戴尔 Pro Max GB10 评测

早在去年十月我们首次拿到 NVIDIA DGX Spark 时，我们就清楚地意识到 NVIDIA 确实致力于将数据中心级 AI 缩小到可以放在桌面上的设备。我们最初的 Founders Edition 样机让我们得以提前了解基于 Grace Blackwell 的 GB10 平台在紧凑型独立设备中的强大性能。

自那时起，随着OEM设计方案的不断完善，生态系统日趋成熟。我们最近收到了两台搭载GB10处理器的戴尔Pro Max笔记本电脑进行评测。我们将它们与我们其他的Spark系统并排比较，以评估不同厂商实现方案之间的性能一致性、散热情况以及整体设计差异。

初代 Spark 侧重于参考硬件，而戴尔则为该平台注入了自身独特的风格。搭载 GB10 的 Pro Max 采用戴尔 L6 机箱设计，外观更加精致，更具工业美感，更适合桌面使用，在保留 GB10 核心功能的同时，也展现出鲜明的个性。它不再像是一款开发套件，而更像是一款面向专业工作空间的成品。

截至撰稿时，戴尔官网上的1TB配置售价为4,061.34美元，定位为高端桌面AI设备。本次评测中，我们将对比戴尔GB10平台与我们测试过的其他Spark系统，重点关注其在持续高负载下的实际性能和散热表现。

戴尔 Pro Max GB10 规格

下表概述了戴尔 Pro Max（配备 GB10）的可用存储配置和构建选项。

规格	Dell Pro Max with GB10
尺寸和重量
高度	2 in
宽度	5.9 in
深度	5.9 in
重量	2.69磅
处理器
处理器类型	NVIDIA GB10（Grace Blackwell Superchip）（20 核）
集成显卡	NVIDIA Blackwell GPU（集成显卡）
内存
内存类型	LPDDR5x（统一系统内存）
内存配置	128 GB LPDDR5x 统一系统内存
内存带宽	273 GB/s (8533 MT/s)
运行系统
支持的操作系统	NVIDIA DGX 操作系统
外部端口和插槽
网络端口	一个 RJ45 (10GbE) NVIDIA ConnectX-7 网卡（200G × 2 QSFP）
USB端口	三个 USB 3.2 Gen 2×2 Type-C (20Gbps) 一个支持PD的USB 3.2 Gen 2×2 Type-C接口
视频端口	一个 HDMI 2.1a 接口
电源适配器端口	USB Type-C（PD 输入）
安全槽	没有
无线耳机
WiFi	WiFi 7（AW-EM637，2×2）
蓝牙	蓝牙5.4
存放
存储选项	M.2 Gen4 NVMe：1TB / 2TB / 4TB（Opal 2.0 版本容量有所不同）
电源适配器
类型	280W 外置适配器（USB Type-C）

戴尔 Pro Max 采用 GB10 机身和设计

总体而言，戴尔在设计上采用了与Pro系列台式机不同的方法，为其配备了蜂窝状前面板，使其尽管机身仅1升，却拥有企业级服务器的外观。整体做工令人印象深刻。枪灰色金属外壳赋予其坚固耐用的手感，使其既便携又耐用，无论是在繁忙的办公桌上还是在实验室中都能胜任。戴尔还在GB10设计中加入了LED电源指示灯，这是我们目前在市场上仅见过的一款产品。

GB10 的前后高度均为 1.80 英寸，最高点为 2.0 英寸。其紧凑的 5.90 英寸见方的占地面积极小，重量在 2.69 至 2.96 磅之间，具体取决于配置。

在设备背面，你会发现一个 RJ45 10GbE 以太网端口、两个 QSFP 200 Gbps 端口（Realtek RTL8127-CG；NVIDIA ConnectX-7）、三个支持 DisplayPort 1.4a 替代模式和供电功能的 USB 3.2 Gen 2×2 (20 Gbps) Type-C 端口、一个 HDMI 2.1a 端口。戴尔与其他 OEM 设计（例如 Founders Edition）的不同之处在于，它配备了一个更大的 280W USB Type-C 电源适配器，该适配器通常用于戴尔的便携式工作站产品组合中，为持续工作负载提供了充足的电源余量。

GB10 内部搭载 AzureWave AW-EM637 无线模块，提供 Wi-Fi 连接，可灵活部署。存储方面，配备一个 M.2 2230/2242 插槽，支持 PCIe Gen 4 SSD，实现快速启动和数据访问。内存方面，配备 128GB LPDDR5X 内存，运行速度高达 8533 MT/s，可提供满足高要求 AI 工作负载所需的高带宽。

该系统的核心是专为人工智能推理和边缘计算而设计的 NVIDIA GB10 芯片。系统预装了 NVIDIA DGX OS，这是 NVIDIA 优化的 Linux 发行版，包含预配置的驱动程序、CUDA 库以及 TensorFlow 和 PyTorch 等常用人工智能框架。这使得用户无需进行复杂的系统设置即可立即部署人工智能应用程序。

戴尔 Pro Max 搭载 GB10 散热测试

为了测试戴尔 Pro Max（配备 GB10 散热器）内部组件的散热性能，我们将其与 Founders Edition 版本以及华硕、宏碁和技嘉等 OEM 厂商的产品进行了比较。我们在Spark 散热测试论文中对此进行了更深入的探讨。

我们对整个技术栈进行了监控，在给定的时间段内，工作负载分为三个阶段，利用率在大约一小时内逐步提升。这使我们能够观察设备在长时间使用和不同工作负载阶段的性能。我们监控了 CPU、GPU、网络、NVMe 的温度以及总功耗。

CPU温度

在CPU散热测试中，配备GB10主板的戴尔Pro Max在高负载阶段的温度表现位居同组产品前列。在预填充高负载测试中，戴尔在1500秒左右记录到约87.7°C的峰值温度，使其在该工作负载转换阶段成为温度最高的系统之一。

在 ISL/OSL 相等的测试阶段，戴尔的 CPU 温度与中高端机型基本一致，与华硕和 Founders Edition 版本一样，稳定上升到 62–75°C 的范围内。技嘉在此阶段的 CPU 温度明显更低，而宏碁则保持了最低的整体 CPU 温度。

在预填充高负载测试下，戴尔的温度曲线上升速度比大多数竞争对手更快，峰值接近 88°C，随后进入解码高负载测试。一旦进入持续解码工作负载，系统温度便稳定在 80–83°C。虽然这使得戴尔的温度在同类产品中偏高，但它在长时间负载下展现出了稳定的散热控制能力，而非持续升温。

在整个测试过程中，宏碁的整体散热表现最佳，即使在持续测试阶段，温度也保持在 60°C 左右。相比戴尔，技嘉的散热表现也更为温和。

总体而言，戴尔 Pro Max 搭配 GB10 在突发工作负载期间的 CPU 峰值温度是该组中最高的之一，但一旦工作负载恢复正常，其持续负载温度就达到了具有竞争力的水平。

GPU温度

GPU 温度也呈现类似的趋势。在 Prefill Heavy 测试期间，戴尔显卡的峰值温度达到了约 80°C，在突发测试条件下，其温度处于堆栈温度的较高范围。

在 ISL/OSL 相等的测试阶段，戴尔主板的温度迅速攀升至 60°C 左右，与华硕和 Founders Edition 版本的温度基本一致。技嘉和宏碁在此阶段的温度则较低。

进入重解码模式后，戴尔主板的温度稳定在 68–71°C 之间。虽然仍然高于宏碁和技嘉，但与突发解码阶段相比，温度差距有所缩小。在持续解码过程中，公版主板和华硕主板的温度与戴尔主板的温度区间相似。

综合来看，戴尔系统虽然GPU峰值温度较高，但在持续高负载下表现出稳定且可预测的行为。

NVMe温度

在存储散热方面，戴尔的配置与其他厂商的配置差异最为明显。在预填充重度测试中，NVMe固态硬盘的峰值温度约为63-64°C，在对比组中处于较高水平。

在等效ISL/OSL测试中，戴尔硬盘的初始温度在40°C左右，并稳步上升，在整个测试阶段，其温度略高于大多数竞争对手。在持续解码工作负载下，硬盘温度稳定在59-61°C之间。

虽然这些温度仍在标准的 NVMe 运行规范范围内，但与 Acer 和 Gigabyte 相比，这表明其气流或存储放置位置相对更紧凑，这两家公司在相同阶段都保持了较低的持续 NVMe 温度。

NIC 温度

网卡温度变化趋势类似，但不如戴尔网卡明显。戴尔网卡在预填充重负载运行时温度峰值在 70°C 左右，在解码重负载运行时温度稳定在 60°C 以上。

在整个测试过程中，戴尔的温度始终处于较高水平，但与华硕或公版机型相比，温度差异并不显著。宏碁再次保持了最低的整体温度。

GPU功耗

GPU功耗表现更接近于同类产品的中游水平。在预填充重载测试阶段（大约在1,400-1,600秒之间），戴尔显卡的GPU功耗峰值约为70W。这短暂地接近了公版显卡74W的峰值，但总体而言仍略低一些。

在 Equal ISL/OSL 测试中，戴尔的功耗从大约 27W 逐渐提升至 40W 左右，与其他系统基本同步。在 Prefill Heavy 测试中，其功耗短暂达到 70W，随后回落。在 Decode Heavy 测试中，戴尔的功耗稳定在 40-45W 之间，略高于宏碁和华硕，但低于 Founders Edition，后者在基准测试的剩余部分保持了最高的持续 GPU 功耗。

从功耗角度来看，戴尔似乎并没有过度驱动GPU。相反，其相对于某些竞争对手较高的发热量可能更多地源于机箱风道和内部布局设计，而非过高的功率分配。

热力总结

在CPU、GPU、NVMe和网卡监控方面，配备GB10的戴尔Pro Max在突发性高负载的预填充任务中，温度通常偏高。然而，在持续解码任务中，温度稳定在具有竞争力的范围内，没有出现过高的温度波动。

宏碁的整体散热表现始终最佳，技嘉的散热性能也优于戴尔。而公版和华硕的散热表现则与戴尔更为接近。

最终，数据表明戴尔的实现方式优先考虑紧凑的设计和工作站式的封装，在负载下散热性能保持稳定，但在激烈的工作负载转换期间，与同类产品中散热性能最好的机箱相比，散热余量较小。

戴尔 Pro Max GB10 性能测试

为了评估搭载 GB10 的 Dell Pro Max，我们使用 vLLM Online Serving 基准测试对 Spark 单元进行了测试。vLLM Online Serving 基准测试是目前应用最广泛的大型语言模型高吞吐量推理和服务引擎。该基准测试通过向正在运行的 vLLM 服务器发送并发请求来模拟真实生产环境中的工作负载，并测量关键指标，包括总令牌吞吐量（每秒令牌数）、首令牌到达时间和每个输出令牌的生成时间，同时考察不同负载条件下的性能。

我们的测试涵盖了多种模型，包括密集架构和微扩展数据类型，并评估了三种工作负载场景下的性能：均衡 ISL/OSL、预填充密集型和解码密集型。这些场景代表了不同的实际服务模式，从均衡的输入输出负载到计算密集型的提示符处理和内存带宽受限的令牌生成。

除了搭载 GB10 显卡的戴尔 Pro Max 之外，我们还以 NVIDIA Founders Edition Spark 作为参考基准，并对华硕、宏碁和技嘉的 OEM 系统进行了基准测试。这使我们能够将戴尔的测试结果置于更广泛的竞争格局中进行分析，并了解其在不同型号和工作负载类型中的领先、并驾齐驱或落后情况。

GPT-OSS-120B

在 Equal ISL/OSL 模式下，Dell 的性能从 68.57 tok/s 扩展到 670.83 tok/s，在整个批处理范围内都处于中等水平。预填充重型任务的初始性能为 298.60 tok/s，当批处理大小为 64 时，性能可扩展至 2,707.15 tok/s，尽管初始性能较为一般，但在较大的批处理大小下，Dell 仍能跻身顶级行列。解码重型任务的性能范围为 37.74 tok/s 到 273.54 tok/s，与其他工作负载类型相比，其性能扩展性仍然有限。

GPT-OSS-20B

ISL/OSL 相等时，吞吐量从 90.76 到 1,585.28 tok/s 呈稳定增长，且随批次大小的增加而提升。预填充重型处理器在批次大小为 64 时达到 4,453.55 tok/s，这是戴尔在所有测试机型中最高的绝对吞吐量。解码重型处理器的吞吐量范围为 49.88 到 687.17 tok/s，且在整个批次范围内保持稳定增长。

Qwen3 程序员 30B A3B FB8

等 ISL/OSL 的性能范围为 103.76 至 1,258.08 tok/s，不同批次大小的供应商性能分布较为集中。预填充重型任务的性能在批次大小为 64 时可达 2,018.58 tok/s，在高批次大小下，各系统之间的性能差异很小。解码重型任务的性能范围为 54.69 至 493.82 tok/s，不同供应商的性能分布也较为集中。

Qwen3 编码器 30B A3B 基地

等 ISL/OSL 的性能在不同批次大小下介于 62.74 至 748.04 tok/s 之间。预填充重型任务的性能介于 266.80 至 1,693.68 tok/s 之间，在中等和较大批次大小下均保持在较高水平。解码重型任务的性能在整个工作负载范围内介于 34.11 至 365.68 tok/s 之间。

Llama 3.1 8B 指令 FP4

等 ISL/OSL 性能随批次大小变化，范围从 76.03 到 2,776.30 tok/s。预填充重型处理器在大批次大小下将 Dell 的性能置于中等水平，其吞吐量与其他处理器一样逐步提升。解码重型处理器的性能范围从 40.87 到 575.50 tok/s，并随批次大小逐步提升。

Llama 3.1 8B 指令 FP8

等量ISL/OSL的性能范围为24.50至1,079.44 tok/s，各供应商的性能在整个批次范围内都非常接近。预填充重型设备在批次大小为64时达到245.35 tok/s，随着批次大小的增加，各供应商之间的性能差距逐渐增大。解码重型设备的性能范围为23.60至464.12 tok/s，各供应商的性能范围基本一致。

GPU 直接存储

我们在 Spark 上进行的测试之一是 MagnumIO GPU 直接存储 (GDS) 测试。GDS 是 NVIDIA 开发的一项功能，允许 GPU 在访问存储在 NVMe 驱动器或其他高速存储设备上的数据时绕过 CPU。GDS 无需通过 CPU 和系统内存路由数据，而是支持 GPU 和存储设备之间的直接通信，从而显著降低延迟并提高数据吞吐量。

戴尔在 Pro Max GB10 中使用了 Phison ESL04TBTLCZ 4TB Gen4 SSD。虽然这与其他 4TB 型号的容量相同，但它是 Gen4 型号，读取和写入速度较低。

GPU 直接存储的工作原理

传统上，当GPU处理存储在NVMe驱动器上的数据时，数据必须先经过CPU和系统内存才能到达GPU。由于CPU充当中间人，这个过程会造成性能瓶颈，增加延迟并消耗宝贵的系统资源。GPU直接存储（GPU Direct Storage）通过允许GPU直接通过PCIe总线访问存储设备中的数据，消除了这种低效。这种直接路径减少了数据传输的开销，从而实现了更快、更高效的数据传输。

AI 工作负载（尤其是涉及深度学习的工作负载）是高度数据密集型的。训练大型神经网络需要处理数 TB 的数据，数据传输的任何延迟都可能导致 GPU 利用率不足和训练时间延长。GPU Direct Storage 通过确保尽快将数据传送到 GPU、最大限度地减少空闲时间并最大限度地提高计算效率来解决这一挑战。

此外，GDS 对于涉及流式传输大型数据集的工作负载（例如视频处理、自然语言处理或实时推理）尤其有益。通过减少对 CPU 的依赖，GDS 可加速数据移动并释放 CPU 资源以用于其他任务，从而进一步提高整体系统性能。

GDSIO 读取吞吐量 16k

从 GDSIO 16K 读取吞吐量来看，戴尔主板在单线程时约为 0.50 GiB/s，在 8 线程时提升至 1.34 GiB/s，明显优于华硕主板的约 0.95 GiB/s。这一优势在 16 线程时依然存在，戴尔主板的读取速度为 2.26 GiB/s，而华硕主板约为 1.58 GiB/s；在 32 线程时，戴尔主板的读取速度再次领先，达到 3.32 GiB/s，而华硕主板为 2.55 GiB/s。

即使在 64 线程的情况下，戴尔仍保持 4.35 GiB/s 的优势，领先于华硕的约 3.68 GiB/s。只有在 128 线程时，戴尔的读写速度才稳定在 4.30 GiB/s 左右，而其他平台的读写速度则更高。在整个核心数扩展范围内，戴尔始终领先，并以明显优势胜过华硕系统。

GDSIO 读取平均延迟 16K

从 GDSIO 读取平均延迟 (16K) 来看，戴尔在大部分扩展曲线上都提供了最低的延迟。在单线程时，其延迟约为 0.03 毫秒，与华硕非常接近，但在双线程（0.09 毫秒 vs. 0.13 毫秒）和四线程（0.112 毫秒 vs. 0.118 毫秒）时，戴尔迅速拉开差距。在八线程（0.092 毫秒 vs. 0.13 毫秒）、十六线程（0.108 毫秒 vs. 0.155 毫秒）和三十二线程（0.148 毫秒 vs. 0.193 毫秒）时，戴尔仍然保持着优势。

在 64 线程的情况下，戴尔的延迟约为 0.222 毫秒，略低于华硕的 0.267 毫秒，保持了竞争力。只有在 128 线程时，延迟才会急剧上升到 0.45 毫秒左右，与华硕在同一水平上的表现非常接近。总体而言，在低到中等并发水平下，戴尔的延迟始终低于华硕，直到线程数达到最高时才趋于一致。

GSDIO 写入吞吐量 16K

从 GDSIO 写入吞吐量 (16K) 来看，戴尔在单线程下表现出色，初始速度约为 0.35 GiB/s，并在较低并发数下迅速拉开差距，在双线程下达到约 0.75 GiB/s，在四线程下达到约 1.55 GiB/s，明显领先于华硕（分别为 0.58 GiB/s 和 0.65 GiB/s）。戴尔在八线程下继续提升至 2.33 GiB/s，并在 16 线程和 32 线程下达到峰值 2.88–2.90 GiB/s，在这些线程数下均领先于其他厂商。

然而，超过 32 个线程后，戴尔的性能趋于平稳并略有下降，在 64 个线程时约为 2.90 GiB/s，在 128 个线程时则降至约 2.75 GiB/s。相比之下，宏碁、技嘉和 Founders Edition 的性能则在 64 个线程时迅速提升至 5 GiB/s 以上，并在 128 个线程时达到约 6.5 GiB/s。总体而言，戴尔在中低线程范围内表现出色，但在高并发级别下，其性能扩展性不如性能顶尖的系统。

GDSIO 写入平均延迟 16K

从 GDSIO 写入平均延迟 (16K) 来看，戴尔在几乎整个扩展曲线范围内都提供了最低的延迟。在单线程时，其延迟约为 0.045 毫秒，在双线程时保持在 0.05 毫秒，在四线程时保持在 0.04 毫秒，显著低于华硕的 0.06 毫秒和 0.10 毫秒。在八线程时，戴尔的延迟约为 0.055 毫秒，而华硕约为 0.20 毫秒。在 16 线程时，差距进一步扩大，戴尔约为 0.085 毫秒，而华硕约为 0.35 毫秒。在 32 线程时，戴尔仍然保持在 0.17 毫秒左右，而华硕则攀升至接近 0.68 毫秒。

即使在 64 线程的情况下，戴尔的写入延迟也保持在 0.34 毫秒左右，而华硕则飙升至约 1.51 毫秒。只有在 128 线程时，戴尔的写入延迟才会略微上升至约 0.71 毫秒，但仍然远低于华硕的 3.10 毫秒以上。总体而言，随着并发数的增加，戴尔在写入延迟控制方面明显优于华硕。

GDSIO 读取吞吐量 1M

从 GDSIO 读取吞吐量（1M）来看，戴尔的处理器在单线程下初始速度约为 2.6 GiB/s，双线程下提升至 4.3 GiB/s，四线程下达到约 5.6 GiB/s。之后性能基本趋于稳定，在 8 线程下约为 5.6 GiB/s，16 线程下约为 5.4 GiB/s，32 线程下约为 5.4 GiB/s，64 线程下约为 5.5 GiB/s，最终在 128 线程下接近 5.5 GiB/s。

虽然戴尔在早期扩展性和性能方面表现出色，但宏碁和技嘉在高线程数下继续突破 11 GiB/s 的瓶颈，而 Founders Edition 版本接近 10 GiB/s，这使得戴尔在大块读取吞吐量方面稳居中端市场。

GDSIO 读取平均延迟 1M

从 GDSIO 读取平均延迟（1M）来看，戴尔的延迟在 1 个线程时约为 0.35 毫秒，2 个线程时约为 0.45 毫秒，4 个线程时约为 0.70 毫秒。延迟继续以可控的方式增加，在 8 个线程（1.50 毫秒）和 16 个线程（3.00 毫秒）时达到峰值，然后在 32 个线程时达到约 5.90 毫秒，在 64 个线程时达到约 12.40 毫秒，最后在 128 个线程时接近 25.40 毫秒。

虽然戴尔的扩展性优于华硕（华硕在 128 线程时延迟接近 29.60 毫秒），但在峰值并发情况下，戴尔的延迟仍然高于宏碁和技嘉，后两者在 128 线程时的延迟都接近 11 毫秒。总体而言，戴尔在大块读取方面保持着中等延迟水平，优于华硕，但在最高线程数下仍落后于延迟最低的平台。

GDSIO 写入吞吐量 1M

从 GDSIO 写入吞吐量（1M）来看，戴尔的 GDSIO 写入吞吐量在 1 个线程时约为 2.6 GiB/s，在 2 个线程时增加到约 3.2 GiB/s，在 4 个线程时达到约 3.3 GiB/s。之后性能趋于平稳，在 8 到 64 个线程之间保持在 3.2 到 3.3 GiB/s 左右，然后在 128 个线程时略微下降到约 3.1 GiB/s。

戴尔虽然能够提供稳定可靠的大块写入性能，但在高并发场景下，其性能却不如宏碁和技嘉那样出色。宏碁和技嘉在 8 到 64 个线程之间都能达到 12 GiB/s 以上的写入速度，戴尔的 Founders Edition 版本在中等配置下也能保持约 8.7 GiB/s 的速度。总体而言，戴尔的性能虽然稳定，但在高并发 1M 写入吞吐量方面，明显落后于性能顶尖的系统。

GDSIO 写入平均延迟 1M

从 GDSIO 写入平均延迟（1M）来看，戴尔的延迟在 1 个线程时约为 0.6 毫秒，随着线程数的增加，逐渐增加到 2 个线程时的约 0.8 毫秒和 4 个线程时的约 1.2 毫秒。延迟继续攀升，在 8 个线程时约为 2.5 毫秒，16 个线程时约为 5.0 毫秒，32 个线程时约为 9.5 毫秒，在 64 个线程时达到约 19.0 毫秒，最终在 128 个线程时接近 40.0 毫秒。

虽然戴尔的扩展性比华硕更好（华硕在 64 线程时延迟会急剧飙升至 100 毫秒以上），但在更高的并发数下，戴尔仍然落后于宏碁和技嘉，这两家厂商在 128 线程时延迟仍保持在 14 毫秒左右。总体而言，随着线程数的增加，戴尔的大块写入延迟能够保持稳定，处于中等水平。

结语

戴尔Pro Max搭载了NVIDIA标准化的GB10 Spark平台，并将其集成到戴尔Pro Max机箱中，从而保持了与整个生态系统相同的底层计算基础。在vLLM测试中，其持续的AI推理性能与其他Spark系统保持高度一致，在Equal和Decode工作负载下均表现出强大的预填充扩展性和可预测的性能。

在预填充（Prefill）等突发性高负载任务中，戴尔的散热性能在同类产品中处于较高水平，包括NVMe固态硬盘温度高于部分竞争对手。然而，在持续的解码（Decode）工作负载下，温度稳定在具有竞争力的范围内，没有出现任何不稳定或降频的迹象。GPU功耗也保持在平台预期范围内。

在GPU直接存储测试中，戴尔在16K读取吞吐量扩展方面表现出色，并在中低并发水平下展现了强大的写入延迟控制能力。在1M传输量较大时，其吞吐量在高线程数下比宏碁和技嘉更早达到瓶颈，这种现象似乎与特定的第四代固态硬盘配置有关，而非GB10架构本身的限制。遗憾的是，戴尔在GB10的存储配置方面做出了一系列令人失望的决定，没有提供第五代固态硬盘选项。此外，其2TB版本采用的是第四代QLC固态硬盘，其性能可能不如本次评测结果所示。

Spark产品线的核心AI吞吐量基本一致。差异体现在实现方式的选择上，而非原始处理能力。

产品页面 – 戴尔 Pro Max with GB10

排行榜：戴尔 Pro Max 搭配 GB10 处理器，已入选我们“最佳本地 AI 台式机”排行榜。