64GBx2 家用设备的顶流容量AI内存！英睿达DDR5 Pro实测！

小伙伴们好，我是潮玩！关注一下，每天都有新收获哦！↑↑↑

从来没有想过，我们也被逼上了64GBx2总容量128GB的内存了！不过，我们也相信，在大模型本地化的浪潮之下，这也应该是使用AI算力来创业的基本配备了。为什么呢？我们一起来看！

一、老规矩，还是先来看开箱！

这就是即将上机的英睿达DDR5 Pro 64GBx2内存。它的总容量达到了惊人的128GB。虽然是一对市面上少有规格的内存，但它的包装并不能够凸显它的特殊，依旧是英睿达家族风格的设计，在右上角标注了128GB，5600MT/s，它支持Intel XMP和AMD EXPO。

背面，同样也是家族化的风格，中间的小窗中可以看到这对内存的二维码。

打开包装之后，我们就可以看到这对内存的本体啦！它采用了磨砂铝制马甲。左侧是英睿达的英文LOGO，右边是DDR5 Pro的字样。

内存拿在手里，还是蛮有质感的。精致的它，也无愧于其系出名门的背景。它的马甲也专门做了凸凹的设计，扩大了散热面积，也更有利于颗粒的稳定运行。

在内存的背部，也有着英睿达Crucial DDR5 Pro的字样。

虽然没有做成灯条，但作为一对大容量的内存条，它也带有了一种专业的特有的冷峻感觉。它的高度约在34.8mm，可以适配大多数的CPU风冷散热。

从侧面，我们同样可以看到，内存颗粒与散热马甲之间填充了更有利于散热的导热硅脂。

二、上机来看一下性能吧

上图是本次测试的平台，它使用了AMD 9800×3D的处理器、技嘉X870主板，其中红框部分为本次测试的内存，英睿达64GBx2 5600MT/s。

我们使用鲁大师对其跑了一个分，从上图中可以看出，处理器得分为971032分、显卡得分为458624分、内存得分为221531分、硬盘得分为389856分，整机性能得分为2041043分。

在AIDA64的测试之中，英睿达DDR5 Pro的读取为53612MB/s、写入为72924MB/s、复制为48176MB/s，延迟为104ns。

在PerformanceTest的测试之中，它的得分为3149，位列前32%。虽然说这样的数并不亮眼，但在64GBx2的规格中，英睿达DDR5 Pro却是鲜有对手的。

三、128GB内存加持下的整机性能表现

另外，我们也使用PCMARK10进行了整机性能的测试。从中可以看出，它的常用基本功能得分为11079，生产力得分为12106，数位内容创作得分为15838，PCMARK10的总体得分为9216。从我们的实际应用来看，大内存的优势更多的体现在了多生产力软件同时打开、运行时，系统依旧可以保持高效的运转，没有卡顿的情况出现。

我们再来看一眼3DMARK的跑分，在TimeSpy中，它的显卡分数为13195、CPU分数为14672，TimeSpy得分为13397。虽然整体的提升并不如生产力那边明显，但在《黑神话：悟空》的加载来看，更大的内存也带来了更迅捷的响应速度。

另外，我们也使用Procyon进行了AI测试，在AI图像生成的环节中，它的得分为1275，平均每张图片的生成时间为4.9s，16张图片总耗时为78.393s。

同样的，在PS、LC的测试之中，我们也可以感受到大内存对于生产力效果的提升。整机在照片编辑基准测试中得分为9675分。

在以Adobe Premiere Pro为基准的测试之中，整机的总体性能得分为28701分。

在语言大模型的测试之中，PHI 3.5的得分为2396、MISTRAL 7B的得分为2194、LLAMA 3.1的得分为1679、LLAMA 2的得分为380。可见，更大的内存，也让整机有了更好的性能表现。

四、实际应用：8G显存，照样玩转DEEPSEEK 70B

DEEPSEEK可以说是当下最火爆的大模型之一了，如果我们本地部署的话，它是对显存有一定要求的。比如说，它的7B/8B就对应着8G的显卡。16GB以上就可以使用32B的标准版。但是，如果我们手头仅有8G显存就不能玩了吗？还真不是！我们就用8G显存的4060Ti，借助大内存跑上了70B的本地版本。

只要我们的内存够大，其实还是能够以强补弱的。下面，我们也将自己部署的方法与UU们，一同分享。我们这次使用的是LMSTUDIO作为平台进行部署的。首先我们在https://lmstudio.ai/下载对应自己系统的版本。

下载完成之后，我们在APP Settings的Language的部分更改语言为中文。不过，目前来说这还是Beta版，因此语言并不是完全变为中文。

之后，我们点击左侧的“放大镜”，在中间的搜索框里面输入DEEP，就能够看到它推荐的DEEPSEEK版本。我们选择“DeepSeek-R1-Distill-Llama-70B-GGUF”，它就是70B的版本。

之后，我们在LMS中间的框中加载模型，其中上下文的长度可以调整至10000，由于GPU不强，所以保持在8。在CPU Thread Pool Size那里，我们直接拉取最大值。这个样子的话，运算的主要负载就来到了CPU这一侧。并开启“保持模型在内存中”，不过，好在128GB的内存够大，折腾起来没问题。最后点击“加载模型”，就完成了DEEPSEEK 70B版本的部署。

当然了，让70B的版本更聪明，我们通常还会在系统提示那里，设定DEEPSEEK回答问题的身份，在温度那里设置它的思维维度。

上述内容完成了之后，我们就可以看到，单单一个DEEPSEEK就已经消耗了38.51GB的内存。

在未开启其它软件的情况下，整机系统内存的占用已经达到了50.3GB。如果，我们再开启Confyui，实现多AI工具系统协同作战的话，那么这对64GBx2的内存，依旧是游刃有余的。

那么，话又说回来，32GB的当真不行吗？我们也来试了一下，结果尴尬了~。显示系统超载！

购买建议：

好了，关于这对内存的使用体验和DEEPSEEK 70B的本土化部署，我们今天就先分享到这里。从近些天的使用情况来看，来自英睿达的这对DDR5 Pro内存，不论是应对超猛生产力要求，还是游戏，都是完全够用的。特别是在AI时代，当下显卡价格乱战的情况下，有这样一套128GB的内存，也能够实现较有效率的AI工作流。它，值得您一试！

好了，本期的体验分享就到这里，我是潮玩，8小时内努力搬砖，8小时外热烈码字，这里持续分享数码新体验，承蒙欢喜，予我厚爱，我们下期再见！