Обновлено 13 ноября 2026 г.: Dell Pro Precision 9 T4 пополнил список лучших настольных компьютеров с процессорами Xeon для локального ИИ, раздел «Настольные компьютеры» теперь группирует варианты по хост-платформе, а раздел «Как мы ранжируем» теперь охватывает настольные компьютеры, протестированные на нашем наборе тестов llama.cpp под Linux. 24 октября ответ для Mac Studio был обновлен для моделей M5 Max и M5 Ultra, поставки которых Apple начала в сентябре.
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.
Ключевой 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, что позволяет создавать модели, которые в противном случае потребовали бы нескольких дискретных графических процессоров.
Рабочие станции в корпусе типа Tower отвечают высокой пропускной способностью: видеокарты RTX PRO 6000 Blackwell обеспечивают гораздо более высокие значения в токене в секунду, но при этом стоят в несколько раз дороже и потребляют больше энергии. На этой странице представлен рейтинг обеих моделей в отдельных категориях, основанный на одном и том же наборе тестов, поскольку правильный ответ зависит от самой мощной 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 (альтернатива: ASUS ET900N G3) | 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 |
| Лучший процессор Xeon для локального ИИ. | Dell Pro Precision 9 T4 | 192 ГБ GDDR7 (2 × 96 ГБ) | 2× RTX PRO 6000 Max-Q / 2 макс. | Обзор Pro Precision 9 T4 |
| 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 искусственного интеллекта. 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, как мы тестировали, может работать в кластерном режиме «из коробки»: в нашем тестировании распределенного вывода на двух узлах выполнялись параллельные рабочие нагрузки на узлах Dell, GIGABYTE и HP через 200GbE.
Теперь у этой кластерной архитектуры появился более дешевый способ подключения: 23 октября NVIDIA выпустила 64-гигабайтную версию DGX Spark по цене 4,999 долларов , продаваемую через те же шесть OEM-производителей, причем две из них объединяются по одному кабелю 200GbE, обеспечивая в общей сложности 128 ГБ памяти; NVIDIA заявляет, что в кластерной паре производительность может достигать 1.7 раза выше, чем у одного 128-гигабайтного устройства на Qwen3.8 27B, хотя мы еще не проверяли это утверждение. Программный стек CUDA остается самым глубоким в сегменте.
Единственное жесткое ограничение платформы — это объем хранилища: каждая система GB10 имеет максимум около 4 ТБ на одном коротком слоте M.2. Наша конфигурация с восемью системами хранения Spark — это решение для целого парка устройств: единый управляемый массив QLC, работающий через порты 100GbE, которые уже есть в каждой системе Spark, где один клиент считывает данные со скоростью 10.8 Гбит/с, что соответствует самой быстрой внутренней системе M.2, измеренной нами в системе GB10, а модель на 78 ГБ, размещенная централизованно, загружается с задержкой не более 13% от скорости локального NVMe.
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 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 20 петафлопс в FP4. 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 ставят его ближе к крайним значениям в сегменте башенных корпусов, чем к корпусам GB10, расположенным выше, но ни один другой корпус такого размера в этом классе не вмещает модель столь больших размеров. На очевидный вопрос, будет ли процессор мощностью 1,300 Вт снижать производительность в башенном корпусе, теперь есть взвешенный ответ: наш подробный анализ температурного режима WS300 показал 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.
Альтернатива GB300: ASUS ExpertCenter Pro ET900N G3 — вторая тестовая станция GB300 DGX, прошедшая наше тестирование, и она подтверждает работоспособность платформы: в 14 моделях и при двух рабочих нагрузках 24 из 28 сравнений пиковой пропускной способности показали результаты, отличающиеся от WS300 не более чем на 2%, а модели с когерентным пулом показали результаты на уровне или даже лучше. ASUS добавила ручки для переноски на 27-килограммовый корпус, отдельный вентилятор над отсеками для оптики 400G и блок питания 80 PLUS Titanium. Обе модели обеспечивают работу платформы; сравнение двух корпусов читайте в нашем обзоре ET900N G3 .
Масштабирование кластера: теперь измеряется производительность двух таких вышек, соединенных кабелем через собственные порты 400G, а не гарантируется: в нашем кластерном тесте GB300, в котором станции ASUS и HP были объединены с двумя ЦАП, была достигнута 98% скорости линии связи в сетях NCCL, а производительность GLM-5.2, модели на 433 ГБ, которую может обслуживать одна станция только путем размещения 215 ГБ данных в памяти Grace, снизилась со 139 выходных токенов в секунду при 32 потоках до 1,525, а затем до 3,141 при 256 потоках.
Модели, помещающиеся на одной станции, масштабируются по-разному: предварительное заполнение/декодирование утроило пропускную способность GLM-5.3 Flash при коротких запросах, а DeepSeek V4.1 Flash показал 5,248 токенов в секунду, что является самым высоким показателем в наборе.
Прочитайте полный обзор XpertStation WS300.
В лаборатории: станция HP ZGX Fury AI.
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, акустические характеристики, стабильная тактовая частота и практический опыт эксплуатации машины.
Первые публичные результаты уже опубликованы: ZGX Fury использовался в качестве второй рабочей станции в нашем кластерном тесте GB300 с двумя станциями , выполняя декодирование для дезагрегированной конфигурации GLM-5.3 Flash и половину каждого параллельного запуска тензоров. Тестирование в одиночном режиме уже идёт, и ZGX Fury войдёт в рейтинг, когда будут получены его собственные результаты.
ZGX Fury также является одной из первых двух систем, названных Microsoft для DGX Station для Windows , наряду с Dell Pro Precision с GB300, при этом NVIDIA планирует выпустить версию для Windows в четвертом квартале. Аппаратное обеспечение соответствует протестированным нами настольным компьютерам GB300 на Ubuntu, и остается открытым вопрос, будут ли стеки обслуживания работать непосредственно в Windows или под WSL в этой версии.
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 согласованного пула памяти AMD объединяет 96-ядерный Threadripper PRO на платформе с объёмом до 2 ТБ восьмиканальной памяти DDR5 и 128 линиями PCIe 5.0 с двумя 600-ваттными ускорителями Instinct MI350P, каждый из которых имеет 144 ГБ памяти HBM3E, и заявленным путём к четырём видеокартам и 576 ГБ памяти HBM. Вся система имеет жидкостное охлаждение, а хост x86 обходит проблемы, связанные с инструментальной цепочкой Arm, на которые мы указывали в обзоре WS300.
Остается открытым вопрос, насколько хорошо модели обеспечивают согласованность NVLink-C2C при использовании карт с интерфейсом PCIe, а AMD пока не представила никаких результатов тестов, информации о ценах или доступности, поэтому это скорее информация для наблюдения, чем выбор. Подробности можно найти в нашем обзоре анонса ; она 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, многопользовательское обслуживание, конвейеры обработки запросов с длинными цепочками вызовов инструментов), дискретная видеопамять по-прежнему остается определяющим фактором. Эти настольные компьютеры ранжируются здесь по пропускной способности при выводе данных и максимальному объему памяти, и для каждого из них мы указываем конфигурацию графического процессора, которую мы тестировали, наряду с максимальным объемом памяти корпуса, поскольку то, что корпус может вместить в конечном итоге, имеет такое же значение, как и то, что было установлено в нашей сборке; для попадания в этот раздел настольному компьютеру необходимо два или более графических процессора. Настольные компьютеры с одним графическим процессором, включая модели с 96 ГБ RTX PRO 6000, ранжируются на нашей странице «Лучшие настольные рабочие станции» в нашем пакете клиентских приложений для Windows, поскольку они отвечают на другой вопрос.
Мы также группируем компьютеры по платформе, поскольку процессор и память видеокарт определяют, как компьютер будет обрабатывать модели, выходящие за пределы памяти графического процессора, векторный поиск и моделирование, которые часто выполняются на одной машине. Precision 7875 лидирует среди процессоров Threadripper и занимает первое место в общем рейтинге, Pro Precision 9 T4 лидирует среди процессоров Xeon, а категория Core Ultra открывается, когда в нашу лабораторию попадает компьютер с двумя видеокартами Core Ultra.
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.
Лучший башенный процессор Xeon для локального ИИ: Dell Pro Precision 9 T4
Pro Precision 9 T4 по производительности графических процессоров не уступает Precision 7875, а по всем параметрам, обрабатываемым процессором Xeon, превосходит его. Две видеокарты RTX PRO 6000 Max-Q показали результаты в пределах 1–9% от показателей идентичной пары 7875 при обработке данных на одном графическом процессоре и в пределах 10% при встраивании и тонкой настройке данных на двух графических процессорах. При распределении нагрузки между двумя картами MiniMax M2.7 (модель объемом 129.3 ГБ, слишком большая для одной карты) сгенерировала 83.7 токенов в секунду для одного пользователя против 85.0 на 7875.
Разница заключается в хосте: восемь каналов DDR5-6400 обеспечивают 86-ядерному Xeon 698X пропускную способность памяти 328 ГБ/с, что на 53 процента больше, чем у 7875, и это заметно по результатам работы с моделями. Векторный поиск HNSW выполнялся в 1.51 раза быстрее, чем у 7875, индекс был построен за 27.3 секунды против 34.8, а решение OpenFOAM drivAer завершилось за 293 секунды против 556. Его загрузочный диск Gen5 также загрузил gpt-oss:120b за 15.2 секунды против 25.8.
Модель 7875 по-прежнему остается лучшим выбором, поскольку она превосходит T4 во всех тестах производительности, зависящих от графического процессора, а её процессор Threadripper выполняет рендеринг и компиляцию, зависящие от ядра, на 18–38 процентов быстрее. T4 — это настольный компьютер для команд, которые размещают и внедряют модели, а также выполняют моделирование и аналитику на одной машине, и конфигуратор Dell ограничивает её двумя видеокартами RTX PRO 6000. На момент обзора её цена на сайте Dell.com составляла около 66 600 долларов США в данной конфигурации.
Прочитайте полный обзор Pro Precision 9 T4.
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 находится потолок возможностей для размещения рядом с рабочим столом.
Прочитайте полный обзор Comino Grando.
Как мы оцениваем
В рейтинге StorageReview действуют три правила. Первое правило: в рейтинг включаются только системы, прошедшие лабораторные испытания . Если система не проходила бенчмаркинг, её можно упомянуть, но она не может занимать отдельную категорию. Второе правило: системы оцениваются один раз по каждому показателю измерения. Указанные выше системы также входили в наш рейтинг настольных рабочих станций по производительности SPECworkstation и рендерингу до октября 2026 года, когда на этой странице появились системы с одной видеокартой; их результаты там остались в обзорах, а здесь они ранжированы по пропускной способности при выводе данных и максимальному объёму памяти.
Во-третьих, существует ограничение по количеству видеокарт: система должна иметь две или более графических процессоров, протестированных с помощью vLLM Serving или нашего пакета llama.cpp под Linux, либо пул общей памяти с объемом не менее 96 ГБ, доступным для моделей. Системы с одной видеокартой, даже с картой на 96 ГБ, занимают высокие места в нашем рейтинге лучших настольных рабочих станций в нашем пакете программ для Windows.
Рейтинги формируются на основе совокупности таких факторов, как пропускная способность онлайн-сервиса vLLM, время до получения первого токена, время на вывод токена, эффективность вычислений MAMF, производительность хранилища GDSIO и рыночная цена. Редакционная оценка разрешает спорные ситуации внутри рейтинговых диапазонов. Тестируемые на нашем новом наборе тестов llama.cpp серверы ранжируются по показателям пропускной способности, времени до получения первого токена, загрузки модели, RAG и результатам тонкой настройки, и мы повторно тестируем сравниваемые серверы на этом же наборе тестов при ранжировании нового сервера. 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 контекста; для комфортного интерактивного использования с длительным контекстом требуется больше. Именно поэтому устройства с унифицированной памятью объемом 128 ГБ хорошо справляются с моделями класса 70B, и именно поэтому на нашей странице «Лучшие настольные рабочие станции» мы отдаем предпочтение однопроцессорным системам.
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 работать с двумя блоками питания общей мощностью до 2700 Вт, что превышает возможности стандартной 15-амперной цепи 120 В, а в Comino Grando указаны блоки питания мощностью 2000 Вт с возможностью горячей замены, требующие входного напряжения 180-264 В, и снижающие мощность до 1000 Вт при напряжении 110 В.
Прежде чем совершать покупку, заказав комплектующие в верхней части этой страницы, проверьте, какое напряжение может обеспечить ваша сеть; выделенная цепь или сеть 208/240 В могут существенно повлиять на реальную стоимость полной видеокарты. Тепловыделение рассчитывается аналогичным образом, поскольку каждый потребленный ватт в конечном итоге попадает в помещение.
А как насчет Mac Studio?
Пока нет, потому что мы еще не проводили лабораторных испытаний. Apple начала поставки Mac Studio с процессорами M5 Max и M5 Ultra 22 сентября, при этом M5 Max будет иметь до 128 ГБ унифицированной памяти по цене от 2,499 долларов, а M5 Ultra — до 512 ГБ по цене от 5,499 долларов. Конфигурация на 512 ГБ, наиболее важная для очень больших моделей, должна появиться в конце октября по цене, которую Apple еще не объявила. Если мы будем тестировать такую модель, то будем оценивать ее по результатам измерений, как и все системы на этой странице.
Какая рабочая станция на базе процессора Xeon лучше всего подходит для локального ИИ?
Dell Pro Precision 9 T4 — наш лучший настольный компьютер на базе Xeon для локального ИИ. С двумя видеокартами RTX PRO 6000 Max-Q он показал результаты на 1–9% ниже, чем Precision 7875 на базе Threadripper при работе с одной видеокартой, и распределил 129.3 ГБ памяти MiniMax M2.7 между обеими картами со скоростью 83.7 токена в секунду, а восемь каналов DDR5-6400 обеспечили на 53% большую пропускную способность памяти для векторного поиска и моделирования. Precision 7875 остается нашим лучшим выбором среди настольных компьютеров по пропускной способности GPU.
Amazon