硬體與本地大模型

跌破眼鏡,RTX 筆電AI算力不輸DGX ?| DGX Spark VS RTX Spark 全面對決評測 !

DGX Spark 和 RTX Spark 四回合打成 4 比 4 平手:同一顆晶片,差別不只在速度,還在作業系統、擴展性和能不能帶著走。純跑 AI,我們仍選 DGX Spark;想一台兼顧工作、修圖剪片與外出示範,RTX Spark 筆電或許更適合。

原本你可能也押 DGX 贏:桌上的小盒子給晶片的電多一大截,怎麼會和筆電平手?這支 AI 策略室影片用四回合回答,先看配置與價錢,再拆開語言模型、生圖影片、作業系統與使用場景。

影片章節:四回合從哪裡開始看?

時間影片章節
0:00輝達內戰:同一顆晶片做成兩種電腦
0:45兩台配置與價錢
1:18電多,還是記憶體快?
1:32第一回合 語言模型:GPT-OSS 120B 讀提示詞
2:26吐字:比記憶體速度
2:44AI 助理連做 8 件任務
3:04第二回合 生圖、生影片
3:20第三回合 作業系統:Linux 對 Windows on Arm
3:31LoRA 訓練:拿自己的照片教模型
3:48Windows on Arm 與 WSL,筆電能改裝 Linux 嗎?
4:13電腦不只跑 AI:修圖、剪片、線上遊戲
4:28第四回合 放哪裡、帶不帶走?
4:40一群人同時用、兩台串起來
5:05筆電帶出門:電池、風扇與客戶會議室
5:30決賽:誰才是最強本地 AI 電腦?
5:58該選哪一台?

DGX Spark 和 RTX Spark 差在哪?配置與價錢先看清楚

DGX Spark 是 1.2 公斤的 Linux 小盒子,RTX Spark 是跑 Windows 的筆電。裡面的晶片和手機一樣採 ARM 架構,也就是處理器使用的指令架構;兩邊 CPU、GPU 與 AI 算力相同,記憶體都是 128GB。

項目DGX SparkRTX Spark 筆電
片中機器1.2 公斤的 Linux 小盒子華碩 ProArt P14,Windows on Arm
價錢22 萬(220,000 元)25 萬 9,990(259,990 元)
晶片與記憶體ARM 架構、128GBARM 架構、128GB;CPU、GPU 與 AI 算力相同
硬碟4TB1TB
給晶片的電140 瓦45 到 80 瓦
記憶體速度每秒 273GB每秒 300GB
形態放桌上,另外連螢幕或遠端使用自帶螢幕、電池、鍵盤,裝進背包

片中盒子 22 萬,華碩 ProArt P14 是 25 萬 9,990。多的約四萬買到螢幕、電池、鍵盤,硬碟反而從 4TB 變 1TB。價格採影片的 2026 年 11 月 5 日資料;其中 DGX 22 萬也是當時奧微的售價。

第一次認識這台小盒子,可以先看DGX Spark 是什麼。若你原本也在看 Mac,前作DGX Spark 對 Mac Studio M5比較的是另一組選擇;這篇專心回答盒子和 RTX Spark 筆電怎麼選。

電多還是記憶體快,誰決定跑 AI 的速度?

兩個差異很醒目:DGX Spark 給晶片 140 瓦,筆電是 45 到 80 瓦;記憶體速度則是筆電快,DGX 每秒 273GB,筆電每秒 300GB。前者像計算時可用的電力預算,後者像搬資料的通道寬度,不能只看其中一個就判勝負。

第一回合:RTX Spark 筆電跑 AI 夠快嗎?讀提示與吐字分開看

影片用 OpenAI 開源的 GPT-OSS 120B,約 1,200 億個參數。回答分成兩段:先一次讀整段提示詞,叫 prefill;接著一個 token、一個 token 吐出回答。token 是模型處理文字的小單位,片中用「大約一個字」幫你抓速度感。

讀提示詞這段比 GPU 算力:DGX Spark 每秒約 2,400 個 token,筆電約 1,800,DGX 快三成。但片中的解釋不是功耗:兩台 GPU 時脈都在 2.5 GHz 左右,XDA 量到的算力是 123.9 與 124.3 TFLOPS,幾乎一樣。TFLOPS 是每秒兆次浮點運算,用來描述計算能力;XDA 的結論是兩顆晶片在純算力上沒有誰比較快。

那為什麼讀提示仍有差?我們的猜測,可能是 Linux 和 ARM 版 Windows 的系統優化不同,目前沒有找到相關的官方資料。這是影片提出的推測,不把它寫成已確認原因。

吐字則反過來。每吐出一個字,都要從記憶體搬資料;筆電的 300GB 對 DGX 的 273GB,每秒搬得比較多。片中 DGX 每秒吐 61 個 token,筆電 65,筆電小贏。

真的做事,影片換一個小一點的模型,讓 AI 助理連做 8 件任務:DGX 17.3 分鐘,筆電 18.7 分鐘,只快不到一成。這組來自 Artificial Analysis 的單一代理工作重播,筆電是 Surface 原型機,不是同時開八個人,也不是 ProArt 的另一組測速;每一步都要重讀前文,讀得快的占便宜,不另算分。第一回合 1 比 1。

第二回合:DGX Spark 生圖、生影片會比較快嗎?

影片整理的結果很接近:生一張圖,兩台都在 50 秒上下;生一段 5 秒短影片,都要一分半左右。這是片中採用的速度量級,研究裡兩邊生成模型版本與流程並不完全相同,不拿幾秒的小差距排名。這回合平手,各拿一分,累計 2 比 2。

如果主要想在家生成影片,手上已有 Mac,也可看24G Mac mini 跑 MiniMax H3 的實測與教學,先看自己的機器能做什麼,再決定要不要升級到這兩台。

第三回合:RTX Spark 可以裝 Linux 嗎?作業系統怎麼選?

DGX Spark 跑的是輝達調好的 Linux,和大型 AI 伺服器同一套,近三十份官方教學可以照著做。像 LoRA 訓練,就是用少量自己的資料,教模型認得新的特徵;拿自己的照片教它認一張新臉,DGX 有現成教學,同一套訓練工具的筆電版當時還寫著「即將推出」。

RTX Spark 跑 Windows on Arm,很多 AI 套件還沒有 ARM 版,常要多繞一步:在 Windows 裡開 Linux,叫 WSL,AI 工具在裡面跑。若你擔心設定門檻,DGX Spark 要自己裝還是請人協助整理了開始前要盤點的事。

直接把筆電改裝 Linux 呢?片中整理的問題是:管 GPU 電源的驅動只有 Windows 版,改裝 Linux 一插上電,GPU 被鎖在低速,吐字從每秒 65 掉到 13.9。這組是 Alex Ziskind 的 MSI 筆電改裝測試,不是 DGX Spark 的 Linux 表現。

但電腦不只跑 AI。筆電能直接裝 Photoshop、Premiere,也能玩 Fortnite;這三樣,DGX Spark 的 Linux 都不行。AI 開發歸 DGX,修圖剪片與遊戲歸筆電,累計 3 比 3。

第四回合:本地 AI 電腦放辦公室,還是帶去客戶現場?

DGX Spark 只有 15 公分見方,一公尺外幾乎聽不到,不接螢幕也能用筆電、手機連進去,適合留在桌上 24 小時開著。規劃常開的位置時,辦公室本地 AI 的用電與噪音談了插座、擺放與散熱要怎麼想。

多人或 AI 助手同時連進來,八個以內兩台差不多;DGX 有開到 256 個同時使用的測試,每個分到的變慢,加起來的總速度仍往上爬。這裡的數字是多人合計吞吐,不代表每個人都維持單人速度。

DGX 還能用高速網路線串兩台,記憶體合成 256GB,裝下單台放不下的模型;筆電沒有這種網卡。它的優勢是留在固定位置、常開與擴展。

RTX Spark 筆電約 1.5 到 2 公斤,片中說拔掉插頭速度也不掉,但一直全速跑 AI,電池約一小時就見底,風扇也聽得很清楚。換來的是兩台裡只有它能跟你走進客戶會議室,當場跑大模型。一直開著、能串兩台歸 DGX,帶著走歸筆電,累計 4 比 4。

本地 AI 電腦該買哪台?四回合比分與我們的建議

回合比什麼DGX SparkRTX Spark誰拿分/累計
第一回合GPT-OSS 120B 讀提示詞/吐字每秒 2,400/61 token每秒 1,800/65 token讀提示歸 DGX、吐字歸筆電;1 比 1
第二回合生圖、生 5 秒影片約 50 秒/一分半約 50 秒/一分半平手,各拿一分;2 比 2
第三回合AI 開發與日常軟體Linux、近三十份官方教學、LoRAWSL;Photoshop、Premiere、FortniteAI 開發歸 DGX、日常用途歸筆電;3 比 3
第四回合留在桌上還是帶著走15 公分見方;兩台串成 256GB1.5 到 2 公斤;全速 AI 電池約一小時常開與串接歸 DGX、攜帶歸筆電;4 比 4

開打前很多人押 DGX Spark 贏,結果是 4 比 4 平手。兩台官方標的 AI 算力都是 1 PFLOP,代表宣傳中的峰值 AI 計算能力;給晶片更多電,沒有直接換成大幅加速。整份代理工作 DGX 只快不到一成,吐字還輸給記憶體快一點的筆電,生圖影片則幾乎一樣。

純跑 AI,我們仍選 DGX Spark:擴展性更好,散熱、長期使用和效能略優。若想一台走遍很多場景,RTX Spark 加 ARM 版 Windows 或許更適合。與其只問哪台算力強,不如先決定它要留在桌上服務你,還是跟你一起出門。

常見問題

DGX Spark 和 RTX Spark,哪一台跑 AI 比較快?

片中四回合打成 4 比 4。DGX Spark 讀提示詞每秒約 2,400 token,筆電約 1,800;吐字反過來,DGX 約 61、筆電約 65。生圖、生影片幾乎一樣,整份 AI 代理工作 DGX 只快不到一成。

DGX Spark 和 RTX Spark 筆電差多少錢?

片中 DGX Spark 是 22 萬,華碩 ProArt P14 是 25 萬 9,990。多的約四萬買到螢幕、電池、鍵盤,但硬碟從 DGX 的 4TB 變成筆電的 1TB;兩台記憶體都是 128GB。

DGX Spark 電多,為什麼沒有快很多?

兩台 GPU 時脈都在 2.5 GHz 左右,XDA 量到的算力也幾乎一樣;吐字主要看記憶體搬資料的速度,筆電每秒 300GB,比 DGX 的 273GB 快。讀提示詞的差距,我們猜測可能與系統優化有關,目前沒有找到相關官方資料。

RTX Spark 可以直接改裝 Linux 嗎?

依片中整理,當時管 GPU 電源的驅動只有 Windows 版。筆電改裝 Linux 後一插電,GPU 被鎖在低速,吐字從每秒 65 掉到 13.9;跑 AI 工具比較實際的路線,是在 Windows 裡開 Linux,也就是 WSL。

DGX Spark 適合多人共用嗎?

八個以內同時用,片中整理的兩台表現差不多;DGX 有到 256 個同時使用的測試,每個人分到的速度變慢,合計總速度仍往上爬。它也能把兩台串起來,記憶體合成 256GB。

本地 AI 電腦該買 DGX Spark 還是 RTX Spark?

純跑 AI,我們仍選 DGX Spark:擴展性更好,散熱、長期使用和效能略優。若想一台電腦兼顧修圖、剪片、遊戲,還要帶去客戶會議室跑大模型,RTX Spark 加 ARM 版 Windows 或許更適合;全速跑 AI 時,要留意約一小時的電池與風扇聲。

資料來源

依影片說明欄列出;價格與軟體支援狀態以 2026 年 11 月 5 日為準。

  1. NVIDIA DGX Spark 官方規格
  2. NVIDIA RTX Spark 官方規格
  3. 華碩 ProArt P14(RTX Spark)規格
  4. XDA:DGX Spark 和 RTX Spark 晶片逐項對照
  5. llama.cpp:DGX Spark 官方效能基準
  6. Alex Ziskind:RTX Spark 筆電實測
  7. Artificial Analysis:本地 AI 代理任務測試
  8. NVIDIA:DGX Spark 的 LoRA 訓練教學
  9. NVIDIA:RTX Spark 開發指南(ARM 套件與 WSL)
  10. Alex Ziskind:RTX Spark 筆電改裝 Linux

準備把本地 AI 接進工作流程,先聊你的模型、使用人數與需不需要帶出門。歡迎透過 LINE 和奧微聊聊,一起挑適合的硬體與做法。

回文章列表