一篇说清ONEX Station：本地AI、游戏、双SSD、SD 4.0 个人服务器

128GB内存能给GPU分96GB？

这台 2.2L 迷你主机，想把 AI 工作站搬上书桌

ONEX Station官方场景图；原稿注明图片来源为ONEXPLAYER产品页；

先说结论｜它不是“把5090海景房缩小”的神机，而是一台把128GB统一内存、本地AI、内容创作、游戏和个人服务器能力，压进约2.2L机身的小型工作站。

很多人第一次看到这台机器，最容易被两个数字吸引：128GB 内存，以及“最高约 96GB 显存”。

但这台机器真正值得看的，不是单个跑分，而是它能不能在小桌面上承载一整套本地AI工作流。下面不堆术语，直接把核心问题讲明白。

先看硬件：它到底塞进了什么？

配置很猛，但重点不是“参数越大越强”，而是 CPU、GPU、NPU 和大内存被放进了同一平台。

官方规格图

小白翻译｜CPU负责通用任务，GPU负责图形和多数生成式AI负载，NPU负责受支持的低功耗AI任务。三者不是互相替代，而是分工。

它为什么能做得这么小？

答案不是“散热黑科技”，而是它省掉了传统台式机里最占空间的独立显卡和内部大电源。

立式轮廓、金属机身与正面灯带

传统海景房主机通常依靠“独立 CPU + 独立显卡 + 独立显存 + 内部大电源”堆性能。

ONEX Station 把 CPU、Radeon 8060S GPU、NPU 和内存控制器整合在同一平台，再用板载统一内存减少显卡、显存和 PCIe 空间。

它得到什么？

更小体积、更直接的数据路径、更灵活的统一内存容量，也更容易摆上桌面。

它牺牲什么？

• 不能像大型台式机那样轻松换显卡、换内存；

• 旗舰独显的绝对性能和CUDA生态仍然更强。

外观上，它没有透明侧板，也没有把 RGB 铺满整机。

• 立式薄机身更多利用垂直空间；

• CNC金属外壳强调质感和结构强度；

• 侧面大面积散热孔直接融入机身线条；

• 正面灯带提供 16 种灯效，但整体依旧克制。

官方展示的CNC金属机身加工概念图

鲁大师250万分，说明了什么？

能看出 CPU 与内存表现很突出，但不能直接等同于游戏帧率或 AI 生成速度。

用户提供的鲁大师素材：硬件识别、综合分与四项分数

另外两项为：Radeon 8060S 显卡 389,763分，Predator GM7 1TB 硬盘 303,869 分。

鲁大师也完整识别了 Ryzen AI Max+ 395、Radeon 8060S、128GB内存、1TB SSD 和 Realtek 2.5GbE 网卡。

注意｜跑分会随鲁大师版本、驱动、功耗档位和系统状态变化。它能反映综合硬件表现，但不能替代真实游戏、AI推理、噪音和稳定性测试。

128GB统一内存，才是它真正的王牌

这里没有“额外赠送 96GB 独立显存”，而是同一块高速内存由CPU与GPU共同使用。

本地AI运行时，内存不只要放模型权重。对话上下文、KV Cache、图片或视频的中间数据、知识库检索结果，以及 Agent 调用的其他程序，都会继续占空间。

普通消费级独显常见 8GB、12GB、16GB、24GB 或 32GB 显存。模型放不下时，往往要CPU卸载、缩短上下文，或者使用更激进的量化。

ONEX Station 的优势，是让 GPU 获得更大的共享内存空间，更容易容纳大型量化模型、长上下文和多个辅助组件。

最容易踩的误区｜96GB VGM代表“容量”，不代表它拥有专业96GB独立计算卡同等级别的显存带宽、算力和软件生态。显存大，也不意味着所有AI任务都会更快。

为什么厂商总在强调 MoE 模型？

因为这类模型最怕“装不下”，而 ONEX Station 最擅长的正是提供大容量内存。

厂商展示的模型显存占用与生成速度数据，具体体验取决于量化、上下文、驱动和推理后端

一句话解释MoE｜一个模型里有很多“专家”。所有专家通常都要保存在内存里，但每生成一个Token，只调用其中少数专家。它很吃容量，却不一定每一步都计算全部参数。

以原稿中的 Llama 4 Scout 为例：总参数约 109B，但每次只激活约 17B。大容量内存负责装下全部权重，稀疏激活则降低单步计算量。

这就是为什么普通 24GB 或 32GB 显存显卡很难完整容纳几十 GB以上的大模型，而 ONEX Station 可以先解决“装得下”，再讨论“跑得快”。

厂商页面中的 Tok/s 只适用于它自己的测试条件，不能直接套用到所有系统、模型文件、量化方式和上下文长度。

本地 AI 不是开个聊天框，而是一整套工作流

真正占内存的，往往是主模型、知识库、检索模型和桌面工具一起运行。

统一内存的实际价值，是减少“模型放不进显存后，CPU 与 GPU 之间反复搬运”的尴尬。多个模型与工具也更容易同时留在内存中。

它可以被当作私人 AI 助手，也可以作为局域网AI服务器，还可以在 Windows 或 Ubuntu 环境中尝试 LM Studio、llama.cpp、ROCm 和其他兼容工具。

核心判断｜ONEX Station的优势更接近“承载完整工作流”，而不只是某一个模型、某一个跑分或某一个软件。

它能打游戏吗？能，但别把它当 5090 平替

Radeon 8060S 远强于普通核显，但大型海景房主机仍有更高的游戏上限。

Radeon 8060S：40个RDNA 3.5计算单元

厂商页面给出的 Time Spy 图形分为 11,130 分；厂商还称《黑神话：悟空》1080p 最高设置可达到 80+ FPS。

实际结果会受到驱动、功耗档位、画质技术和游戏版本影响。

它真正的卖点｜用约2.2L体积提供接近高性能移动独显级别的图形能力，同时保留128GB统一内存，把“游戏性能”和“大模型容量”放进同一个小平台。

三风扇不是炫技，小机身最怕的是长时间满载

短时间跑高分不难，难的是 AI 推理、视频生成和渲染持续几十分钟后还能稳定工作。

散热结构包括 3 根大型铜热管、大面积铝制鳍片、2 个涡轮风扇和 1 个内部下吹风扇。涡轮风扇负责主热源排风，下吹风扇改善主板、供电和 SSD 区域的气流。

• 240W 外置电源把一部分电源转换热量留在机身外；

• 前后及多个侧面分布散热开孔，也降低单个进出风口被挡住后的风险。

现实取舍｜大型游戏机箱有更大的风扇、散热器和内部空气空间，更容易做到低转速、低温和低频风噪。ONEX Station用定制风道换体积，满载时不要期待它像大机箱一样安静。

• 持续运行 AI 或视频生成时，不要把机身贴墙，也不要塞进封闭柜子。

• 三档功耗的真正意义，是让用户自己在性能、温度和噪音之间取舍。

双 SSD 不是“多一个插槽”，而是AI工作站的刚需

模型、缓存和视频素材，比多数人想象得更容易塞满 1TB。

机器提供 2 个 M.2 2280 PCIe 4.0 x4 插槽，官方标注单槽最高 4TB，双盘理论最高 8TB。重装系统时，模型库与素材盘也更容易保持独立。

• 大型模型可能几十 GB 到上百 GB；

• 同一个模型的多个量化版本会继续占空间；

• 视频模型、临时缓存和生成素材，往往比语言模型更能“吃硬盘”。

别把SD卡当模型盘｜SD 4.0 / UHS-II适合导入素材，但随机读写、耐久性和持续高负载能力通常不如内部NVMe SSD。正确分工是：SD卡负责导入，SSD负责编辑、推理和长期存储。

13 个接口怎么分工？前面随手插，背面长期接

它没有把所有高速口都堆在一侧，而是按照使用频率做了分区。

前后接口分布图

前面

2 × USB-A 3.2、1 × USB4 40Gbps、SD 4.0、3.5mm音频、Turbo按钮、电源键

背面

1 × USB-A 3.2、2 × USB-A 2.0、1 × USB4、HDMI、DisplayPort、2.5GbE、3.5mm音频、DC电源

• USB4 支持 40Gbps 数据、DP 1.4 视频输出和 eGPU；

• 官方注明不能通过该接口给主机供电。

• HDMI、DisplayPort 和两个 USB4 都具备显示路径，平台规格最高支持 4 台显示器。

背面接口的巧思｜高速USB、独立HDMI/DP、2.5G网口和低速USB分工，让键鼠、显示器、扩展坞、NAS与音箱长期留在背后；正面则留给SD卡、U盘、耳机和临时高速设备。

为什么专门放一个全尺寸 SD 4.0 卡槽？

它不是为了替代硬盘，而是给摄影、视频和 AI 内容创作留了一个“素材入口”。

全尺寸SD 4.0 / UHS-II读卡器

支持 UHS-II SD 卡的中高端微单、APS-C 相机、部分专业摄像机和无人机，可以把 RAW 照片、高码率 4K 视频、产品拍摄、人物参考、场景素材和训练数据直接导入主机。

典型流程很清楚：相机拍摄 → 插卡导入 → 内部 SSD 编辑 → AI 抠像、降噪、字幕或生成 → 输出成片。

• 全尺寸 SD 仍广泛用于中高端相机和摄像设备，频繁插拔也更方便。

• 普通 UHS-I 卡通常也能读取，只是无法发挥 UHS-II 卡槽的最高速度。

• V60/V90 表示视频持续写入等级，导入电脑时仍要看卡的实际读取速度。

额外价值｜内置读卡器不占用USB4或USB-A，也减少外置读卡器和转接线。它让ONEX Station从“跑大模型的小主机”，进一步靠近完整的AI内容生产工作站。

软件体验：预装控制中心，但 AI 生态仍要看兼容性

硬件不会自动变成完整 AI 工作流，软件后端决定 GPU 到底能不能被真正调用。

OneXConsole界面与功能示意

不同工具可能使用 Vulkan、ROCm、DirectML、ONNX Runtime 或 CPU 后端。ONEX Station 有容量优势，但不代表任何 AI 软件下载安装后，都能自动调用 Radeon 8060S。

最实用的选择｜本地与云端并用，而不是为了“纯本地”或“纯云端”强行只选一边。

把它当个人 AI 服务器，可能比当普通电脑更有意思

主机固定放在桌面，手机、MacBook 和其他设备都能调用同一套本地模型。

• 宿舍或家庭场景中，ONEX Station 可以长期放在路由器附近；

• 轻薄笔记本负责显示和编辑，主机承担模型推理、编译和后台任务。

内容创作时，素材可以从 SD 卡或 NAS 进入主机，生成、剪辑和归档都在局域网内完成。

远程访问则应使用安全的远程桌面、VPN 或自建服务，不要把没有认证的模型端口直接暴露到公网。

2.5GbE的意义｜相比普通千兆网口，它更适合传输几十GB的模型、4K素材和知识库文件；但它仍不是10GbE服务器，超大型NAS工作流会受到网络上限影响。

到底适合谁？先看需求，别只看“128GB”三个字

这台机器有鲜明长板，也有非常清楚的边界。

最准确的购买理由｜不是因为它能在所有任务里击败大型台式机，而是因为它在极小体积中，同时提供了大容量统一内存、可用的图形性能、完整PC生态和较低的部署门槛。

最后总结：小体积，不再只等于轻办公

容量决定它能承载什么，生态决定它最终能做到什么。

ONEX Station 真正特殊的地方，不是把旗舰海景房主机机械缩小二十倍，而是在约 2.2L 机身中，为本地 AI、内容创作、游戏与个人服务器提供一套完整、紧凑且可移动的桌面平台。

一句话结论｜它不是最强游戏主机，也不是“所有AI软件即装即用”的万能机；但对需要大容量本地模型、完整AI工作流和小体积桌面设备的人来说，它的组合确实很少见。

资料说明：本文依据用户提供的《 ONEX Station 宣传手册版》改写。规格、跑分、游戏帧率与模型速度若无特别说明，均为原稿中的厂商宣传、平台规格或用户提供素材，并非本文独立实测。