无限Tokens的快乐，是NAS带来的！绿联DXP6800 Ultra外接独显实战

哈喽小伙伴们好，我是Stark-C~

前段时间不是整了一台绿联DXP6800 Ultra私有云NAS嘛！说实话，都整到这个配置级别了，如果只是把它当作普通NAS来存文件、做备份未免有点大材小用，既然硬件性能摆在这儿，不折腾点更有意思的玩法总觉得少了点什么。

然后这几年AI又这么火，既然绿联DXP6800 Ultra的CPU、内存、雷电4接口都给到位了，所以我在想：能不能把独立显卡也给安排上，把它打造成一个AI工作站。这样我以后折腾大模型、部署智能体、搭建AI应用的时候，算力不够的话就直接让独显顶上，让独显来“暴力加点”！这，听上去是不是很有搞头？

嗯，听起来想法确实不错！到底能不能成，我们今天就来实战验证一番~

绿联DXP6800 Ultra的优势

🔺为了让一些对绿联DXP6800 Ultra还不太了解的朋友快速进入状态，先来简单介绍一下它的亮点和优势：

作为绿联目前定位高端的六盘位私有云产品，DXP6800 Ultra搭载了电脑主机级别的英特尔Core 5 120U处理器，拥有10核心12线程设计，最高睿频可达5.0GHz，所以对比绝大多数的家用级NAS，它在多任务处理、服务部署方面都有着更强的性能基础。

存储方面，它采用了6个SATA盘位+2个M.2固态插槽，理论总存储容量最高可达208TB（6 × 32TB + 2 × 8TB）。这个体量说实话不管是搭建家庭影音库、专业人员的素材库，还是作为AI项目的数据仓库都完全够用了。

网络规格同样相当豪华，配备了两个10GbE的万兆网口，并支持链路聚合，理论上可带来最高20G带宽，对于大规模数据传输、素材在线编辑，以及AI大模型的文件同步肯定会有明显优势。

另外，绿联DXP6800 Ultra还预留了一个PCIe Gen4 x4扩展插槽，给我们留下了更多升级和再折腾的空间。比如说加装万兆网络扩展卡、M.2 SSD扩展卡，甚至是额外的算力卡等设备。

🔺最重要的，它还给到了两个雷电4接口！要知道这两接口可不是为了秀参数配置啥的啊~，它不仅能够提供40Gbps的单口带宽，为我们带来高速存储能力；最关键的是，它还为我们今天的外接独显测试打开了大门。也就是说，绿联DXP6800 Ultra外接独显的前提其实就是用的这两个雷电4接口。

如果说想要看看绿联DXP6800 Ultra更详细的深度评测，请移步我之前发布的体验文章：

绿联DXP6800 Ultra雷电4外接独显实战

1，如何给绿联DXP6800 Ultra雷电4外接独显

🔺想要在绿联DXP6800 Ultra上使用独显，除了准备独立显卡，还需要支持雷电接口的显卡扩展坞。具体的兼容情况在绿联往往有说明，我这里就不赘述，只介绍我自己的这套方案：

我使用的显卡是一张NVIDIA RTX 3060Ti，虽然不是什么旗舰产品，但也算是非常经典且主流的“甜品级”显卡，用来运行部分主流AI应用、部署一些中小尺寸的AI大模型还是够用的；
我使用的显卡坞来自圈内大佬@逍遥君提供的『逍遥君CX雷电显卡坞』，采用的是Intel JHL7540雷电认证主控案，标配PCle3.0x4 PCle接口与两个雷电4接口。正常来说，在雷电外接我这张显卡的场景下，至少能发挥独显90%以上的性能。

🔺将已装上显卡的扩展坞通电并通过雷电接口链接绿联DXP6800 Ultra之后，在“控制面板--硬件与电源--独立显卡”中可以看到，它已经自动识别出了我的NVIDIA RTX 3060Ti独显，不过此时显示的是“无驱动”状态。

🔺好在绿联UGOS系统已经在应用中心准备好了驱动，我们直接过去安装即可。

🔺为了后面的相册和Docker也能直接调用独显，建议大家在应用中心将这里的三个NVDIA驱动包一次性都给安装好。

🔺安装好之后，刷新下页面（其实就是切换一下），就能看到它的状态已经显示“正常”，就说明绿联DXP6800 Ultra的外接独显安装成功了。需要说明的是：为了真正激活外接独显的功能，我们此时还需要重启一下NAS系统！

🔺重启系统之后，我们就能在“任务管理器--运行状态”中的GPU监控信息中看到多出来的外置独显了。

2，UGOS系统自带AI能力对比

🔺绿联UGOS系统其实已经集成了一些需要AI支持的功能，比如相册中的人脸识别、文字识别（OCR）、画面识别，以及自然语言搜索等。我们在启用这些AI功能之后，绿联UGOS系统是默认为我们开启GPU硬件加速的，这个我们是可以通过“任务管理器--运行状态”中的GPU监控信息中看到。

我当前是在不外接独立显卡，仅使用DXP6800 Ultra自带核显（Intel Iris Xe Graphics）进行测试，将相册中将近5000张照片的人物识别进行“重新识别”，使用了差不多5分钟的时间全部完成。

🔺当我外接独立显卡独显之后，在相册的“智能设置”里会多出一个“GPU加速”的开关模块，开启之后，我同样是将人物识别进行“重新识别”操作，在GPU监控信息中看到独显已经被成功调用，而此时的完成时间仅用了不到2分钟的时间，相比前面纯核显表现，识别效率提升非常明显。

3，绿联DXP6800 Ultra部署本地大模型

如果说我花了这么多功夫加装独显只是为了给相册GPU提速，多少有点大材小用了。所以我更关心的是它能不能顺利运行本地AI大模型，或者承担一些真正需要GPU算力的AI任务。

🔺好在目前绿联UGOS系统已经原生支持GPU硬件直通功能，不管是虚拟机还是Docker，都能直接调用独显资源，从而为AI推理、大模型部署以及各类AI应用提供更强的算力支持。

🔺为了更直观地对比独显接入前后的AI性能差异，我们先来进行本地AI大模型进行了测试。测试环境采用的是Docker部署的Ollama，前后测试均使用“qwen2.5:7b” 模型。这个参数量级的模型已经具备代码生成和结构化数据处理能力，所以像日常AI对话、文档总结、内容创作、编程辅助、知识库搭建等任务基本都能胜任了。

🔺绿联UGOS系统对于Docker的管理还是挺细节的，我们在编辑容器的时候就可以自由选择容器调用的硬件资源，比如说使用CPU、核显GPU，还是外接独立显卡。

🔺我们一个个地来测试，先看看使用CPU的结果，整个过程调用的CPU资源并不高，在17%左右，最终得出了4.93 tokens/s的成绩。这个结果只能说很一般，实际用起来其实也算勉强能接受把~

🔺然后再调用核显GPU看看，出来的结果是8.31 tokens/s，相比纯CPU模式，性能提升约68%，另外核显的调用也大幅减轻了CPU的负担，整个过程利用率都没超过10%。

虽说性能提升不是很大，但对于NAS场景而言，能以核显换来较为明显的推理速度增长，并且还降低了CPU占用，这个价值有一说一，还是比较实用的。

🔺OK，直接上独显！没错，结果直接飙到了95.98 tokens/s，相比CPU模式下的4.74 tokens/s，性能直接提升了20倍以上！文字生成那真的是咔咔流畅，几乎就不需要等待时间。并且它也是够夸张的，直接调用了独显90%以上的利用率，功耗几乎都拉满了~。

🔺那么有了独显加持的Ollama本地大模型之后，我们就可以放心大胆地折腾各种AI应用了。无论是本地AI助手、知识库搭建、还是诸如小龙虾、爱马仕这类AI Agent，都可以直接调用本地大模型进行推理了。

🔺因为我本人是搞文字类创作的嘛，所以知识库算是日常使用频率最高的一类AI应用了。我这里使用的是基于Open WebUI搭建的本地知识库方案（之前专门出过教程的~），配合部署好的Ollama本地大模型，平时无论是整理资料、查询过往文章内容，还是辅助内容创作，都相当顺手。

🔺上图是我完全没有加速的生成效果动图，有一说一，独显加持的本地大模型响应速度确实挺快！更重要的是，我这所有的操作和相关数据都完全在本地，哪怕是断网都不影响，隐私安全也更有保障。

4，独显加持下的生图表现

不过光跑大模型总觉得差点意思，我还想整点更有难度的玩法，比如AI生图、AI生视频之类的玩法。毕竟相比文字生成，这些应用对于GPU算力的需求更高，也更能体现独显存在的价值。

🔺我同样是在绿联DXP6800 Ultra上通过Docker的方式部署了ComfyUI项目，相信不少折腾AI的朋友应该都不陌生，这个应该是目前比较热门的本地AI生图工具，并且还是已经具备实际生产力的那种。

🔺生图模版我先选择SDXL文生图（简单），主要是这个模型自带就有，不用下载。

🔺整个生成过程比预想中的快，从提交任务到生成完成并没有等待太久，而且整个过程相当稳定。

🔺我还特意观察了独显的资源占用情况，整个过程全部调用的都是独显算力和资源，GPU占用率整个过程基本都处于100%，看来这块显卡是真没白接呀。

🔺换个玩法，在来一个智谱开源的MOSS-Image文生图模型，所需要的大模型我已经提前下载好并上传到NAS对应的模型目录中了。

🔺我整的提示词是：UGREEN NAS server connected to an external RTX graphics card, AI workstation setup, futuristic technology style, blue neon lighting, professional product photography, ultra realistic, highly detailed。（我是把自己的意思表达出来，让AI写的英文描述，主要表达我今天给大家分享的内容：NAS+独显）

🔺我实测基本上15s内就出一张图片，这效率简直比我在线生图还要快！

5，独显加持下的视频表现

🔺生图就够让我兴奋的，要不继续上难度，直接生视频瞅瞅？我选择的是免费Wan2.2 TI2V 5B的GGUF量化版（Wan 2.5之后开始付费了~），毕竟我的这张3060Ti显卡的8GB显存确实有点不够看。

🔺然后我整的提示词是“一只橘猫趴在阳光洒落的窗台上，缓慢地伸了个懒腰，尾巴轻轻摆动，毛发细节清晰，柔和的自然光，镜头缓慢向前推进，电影感，高清”（这个是支持中文的），生成视频的规格是832×480/24fps/2.04s，整个过程耗时118s，也就是不到两分钟完成，速度还是挺快的！

🔺给大家展示想恰生成效果，是不是挺棒的？

总结

看到这里，我想大家也应该明白了：NAS+独显，还是很有搞头的！

对于绿联DXP6800 Ultra来说，当它和独显组合到一起的时候，既保留了NAS原本的数据存储和管理能力，又能获得额外的GPU算力，让它具备接近专业AI主机的推理能力。这样一来，原本主要负责存储和数据管理的NAS，也能进一步承担AI计算、服务部署等任务，真正变成一台集存储、计算和应用于一体的全能平台。

如果是创作者，还能把NAS变成AI创作中心。通过SMB挂载素材库，一边跑AI生图配文，一边生成视频素材直接拿来剪辑。配合双万兆网络，素材、生成和工程文件都能高速本地流转，不用来回拷贝文件，创作效率直接拉满。