускной способностью: карты RTX PRO 6000 Blackwell обеспечивают гораздо более высокую производительность в секунду, но при этом стоят в несколько раз дороже и потребляют больше энергии. На этой странице представлен рейтинг обоих типов систем в отдельных категориях на основе одного и того же набора тестов, поскольку правильный ответ зависит от самой большой модели, которую вы планируете использовать, и от того, насколько быстро она должна реагировать.
Сразу
| Категория | Система | Память | Видеокарты (протестированные / максимальные) | Полный обзор |
|---|---|---|---|---|
| Лучшая в целом система искусственного интеллекта для рабочего стола | NVIDIA DGX Spark | 128 ГБ унифицированной памяти LPDDR5X | Интегрированный GB10 (фиксированный) | Обзор DGX Spark |
| Лучшая реализация GB10 | Acer Veriton GN100 | 128 ГБ унифицированной памяти LPDDR5X | Интегрированный GB10 (фиксированный) | Обзор Veriton GN100 |
| Лучшая альтернатива x86 | AMD Ryzen AI Halo (Strix Halo) | До 128 ГБ унифицированной памяти LPDDR5X | Интегрированная видеокарта Radeon 8060S (фиксированная) | Обзор Ryzen AI Halo |
| Лучший вариант без дискретной видеокарты. | HP Z2 Мини G1a | Унифицированная память LPDDR5X (работающая под управлением GPT-OSS 120B) | Встроенный, без дискретной видеокарты (фиксированная версия) | Обзор Z2 Mini G1a |
| Лучшая система GB300 | MSI XpertStation WS300 | 748 ГБ когерентной памяти (252 ГБ HBM3e + 496 ГБ LPDDR5X) | Интегрированный GB300 (фиксированный) | Обзор XpertStation WS300 |
| Лучшая башня для локального ИИ | Dell Precision 7875 | 192 ГБ GDDR7 (2 × 96 ГБ) | 2× RTX PRO 6000 / 2 макс. | Обзор Precision 7875 |
| Лучшая платформа с несколькими графическими процессорами | HP Z8 Fury G6i | 192 ГБ GDDR7 (по результатам тестирования) / до 384 ГБ | Протестировано 2 видеокарты RTX PRO 6000 / максимум 4. | Обзор Z8 Fury G6i |
| Экстремальный выбор | Comino Grando RTX PRO 6000 | 768 ГБ GDDR7 (8 × 96 ГБ) | 8× RTX PRO 6000 / 8 макс. | Обзор Comino Grando |
Настольные устройства с искусственным интеллектом
Устройства такого уровня, которые Dell называет настольными компьютерами для ИИ , а NVIDIA — персональными суперкомпьютерами для ИИ , жертвуют пиковой пропускной способностью ради емкости памяти, энергоэффективности и цены. Благодаря 128 ГБ унифицированной памяти эти системы с легкостью справляются с моделями класса 70B при высокой степени квантования и могут достигать 120B-класса — рабочих нагрузок, для которых потребовалось бы несколько дискретных графических процессоров в башенном корпусе.
Обязательное ознакомление с лабораторными материалами для этого уровня: наш тест DGX Spark сравнивает конструкции систем охлаждения OEM-производителей в системах GB10, представленных ниже, и применим ко всем устройствам этого класса до тех пор, пока эти платформы не будут обновлены.
Лучшая в целом система искусственного интеллекта для использования на рабочем столе: NVIDIA GX Spark
DGX Spark — это эталон, по которому оцениваются все остальные настольные устройства для работы с ИИ. Суперчип GB10 Grace Blackwell сочетает в себе 20-ядерный процессор Arm и 128 ГБ унифицированной памяти LPDDR5X, а два порта ConnectX-7 200GbE делают его единственным устройством в нашем классе, которое может работать в кластерном режиме «из коробки»: в наших тестах распределенного вывода на двух узлах выполнялись параллельные рабочие нагрузки на узлах Dell, GIGABYTE и HP через 200GbE. Программный стек CUDA остается самым глубоким в сегменте.
Прочитайте полный обзор DGX Spark.
Лучшая реализация GB10: Acer Veriton GN100
Среди OEM-систем GB10 решающее значение имеет конструкция системы охлаждения, и Veriton GN100 показала себя лучше в наших тестах. Все системы GB10 используют одинаковую конфигурацию процессора и памяти, поэтому стабильная производительность во многом зависит от охлаждения. Насколько нам известно, наше сравнение систем охлаждения от разных OEM-производителей является единственным в своем роде опубликованным.
Прочитайте полный обзор Veriton GN100.
Лучшая альтернатива x86: AMD Ryzen AI Halo
Если вам нужна Windows или стандартный программный стек x86, Strix Halo — это решение для вашего рабочего стола. Платформа AMD Ryzen AI Max+ 395 сочетает 128 ГБ унифицированной памяти с двухъядерной операционной системой, и в наших тестах она справлялась с моделями класса 200B-параметров, что является прямым конкурентом DGX Spark, но без привязки к ОС Arm/DGX.
Прочитайте полный обзор Ryzen AI Halo.
Лучший вариант без дискретной видеокарты: HP Z2 Mini G1a
Рабочая станция Z2 Mini G1a работала под управлением GPT-OSS 120B вообще без дискретной видеокарты. Мини-рабочая станция HP использует процессор AMD Ryzen AI Max+ PRO в компактном, тихом и удобном для ИТ-специалистов корпусе, и она остается наиболее наглядным примером того, как системы x86 с унифицированной памятью изменили возможности небольших офисных устройств по сравнению с большими моделями.
Прочитайте полный обзор Z2 Mini G1a
Лучшая система на базе GB300: MSI XpertStation WS300
WS300 — это первая станция DGX на базе GB300, попавшая в нашу лабораторию, и она устанавливает новый стандарт для устройств такого класса. Суперчип Grace Blackwell Ultra объединяет 748 ГБ когерентной памяти, 252 ГБ HBM3e и 496 ГБ LPDDR5X, обеспечивая вычислительную мощность FP4 в 20 петафлопс. В ходе наших тестов он обработал контрольную точку GLM-5.2 объемом 433 ГБ с 216 ГБ экспертных весов, хранящихся в памяти Grace, — модель, которая явно не предназначена для работы за столом. Как и любая система класса DGX, она работает под управлением DGX OS, а не Windows; это требование к объему памяти. Цена и энергопотребление приближают её к крайним значениям в сегменте настольных компьютеров, чем к моделям GB10, но ни одна другая система такого класса не может похвастаться столь большим объемом памяти. На очевидный вопрос о том, будет ли процессор мощностью 1,300 Вт снижать производительность в башенном корпусе, теперь есть взвешенный ответ: наше подробное исследование температурного режима WS300 показало 2.8-часовую непрерывную работу с процессором Blackwell Ultra при температуре 60°C, стабильную тактовую частоту 2.07 ГГц без провалов и примерно 20°C запаса по температуре при полной нагрузке.
Прочитайте полный обзор XpertStation WS300.
В лаборатории: станция HP ZGX Fury AI.
HP ZGX Fury AI Station — вторая система класса GB300, поступившая в нашу лабораторию.
В нашей лаборатории сейчас находится HP ZGX Fury AI Station. Она построена на той же платформе NVIDIA GB300 Grace Blackwell Ultra, что и MSI XpertStation WS300, упомянутая выше, что дает нам первую возможность сравнить результаты работы двух производителей с архитектурой DGX Station на одном и том же стенде: температурные показатели, акустика, стабильные тактовые частоты и практический опыт эксплуатации машины. Тестирование уже ведется, и ZGX Fury войдет в рейтинг, когда будут получены результаты.
На горизонте: AMD Threadripper Halo Station
Представленная на IFA 2026 и ещё не протестированная ни в одной лаборатории, AMD Threadripper Halo Station — это первый прямой ответ на класс GB300. Концепция переворачивает ставку NVIDIA: вместо одного большого когерентного пула памяти, AMD объединяет 96-ядерный Threadripper PRO на платформе с объёмом до 2 ТБ восьмиканальной DDR5 и 128 линиями PCIe 5.0 с двумя 600-ваттными ускорителями Instinct MI350P, каждый из которых имеет 144 ГБ HBM3E, и заявленным путём к четырём видеокартам и 576 ГБ HBM. Вся система имеет жидкостное охлаждение, а хост x86 обходит проблемы, связанные с инструментальной цепочкой Arm, на которые мы указывали в обзоре WS300. Открытым остаётся вопрос, насколько хорошо модели сочетают карты с интерфейсом PCIe с когерентностью NVLink-C2C, и AMD пока не представила никаких бенчмарков, цен или информации о доступности, поэтому это скорее объект для наблюдения, чем выбор. Подробности содержатся в нашем обзоре анонса ; он войдет в рейтинг, если и когда оборудование поступит в лабораторию.
Также протестировано: настольные устройства с искусственным интеллектом.
Эти системы прошли один и тот же лабораторный процесс и представляют собой достойный выбор, не получивший места в какой-либо категории: Dell Pro Max с GB10 , ASUS Ascent GX10 , GIGABYTE AI TOP ATOM , HP ZGX Nano G1n и HP EliteDesk 8 Mini G1a.
Рабочие станции в корпусе Tower для локального ИИ
Когда время отклика важнее стоимости приобретения (интерактивные помощники по программированию, многопользовательская поддержка, конвейеры обработки запросов с длинными цепочками вызовов инструментов), дискретная видеопамять по-прежнему остается лучшим вариантом. Эти рабочие станции ранжируются здесь по пропускной способности при выводе данных и максимальному объему памяти, и для каждой из них мы указываем конфигурацию графического процессора, которую мы тестировали, наряду с максимальными параметрами шасси, поскольку то, что шасси в конечном итоге может вместить, имеет такое же значение, как и то, что было установлено в нашей сборке; на нашей странице «Лучшие настольные рабочие станции» они ранжируются отдельно по сравнению с SPECworkstation и рабочими нагрузками рендеринга, поскольку это отвечает на два разных вопроса.
Лучший корпус для локального ИИ: Dell Precision 7875
Две видеокарты RTX PRO 6000 Blackwell делают Precision 7875 самой быстрой системой стандартного форм-фактора, которую мы тестировали для локального инференцирования. Благодаря процессору Threadripper PRO 9995WX и 192 ГБ видеопамяти на двух картах, она полностью вмещает модели класса 100B в память графического процессора, обеспечивая при этом время до первого токена, сравнимое с интерактивными системами, чего не может достичь ни одно устройство с унифицированной памятью. Однако следует помнить о пределе возможностей: корпус 7875 поддерживает максимум две двухслотовые карты, поэтому наша двухпроцессорная сборка — это максимальная конфигурация; добавление третьей карты позже невозможно.
Прочитайте полный обзор Precision 7875.
Лучшая платформа для работы с несколькими видеокартами: HP Z8 Fury G6i
Корпус Z8 Fury G6i — это тот вариант, который вы покупаете, если планируете увеличить количество видеокарт. В нашей тестовой сборке работали две карты RTX PRO 6000 Max-Q, обеспечивающие в сумме 192 ГБ видеопамяти, но корпус, питаемый от двух блоков питания общей мощностью до 2700 Вт, поддерживает до четырех карт Blackwell и 384 ГБ видеопамяти. Разница между протестированной и максимальной конфигурациями и есть суть: ни один из стандартных OEM-корпусов, которые мы тестировали, не предлагает большего запаса по количеству видеокарт, а переход от двух карт к четырем не требует изменения корпуса.
Прочитайте полный обзор Z8 Fury G6i
Экстремальный выбор: Comino Grando RTX PRO 6000
768 ГБ видеопамяти в корпусе 4U с жидкостным охлаждением: Grando создан для покупателя, чья модель не подходит ни к одному другому корпусу. Наш тестовый образец поставлялся с восемью видеокартами RTX PRO 6000 Blackwell по 96 ГБ каждая, что является максимальным объемом памяти корпуса, и жидкостное охлаждение Comino поддерживает все восемь карт на полной мощности круглосуточно без снижения производительности. Это больше памяти для графических процессоров, чем у многих стоечных серверов, и при этом он вполне может стоять рядом с рабочим столом. Он впечатляет своей ценой, но не акустикой, и намеренно является исключением в этом списке: доказательство того, где на самом деле находится потолок возможностей настольных серверов.
Прочитайте полный обзор Comino Grando.
Как мы оцениваем
В рейтинге StorageReview действуют три правила. Во-первых, в рейтинг попадают только системы, прошедшие лабораторные испытания. Если система не проходила бенчмаркинг, её можно упомянуть, но она не может занимать отдельную категорию. Во-вторых, системы ранжируются один раз по каждому показателю измерения. Системы, указанные выше, также фигурируют в нашем рейтинге настольных рабочих станций, где они ранжируются по результатам SPECworkstation и производительности рендеринга, а здесь — по пропускной способности при выводе данных и максимальному объёму памяти. Другой вопрос, другие данные, иногда другой победитель. В-третьих, существует критерий жизнеспособности: система должна запускать модель класса 30B на интерактивных скоростях или предлагать не менее 96 ГБ доступной для модели памяти, чтобы попасть в рейтинг на этой странице.
Рейтинги формируются на основе совокупности таких факторов, как пропускная способность онлайн-сервиса vLLM, время до получения первого токена, время на вывод одного токена, эффективность вычислений MAMF, производительность хранилища GDSIO и рыночная цена. Редакционная оценка определяет победителя в случае равенства баллов. Поставщики не видят рейтинги до публикации, и размещение на этой странице не оплачивается.
Часто задаваемые вопросы о локальном ИИ для настольных компьютеров
Какой компьютер лучше всего подходит для работы с агентным ИИ?
Рабочие нагрузки агентов, такие как кодирование агентов, конвейеры вызова инструментов и многоэтапные автономные задачи, чувствительны к пропускной способности и задержке, чего нельзя сказать об использовании одного чата, поскольку агенты объединяют множество вызовов моделей с большим контекстом. Это дает преимущество башенным системам: дискретная видеопамять Dell Precision 7875 обеспечивает стабильное время до получения первого токена, что поддерживает отзывчивость длинных цепочек агентов. Для бюджетных экспериментов с агентами можно использовать устройство класса GB10, которое работает с теми же стеками на меньшей скорости. Полные рекомендации по выбору оборудования приведены в статье « ОЗУ, GPU и хранилище для агентного ИИ».
Сколько памяти мне потребуется для локального запуска модели объемом 70 байт?
Как правило, для работы с 70-битной моделью с 4-битным квантованием требуется примерно 40-48 ГБ доступной для модели памяти до учета контекста; для комфортного интерактивного использования с осмысленным контекстом требуется больше памяти. Именно поэтому устройства с унифицированной памятью объемом 128 ГБ хорошо справляются с моделями класса 70B, и именно поэтому системы с одним графическим процессором и объемом памяти 24-32 ГБ не попадают на эту страницу.
Для работы этих систем требуется специальное электропитание?
Что касается бытовой техники, то здесь нет: системы класса GB10 и Strix Halo без проблем работают от стандартной офисной розетки. Что касается корпусов, то здесь стоит серьезно обсудить этот вопрос с владельцем здания. Полностью сконфигурированный HP Z8 Fury G6i может вместить два блока питания общей мощностью до 2700 Вт, что превышает возможности стандартной 15-амперной цепи 120 В, а для Comino Grando требуются блоки питания мощностью 2000 Вт с возможностью горячей замены, работающие от сети 180-264 В, и снижающие мощность до 1000 Вт при напряжении 110 В. Перед покупкой, заказав блок питания из верхней части этой страницы, проверьте, что именно может обеспечить сеть; выделенная цепь или сеть 208/240 В могут составлять часть реальной стоимости полной конфигурации с видеокартой. Тепловыделение рассчитывается по той же схеме, поскольку каждый потребленный ватт в конечном итоге попадает в помещение.
А как насчет Mac Studio?
Не сейчас, и не только потому, что мы еще не провели лабораторные испытания. Apple прекратила продажу конфигураций Mac Studio с большим объемом памяти, которые были единственным реальным преимуществом машины для локального ИИ: достаточное количество объединенной памяти для хранения очень больших моделей. Без этих конфигураций текущая линейка не является серьезным претендентом на место на этой странице. Ожидается, что Apple обновит Mac Studio в этом году; если варианты с большим объемом памяти вернутся, мы протестируем один из них и пересмотрим свое мнение.
Amazon