硬體與本地大模型
DGX Spark vs Mac Studio M5｜小型本地 AI 伺服器大對決
DGX Spark 和 Mac Studio M5，沒有全贏的一台，看你拿它做什麼：一個人或兩三個人跑語言模型，選 Mac Studio M5 Max 128GB；要生成影片和圖片、很多人共用、常常丟長文件或要微調模型，選 DGX Spark。背後是同一個道理：處理提示詞比 AI 算力，DGX Spark 快；生成 token 比記憶體頻寬，Mac Studio 快。本文是奧微軟體 AugurSoft「AI 策略室」同名影片的文字版，影片可以直接在上方觀看。我們用同樣的預算比兩場：約 20 萬的單機對決、約 40 萬的預算加倍，每一回合的數字、台灣價格和資料來源都整理在下面。
影片章節
| 時間 | 章節 | 這段講什麼 |
|---|---|---|
| 0:00 | 開場 | 一台 AI 算力強，一台記憶體頻寬大；同樣的預算比兩場 |
| 0:19 | 選手進場 | DGX Spark 和 Mac Studio 各是什麼來頭 |
| 3:44 | 先懂兩個數字 | AI 算力是車速，記憶體頻寬是路寬 |
| 4:41 | 第一場：單機對決（約 20 萬） | 128GB 對 128GB，比生成 token 和處理提示詞 |
| 6:07 | 第二場：預算加倍（約 40 萬） | M5 Ultra 256GB 對兩台 DGX Spark 串接 |
| 7:27 | 很多人一起用 | 整間辦公室一起用，哪一台撐得住 |
| 8:00 | 生成影片和圖片 | 同一個影片模型，兩台各要多久 |
| 8:56 | 放在辦公室 | 待機耗電、噪音、保固、SSD |
| 9:21 | 結論：照用法買 | 四種用法各該買哪一台 |
DGX Spark 和 Mac Studio M5，該買哪一台？
先講結論。誰才是最強的小型本地 AI 伺服器，要看你的用法落在哪一格：
| 你的用法 | 建議 | 原因 |
|---|---|---|
| 一個人，或兩三個人，跑語言模型 | Mac Studio M5 Max 128GB | 每一句回答都在生成 token，這一項它快兩倍多；台灣價只比同級的 DGX Spark 貴一萬多 |
| 要生成影片、圖片 | DGX Spark | 生成影片幾乎從頭到尾都在算，比的是 AI 算力；CUDA 的現成流程裝好就能跑 |
| 很多人共用、常常丟長文件、要微調模型 | DGX Spark | 人一多、文件一長，比的都是 AI 算力 |
| 預算到四十萬 | 照同一個道理選：Mac Studio M5 Ultra 256GB，或兩台 DGX Spark 串接 | 處理長提示詞，兩台 DGX Spark 快兩倍半以上；生成 token，M5 Ultra 小贏 |
一句話記住：路不塞，比車速；路塞滿，比路寬。車速是 AI 算力，路寬是記憶體頻寬。下面每一回合誰贏，都是這兩個數字決定的。
兩位選手各是什麼來頭？規格與台灣價格
DGX Spark 出道才一年，生下來只為了一件事：AI。DGX 這個名字原本只在機房裡，一台幾百萬起跳；NVIDIA 把它縮成一塊 1.2 公斤的小金磚，放到桌上。心臟是 GB10 超級晶片，裡面的 GPU 是 Blackwell 那一代，AI 算力 1,000 TOPS；128GB 統一記憶體，兩千億參數的大模型一台裝得下，兩台串起來到四千億。它用的是 CUDA，新模型、新工具幾乎都先支援它；在桌上練好的這一套，可以原封不動搬上機房。這台機器的定位可以看什麼是 NVIDIA DGX Spark。
Mac Studio 是創作工作的常勝軍：剪接室、調色室、錄音室、設計公司，背後幾乎都有一台 Mac。這一代跨界來打 AI：M5 Max 的記憶體頻寬每秒 614GB，是 DGX Spark 的兩倍多；往上還有 M5 Ultra，每秒 1.2TB，幾千億參數的語言模型整個裝得進去。它接上就能用，不用裝驅動、不用調環境；白天剪片、修圖、寫程式，晚上跑大模型，都是同一台。
| 項目 | NVIDIA DGX Spark | Mac Studio M5 Max | Mac Studio M5 Ultra |
|---|---|---|---|
| 晶片 | GB10 超級晶片（Blackwell GPU） | M5 Max（18 核 CPU、40 核 GPU） | M5 Ultra（30 核 CPU、64 核 GPU） |
| AI 算力 | 1,000 TOPS | 約 100 TOPS | 約 200 TOPS |
| 記憶體 | 128GB 統一記憶體 | 128GB | 256GB |
| 記憶體頻寬 | 每秒 273GB | 每秒 614GB | 每秒 1.2TB |
| 系統與生態 | DGX OS（Linux）、CUDA | macOS、MLX | macOS、MLX |
| 尺寸與重量 | 150 × 150 × 50.5 mm、1.2 公斤 | 197 × 197 × 95 mm、2.7 公斤 | 197 × 197 × 95 mm、3.6 公斤 |
| 台灣價格 | 128GB／1TB 同晶片機型 NT$169,000 起；NVIDIA 原廠 128GB／4TB NT$199,500 | 128GB／1TB NT$186,400 | 256GB／4TB NT$392,400 |
DGX Spark 除了 NVIDIA 原廠，還有 MSI、ASUS 等廠商用同一顆晶片出的機型，差在儲存、散熱、保固與價格。上表的台灣價格，DGX Spark 這邊取自原價屋 2026 年 10 月 11 日的估價頁，Mac Studio 取自 Apple 台灣官網。
為什麼兩台各有快的地方？先懂 AI 算力和記憶體頻寬
把 AI 算力想成車速，記憶體頻寬想成路寬。DGX Spark 是一台跑車，開在三線道上；Mac Studio 是一般的車，開在六線道上。語言模型回答你，其實分兩段：
| 階段 | 在做什麼 | 比什麼 | 誰快 |
|---|---|---|---|
| 處理提示詞 | 讀取並處理你給的提示詞。整段文字一起算，模型的資料只搬一趟 | 路不塞，比車速（AI 算力） | DGX Spark |
| 生成 token | 把回答一個 token、一個 token 生出來，一個 token 大約一個字。每生一個，整個模型幾十 GB 的資料都要從記憶體再搬一趟 | 路塞滿，比路寬（記憶體頻寬） | Mac Studio |
第一段路是空的，車快的先到，所以 DGX Spark 明顯比較快。第二段路馬上塞滿，車再快也沒用，比的是路有多寬，所以 Mac Studio 快非常多。
第一場：單機對決，約 20 萬能買到什麼？
兩邊都是 128GB。Mac Studio M5 Max 是 NT$186,400；DGX Spark 同樣 1TB 的機型約十七萬起。Mac 貴一萬多。
| 回合 | 測什麼 | DGX Spark | Mac Studio M5 Max | 誰拿下 |
|---|---|---|---|---|
| 生成 token | 同一個人測、同一個模型（Qwen3.6-27B）、同一版工具，問同一個問題 | 每秒 7.6 個 token | 每秒 16.8 個 token | Mac Studio，快兩倍多 |
| 處理提示詞 | 丟一份 16,000 token 的長文件，看哪一台先開始回答 | 約 21 秒 | 約 31 秒 | DGX Spark |
生成 token 的差距，幾乎就是兩台的記憶體頻寬比：614 對 273。路塞滿，比路寬。處理提示詞那一回合路不塞，比的是車速，DGX Spark 先開始回答。第一場，各拿一回合。測試資料來自 Osmantic 公開的同模型測試。
買之前該知道的兩件事
- 模型的架構影響很大。有一種模型叫 MoE，每次只動用一小部分參數。換成這種模型，兩台都快五倍以上。
- 128GB 能跑多大？七百億參數的大模型，兩台都裝得下。Mac Studio M5 Max 跑起來，每秒約 13 個 token（Tbreak 的實測）。
第二場：預算加倍到約 40 萬，結果會變嗎？
Mac 這邊換上 M5 Ultra、256GB，記憶體頻寬每秒 1.2TB，台灣價 NT$392,400。DGX Spark 這邊再加一台，兩台用一條 200G 的高速線串起來，合計也是 256GB；兩台 NVIDIA 原廠機加串接線約 NT$404,250。兩邊都裝得下一百五十幾 GB 的大模型，這種模型一台 DGX Spark 裝不下。
第二台 DGX Spark 帶來的是算力，兩顆 GPU 一起算；每一台的記憶體頻寬，還是每秒 273GB。
| 回合 | 測什麼 | 兩台 DGX Spark | Mac Studio M5 Ultra | 誰拿下 |
|---|---|---|---|---|
| 處理提示詞 | 丟 32,000 token、14 個程式檔 | 約 17 秒 | 約 45 秒 | DGX Spark，快兩倍半以上 |
| 生成 token | 兩邊用同一套軟體跑同一個大模型 | 每秒三十幾個 token | 每秒三十幾個 token；換成 Apple 自己的 MLX 再快三成 | Mac Studio 小贏 |
車速加倍，處理提示詞的差距拉到兩倍半以上；生成 token 這邊，M5 Ultra 的路更寬，小贏。第二場，還是各拿一回合。測試資料來自 MindStudio 的對照測試。
實際用還有一個細節：長文件只有第一次要等。處理過的內容會留著，後面每個問題，只算新加的部分。
很多人一起用，哪一台撐得住？
如果不是一個人用，是整間辦公室一起用呢？人一多，模型的資料搬一趟，就能同時幫很多人算。要的是更多算力，又回到比車速。
- DGX Spark：一台從 1 個人加到 32 個人，每個人的速度只慢一成多，合計的產量一路往上（Dendro Logic 的測試）。
- Mac Studio M5 Ultra：4 個人合計就到頂，加到 8 個人，反而往下掉。
多人共用，DGX Spark 拿下。
生成影片和圖片，哪一台快？
買這種機器的人，不一定只跑語言模型，很多人是買來生成影片的。生成影片幾乎從頭到尾都在算，路不塞，比的是車速。
拿同一個模型比：Wan 2.2，同樣的解析度，同樣大約 5 秒的片。DGX Spark 約 14 分鐘，Mac Studio M5 Max 約 35 分鐘，DGX Spark 快兩倍半（路可的實測影片、mlx-gen 的文件）。
算力再加倍呢？MiniMax H3 這個模型，一台 DGX Spark 跑一次 155 秒；兩台一起跑，65 秒上下，快了兩倍多（joeynyc 的測試紀錄）。
還有一個原因不在硬體。DGX Spark 用的是 CUDA，ComfyUI 這些現成的流程，裝好就能跑；新的影片模型，多半先出 NVIDIA 的版本，Mac 要等人移植。想知道一台 DGX Spark 怎麼做出有聲短影音，可以看DGX Spark＋MiniMax H3：快速打造中小企業的 AI 短影音平台。
生成影片和圖片，DGX Spark 拿下。
放在辦公室：耗電、噪音、保固、SSD 差在哪？
最後是每天都會碰到的事：
| 項目 | DGX Spark | Mac Studio |
|---|---|---|
| 待機耗電 | 約 25 到 40 瓦 | 不到 10 瓦 |
| 噪音 | 很安靜 | 很安靜 |
| 保固 | 一年 | 一年 |
| SSD 壞了 | 能換。用標準的 M.2，市面上買得到 | 能換。用 Apple 的專用模組，換完要用另一台 Mac 還原 |
六個回合的記分表
| 回合 | 比的是 | 誰拿下 |
|---|---|---|
| 單機（約 20 萬）：生成 token | 記憶體頻寬 | Mac Studio |
| 單機（約 20 萬）：處理提示詞 | AI 算力 | DGX Spark |
| 約 40 萬：處理提示詞 | AI 算力 | DGX Spark |
| 約 40 萬：生成 token | 記憶體頻寬 | Mac Studio |
| 很多人一起用 | AI 算力 | DGX Spark |
| 生成影片和圖片 | AI 算力 | DGX Spark |
回到開場的問題：誰才是最強的小型本地 AI 伺服器？沒有全贏的一台。一個人或兩三個人跑語言模型，每一句回答都在生成 token，Mac Studio M5 Max 128GB 快兩倍多，只貴一萬多；要生成影片、圖片，或很多人共用、常常丟長文件、要微調模型，選 DGX Spark；預算到四十萬，照同一個道理選。路不塞，比車速；路塞滿，比路寬。
想在公司放一台 DGX Spark，奧微可以協助什麼？
如果你的用法落在 DGX Spark 這一邊：整間辦公室一起用、要生成影片和圖片、想把資料留在公司，奧微軟體 AugurSoft 可以協助從安裝到整合，把模型和工具接進每天的工作。可以看奧微的 DGX Spark 方案，或直接到 LINE 官方帳號 聊聊你的用法。
常見問題
DGX Spark 和 Mac Studio M5，跑本地語言模型哪一台快？
要分兩段看。生成 token（把回答一個字一個字生出來）比的是記憶體頻寬，Mac Studio 快：128GB 的單機對決，M5 Max 每秒 16.8 個 token，DGX Spark 是 7.6，Mac 快兩倍多。處理提示詞（讀取並處理你給的整段文字）比的是 AI 算力，DGX Spark 快：丟一份 16,000 token 的長文件，DGX Spark 約 21 秒開始回答，Mac 約 31 秒。
一個人或小團隊用，該買 DGX Spark 還是 Mac Studio？
一個人，或兩三個人，主要跑語言模型，選 Mac Studio M5 Max 128GB。每一句回答都在生成 token，這一項它快兩倍多；台灣價 NT$186,400，只比同樣 128GB、1TB 的 DGX Spark 同晶片機型貴一萬多。平常它還是一台能剪片、修圖、寫程式的工作機。
公司很多人要一起用本地 AI，選哪一台？
選 DGX Spark。人一多，模型的資料搬一趟就能同時幫很多人算，要的是更多 AI 算力。一台 DGX Spark 從 1 個人加到 32 個人，每個人的速度只慢一成多，合計的產量一路往上；Mac Studio M5 Ultra 在 4 個人時合計就到頂，加到 8 個人反而往下掉。
要在自己公司生成影片和圖片，哪一台比較適合？
DGX Spark。生成影片幾乎從頭到尾都在算，比的是 AI 算力。同一個模型 Wan 2.2、同樣解析度、大約 5 秒的片，DGX Spark 約 14 分鐘，Mac Studio M5 Max 約 35 分鐘，快兩倍半。DGX Spark 用的是 CUDA，ComfyUI 這些現成的流程裝好就能跑；新的影片模型多半先出 NVIDIA 的版本，Mac 要等人移植。
預算有 40 萬，買一台 Mac Studio M5 Ultra 256GB，還是兩台 DGX Spark？
照同一個道理選。常常丟長文件、長程式碼進去，或很多人一起用，選兩台 DGX Spark：處理 32,000 token 的提示詞約 17 秒，Mac Studio M5 Ultra 約 45 秒。主要是一個人等回答，選 Mac Studio M5 Ultra：兩邊用同一套軟體時生成 token 幾乎一樣，都在每秒三十幾個，Mac 換成 Apple 的 MLX 再快三成。
DGX Spark 和 Mac Studio M5 在台灣賣多少錢？
2026 年 10 月查到的台灣價格：128GB、1TB 的 DGX Spark 同晶片機型 NT$169,000 起，NVIDIA 原廠 128GB、4TB 是 NT$199,500；Mac Studio M5 Max 128GB、1TB 是 NT$186,400。256GB 這一級，Mac Studio M5 Ultra 256GB、4TB 是 NT$392,400；兩台 NVIDIA 原廠 DGX Spark 加串接線約 NT$404,250。實際價格以通路與 Apple 官網當時的標示為準。
資料來源
- Apple 台灣｜Mac Studio 購買頁
- Apple｜Mac Studio 規格
- NVIDIA｜DGX Spark 產品頁
- NVIDIA｜DGX Spark 硬體說明
- 原價屋估價頁（台灣售價，2026-10-11）
- Apple 新聞稿｜M5 Ultra
- Osmantic｜同模型測試（M5 Max 128GB 對 DGX Spark）
- Tbreak｜Mac Studio M5 Max 128GB 跑 Llama 3.3 70B
- MindStudio｜M5 Ultra vs Dual DGX Spark
- Dendro Logic｜DGX Spark 多人同時使用測試
- 路可｜Mac Studio M5 Ultra 實測出爐
- mlx-gen｜Wan 影片文件（M5 Max）
- joeynyc｜MiniMax H3 一台對兩台 DGX Spark
- Apple｜Mac Studio 耗電
- Tom's Hardware｜DGX Spark 待機耗電
- NVIDIA｜DGX Spark 保固
- Apple 台灣｜保固
- Apple｜Mac Studio（M5）SSD 模組更換