当前位置：

文章详情

雷神水冷迷你AI工作站评测：低温开跑120B本地大模型

在AI热潮推动下，近几年高性能迷你主机火得不行，但市面上大多数产品还在用风冷硬扛，小机箱一压满负载往往就降频、就吵。雷神这台水冷迷你AI工作站想解决的正好是这件事——它用上AMD锐龙AI Max+ 395算力领先的平台，再把一套定制水冷塞进正方体里，雷神目标很明确：让这台小机器能长时间满血跑AI，而不是过一会儿就降频。实际表现如何，一起看看。

P1325640.JPG

本地部署大模型这两年突然成了很多人的刚需，原因无它，云端方案要传数据，不仅有隐私顾虑更关乎数据拥有主权，网络一抖就卡，会有延迟，token费还不停烧钱。把模型放在自己桌上跑，数据不出门，成本一次付清，响应还稳。但AI推理和训练往往是7×24小时连轴转，跟机房里的服务器差不多，对散热和稳定性是实打实的考验，这正是雷神水冷迷你AI工作站用上水冷的根本原因。

既然用上水冷，我们一起来看看雷神水冷迷你AI工作站的外观，它是个方方正正的立方体，长宽高都是199mm，体积差不多7.9升，放桌上不占地儿，也没整那些跑马灯和花哨装饰，跟大多数桌搭都能搭上。

P1325668.JPG

外壳、顶盖、底座全铝，表面处理得细，四边做了圆角过渡，摸上去不刮手。机身稳定性方面，6.5kg摆在那，想随手挪一下得两只手抱，放桌上根本不用担心碰倒。

P1325638.JPG

雷神水冷迷你AI工作站拆解很简单，拧下左右两侧一共8颗外露的六角螺丝，再取下前后两块铝合金挡板，就能看到机器内部了。机器顶部是一整面网状的圆角矩形散热开口，金属顶盖底下是密密麻麻的蜂窝状散热网，水冷系统就藏在机身内部上方。底座用了悬浮设计，视觉上更显轻薄，也更有科技味。

P1325662.JPG

雷神水冷迷你AI工作站水冷系统由两部分组成，一是安装在CPU之上的“散热岛”，官方叫法是“岛式全覆盖”，这是块12000平方毫米的纯铜多岛冷板，当中冷热转换面积做到了1960平方厘米。散热岛通过热管把热量传递到顶部的散热冷排当中，最后通过大口径双滚珠轴承风扇把热量吹走。

P1325658.JPG

P1325657.JPG

P1325645.JPG

按照官方说法，雷神水冷迷你AI工作站能跑出176W的瞬时峰值，并能长烤不掉速，而且在高负载跑AI下，核心温度大概76℃，比风冷方案温度更低。不过雷神水冷迷你AI工作站还得是AMD锐龙AI Max+ 395处理器，它基于Zen 5架构，Strix Halo平台，内置16核32线程，加速频率5.1GHz，80MB缓存，NPU算力50TOPS。更关键的是内存——板载128GB LPDDR5X 8000四通道统一内存，靠AMD的可变显存技术，最高能从这128GB里划出96GB当专用显存用。

U.JPG

桌面独立显卡显存最多32GB，这台小机器光能划出来当显存用的就有96GB，整整三倍。96GB显存能干什么？最常用的Q4_K_M量化下，200B以下的模型随便装，Qwen3.8 flash next、GPT-OSS-120B这种都能整包塞进去跑。100B以下级别的MoE模型更宽裕更高效，跑Q4_K_M还剩不少余量，上下文能开到260K，本地做AI数据集、文档检索都够。

dram.JPG

换成INT8 / Q8_0量化精度，100B以下参数的大模型加上上下文缓存也能完整高效跑下来，本地能部署的模型尺寸又上了一个台阶。

图形方面是Radeon 8060S集显，RDNA 3.5架构、40个计算单元、频率2900MHz。很多人一听集显就觉得不行，其实它和桌面独显是同一个架构源头，驱动、图形接口都通用，日常修图剪片、轻度3D没问题，想玩游戏也顶得上，显示输出和视频编解码全归它管，不用额外插独显。

存储给的是2TB PCIe 4.0固态，机器里还留着2.5英寸硬盘仓和第二个M.2插槽，最多能塞三块高速固态，后面想加盘也方便。

P1325653.JPG

P1325659.JPG

在接口方面，雷神水冷迷你AI工作站也给得很足，前面板从左到右是方形电源键、USB2.0 Type-A、USB3.2 Type-C和3.5mm音频口。背部接口面板更密：2个USB2.0、DP 1.4、HDMI 2.1、2个USB-A 3.2、2个USB4、2.5G+10G双网口、3.5mm音频，还有2.5G、10G Wi-Fi天线接口和AC电源接口。双网口对组网和小服务器接入很友好，USB4也能外接高速设备和给设备供电。

P1325635.JPG

P1325650.JPG

电源上，这台小机器也有惊喜，内置了400W ATX12VO白金级电源，不用在桌上拖一个外置电源适配器，桌面上就一根电源线，干净。

性能测试

在硬件层面，雷神水冷迷你AI工作站在同类产品绝对是站在一流水平了，那实际性能表现呢，跑起来看看。

先看CPU，CineBench 2024是Maxon推出的CPU性能基准测试工具，基于Cinema 4D渲染引擎，用来衡量处理器的渲染计算能力。拿它测锐龙AI Max+ 395，单核多核各跑一遍，就想看这台小机器在稳定功耗下，渲染性能还剩多少。实测多核分数2016 pts，单核116 pts，MP Ratio达到17.31x，无论单核还是多核成绩得分都很高。

R24.jpg

内存这块用AIDA64的Cache & Memory Benchmark来测。AIDA64是老牌的硬件检测与基准测试套件，这个子项专门测量内存子系统的读写、复制带宽和访问延迟。Strix Halo这种CPU和GPU共用一块内存的架构，最吃的就是这条带宽。实测读取120.17GB/s、写入214.25GB/s、复制144.63GB/s，延迟142.0ns——写入比读取还高，是四通道LPDDR5X分配了大内存后的正常表现。

屏幕截图 2026-08-28 160513.JPG

雷神水冷迷你AI工作站使用的长江存储PCIe4.0的SSD，实测顺序读取7111.08MB/s、顺序写入6429.43MB/s；4K随机读取970020 IOPS，4K随机写入1081799 IOPS。

CDM.JPG

看过CPU、内存、SSD几大件的性能后，我们看看其AI性能表现。

测试软件是UL Procyon，UL Solutions（原Futuremark）出的专业套件，AI Inference系列直接调本地模型跑推理，文本生成、图像分类、超分这些任务的吞吐和延迟都能测。参数表写得再漂亮，不如让它跑一遍。

这次选了AI Text Generation和AI Computer Vision 2.0两项。Text Generation这里拿了Phi 3.5、Mistral 7B、Llama 3.1三个常见模型跑，总分1216、1035、783，折算成生成速度是58.45、38.05、31.67 tokens/s。

屏幕截图 2026-08-28 094413.JPG

7B-8B这个量级的模型，本地跑起来和云端小模型对话没多大差别。70B的也能塞进去，但那个速度适合后台慢慢处理。

Computer Vision 2.0则分别跑了int8精度NPU和fp16精度GPU两种后端，得分1162和1196，说明NPU在量化视觉任务里已经和GPU浮点性能相当接近，做本地图像识别、超分、分割都有实用价值。

屏幕截图 2026-08-28 100209.JPG

屏幕截图 2026-08-28 102133.JPG

AI当然不能停留在跑分之上，我们还采用LM Studio部署了本地大模型进行测试。

我装了两档模型。轻量的是DeepSeek v4 Pro Qwen3.5 9B MTP，日常问题随手就能问：让它整理苹果手机的处理器型号，6.15秒答完；整理Windows系统版本号，2.32秒就答上来了。

屏幕截图 2026-08-31 113033.JPG

屏幕截图 2026-08-31 110923.JPG

想体验128GB内存的价值，还得靠GPT-OSS-120B这种大模型。我丢了一份218页的Word版2026年半年度报告进去，上下文开到131072，跑起来内存吃掉31.1GB，集成显卡那边又占70.2GB，加起来过100GB，结论照样很快给出来。这活要是换常规的消费级独立显卡，甚至低一点的计算卡，显存根本装不下。

屏幕截图 2026-08-31 144443.JPG

屏幕截图 2026-08-31 113908.JPG

屏幕截图 2026-08-31 112257.JPG

除了对话之外，我们还测试了主机在LM Studio下的算力。单路推理下，DeepSeek-V4-Pro-Qwen3.5-9B-MTP在短输入、中长文生成、4K长上下文三种场景全都是40.0 tok/s，稳得像一条直线，首字延迟中位333ms。GPT-OSS-120B表现更好：短输入51.7 tok/s、中长文50.4 tok/s、4K长上下文49.4 tok/s，综合50.4 tok/s，首字延迟中位只有195ms。

lmstudio-single.png

并发也没放过，4路同时压：DeepSeek-V4-Pro-Qwen3.5-9B-MTP模型整体吞吐65.33 tok/s，摊到每路17.92 tok/s，最大首字延迟2526ms；GPT-OSS-120B整体吞吐反而冲到71.60 tok/s，单路17.94 tok/s，最大首字延迟2016ms比9B还低。多人同时用，120B不但没被拖垮，单路体验跟9B基本一个水平，这机器的算力和内存带宽是真的富裕。

lmstudio-concurrent.png

雷神水冷迷你AI工作站的价值当然不止是人工智能应用，游戏、日常办公它也是能胜任的。先来一个大家熟悉的3DMark摸底，跑了Time Spy、Port Royal、Steel Nomad Light三项。Time Spy总分11447，显卡分11552、CPU分10888，预估2K Ultra画质下《战地V》能到110+ FPS；Port Royal光追专项5961分，显卡测试27.60FPS，说明Radeon 8060S应对光追压力还是比较吃力；Steel Nomad Light这种跨平台轻负载测试拿到11002分、81.50FPS，接近集显能稳定输出的上限。

屏幕截图 2026-08-27 130348.JPG

屏幕截图 2026-08-27 133108.JPG

屏幕截图 2026-08-27 113404.JPG

游戏实测选了3A和网游各一款。先看《赛博朋克2077》，1080P、光追低、纹理高、FSR 2.1自动、关帧生成，平均86.36FPS，最低69.45FPS、最高115.45FPS。集显能在这套设定下跑八十多帧，已经非常流畅。

屏幕截图 2026-08-27 150551.JPG

再看《界外狂潮》，1080P无边框、画质“优异”、FSR4平衡、渲染分辨率58、关光追、关帧生成，平均直接到210FPS，最高287FPS、最低163FPS。网游吃帧率，这成绩对玩家来说绰绰有余。

屏幕截图 2026-08-27 154241.JPG

接着看整机日常办公和生产力表现，用PCMark 10来看。PCMark 10也是UL Solutions的基准，模拟网页浏览、视频会议、文档表格、图片视频编辑这些日常任务，看一台机器在真实生产力场景下到底什么水平。

在PCMARK 10中，雷神水冷迷你AI工作站是总分10877。常用基本功能11171——应用程序启动10065、视频会议9673、网页浏览14320，开浏览器、写文档、开会都顺手。生产力17447——电子表格21428、文档编写14206，Office那套活儿很能打。数位内容创作17918——照片编辑27875、渲染与视觉22299，PS修图、轻度3D都能顶；视频编辑9256，日常Vlog剪辑够用。这些才是桌上工作站天天要干的活儿。

屏幕截图 2026-09-01 111258.JPG

最后我们看看这台迷你主机烤机下温度、噪音表现。

FurMark单烤的时候，CPU封装瞬时功耗冲到173.14W，GPU能到174.00W，都过了170W。

furmark.jpg

FurMark和AIDA64一起双烤，头9分钟功耗一直顶在154W，之后降到134W稳住。能在极限负载下坚持这么久不掉速，水冷这套确实压得住。这里要说明的是，AMD使用STAPM Limit/PPT Limit来管理其持续和短时功耗。在烤机开始时处于PPT Limit的fPPT阶段，此时锐龙AI Max + 395的功耗为174W，短时峰值得以确保处理器发挥最强性能。随后进入PPT Limit的sPPT阶段，此时功耗为154W，对于特定的复杂任务也能提供充分的保障。最后进入STAPM Limit 134W的稳定状态。

dual.png

在温度方面，9分钟时AIDA64检测CPU二极管温度94℃，机器顶部出风口通过红外测温仪检测，最高为47℃。

FLIR_20260831_014606_804.jpg

噪音也在双烤维持154W期间测了，距离0.5米实测38.3dBA，白天放桌上基本听不见噪音。

P1325673.JPG

结语

把一套能压住176W的定制水冷、128GB统一内存和96GB可分配显存、还有内置400W电源全塞进7.9升的立方体里，雷神这台水冷迷你AI工作站走的不是堆料炫技的路子，而是真把“本地跑大模型”这件麻烦事做成了桌上的一件普通“家具”。对开发者和小团队来说，数据不出内网、一次投入长期可用，它解决的是实打实的痛点。