DGX Spark vs AMD Strix Halo与NVIDIA GB10，ROG幻X 2025笔记本评测详解。
近两年，端侧AI的发展速度令人惊叹。两年前AIPC刚刚问世，关于它是什么、能做什么以及与传统PC的区别，成为公众亟需解答的三大问题；一年前，随着稳定扩散模型和大语言模型的持续突破，人们对AIPC有了更具体的认知；而今年，AMD锐龙AIMax395等搭载超大统一内存可分配显存技术（VGM）的产品出现，极大提升了端侧运行大模型的参数规模与效率，标志着AI赋能的高效体验逐渐被广泛接受，越来越多的用户在生产力、创意设计乃至游戏领域中感受到AI带来的实际价值。 从行业发展趋势来看，端侧AI的快速演进不仅推动了硬件技术的革新，也促使软件生态不断适配新的计算模式。这种变化正在重塑用户的使用习惯，也让AI不再是遥不可及的概念，而是逐步融入日常工作的关键工具。未来，随着更多厂商加入这一赛道，端侧AI的应用场景将更加丰富，用户体验也将进一步提升。
在当前背景下，AI端侧计算设备的竞争进入了一个新阶段。以AMD锐龙AIMax395和NVIDIA GB10 Grace Blackwell平台为代表的两大高算力技术路线，正在推动MiniAI工作站向小型化、低成本、高算力的方向发展。与动辄数十万元的AI一体机相比，这两款产品旨在通过更低的成本，帮助AI开发者以及有本地化AI大模型需求的中小企业突破算力限制，实现更广泛的AI应用落地。 从行业发展趋势来看，这种低门槛、高性能的解决方案无疑为更多企业和个人提供了参与AI开发的机会。尤其是在当前全球AI技术快速演进的环境下，端侧计算能力的提升不仅有助于降低整体部署成本，也对推动AI技术普及具有重要意义。
不过，二者的目标虽然一致，但所依托的生态系统却存在显著差异。AMD锐龙AIMax395基于成熟稳定的x86 Windows生态，有效降低了本地化AI计算在软硬件方面的门槛，同时保障了设备的广泛适用性；而NVIDIAGB10GraceBlackwell则以ARM Linux生态为核心，聚焦于更垂直的应用场景，在泛用性和兼容性方面相较于AMD锐龙AIMax395稍显不足，因此更适合特定领域的专业用户。 从实际应用角度来看，AMD锐龙AIMax395在易用性和开放性上的优势，使其成为AI入门开发者更为理想的选择。对于希望快速上手、无需复杂适配的用户而言，这一平台无疑更具吸引力。
x86架构在Windows平台上的成熟生态系统，为入门级开发者和中小企业提供了极大的便利，有效降低了技术门槛和部署成本。这一优势使得更多初创团队和小型企业能够快速上手并实现项目落地，进一步推动了整个行业的创新与发展。
x86和ARM、Windows与Linux，这组简单的术语涵盖了个人电脑行业的生态系统及各自的目标用户群体。
从软件层面来看，x86 Windows生态经过数十年发展，已为AI入门级到专家级开发者们构建了极为便利的资源链路。几乎所有主流AI开发工具和应用均提供Windows原生版本，无需复杂的环境配置即可直接安装，如LM Studio、Ollama等等，支持通过图形化界面一键部署和加载Llama、Qwen、DeepSeek等开源模型，AI开发者甚至无需掌握命令行即可完成基础层面的开发。同时，Windows生态下进行开发的学习成本相对较低，比如很多AI开发教程的系统环境均基于Windows，可以轻松复现。
而NVIDIA GB10 Grace Blackwell的ARM+Linux生态，其实对于不少入门开发者来说就比较难以上手了。首先，部分AI开发工具即便提供ARM版本，但可能相应的功能也会有些许缺失，如ARM版Tensor Flow就不支持部分可视化工具Tensor Board，导致入门者难以直观观察模型训练过程；其次，Linux系统的命令行操作逻辑与大众习惯的图形化界面差异较大，有着较高的上手门槛，仅仅是如配置Python虚拟环境、安装相关驱动等基础步骤，就需要有一定的命令行语言基础。虽然NVIDIA提供了基于Ubuntu的NVIDIA DGX OS定制系统，规避了不同Linux版本操作指令的差异问题，但相应的学习成本也有所增加，没接触过的开发者自然需要重新学习相关内容，上手门槛较高。
硬件层面，基于x86架构打造的AMD锐龙AIMax395平台，在AI开发领域展现出更高的灵活性和更低的成本优势。该平台天生具备良好的兼容性、通用性和可扩展性，相关产品的价格普遍控制在15000元以内，相比新推出的DGXSpark产品最低售价32999元，具有更低成本和更低的部署门槛，同时性能表现同样出色，单位投入所获得的性能更为突出。
基于ARM架构设计的NVIDIA GB10 Grace Blackwell，尽管配备了专属的DGXOS系统，但在兼容性和通用性方面存在明显不足，基本仅适用于程序开发和AI开发，对于其他类型的软件应用支持较为有限。相比之下，AMD锐龙AIMax 395平台不仅能够作为AI开发平台使用，日常办公、3D渲染甚至游戏等需求也能轻松应对。在两者终端产品价格相同的情况下，具备更高兼容性和通用性的AMD锐龙AIMax 395平台显然更符合大众用户的实际需求。
锐龙AIMax395在当前移动级平台中展现出极强的泛用性，其性能表现令人印象深刻。这得益于AMD创新的Zen5架构所带来的能效优势，配合16核32线程的设计，使其在多任务处理方面表现出色。同时，该处理器最高可将96GB统一内存动态分配给显存，为运行大规模参数量的MoE混合专家模型提供了强大支持。以Qwen3-235B-A22BMoE模型为例，其生成速度可达14.72tokens/s，已完全满足实际应用的需求。 从技术角度看，锐龙AIMax395的推出标志着移动计算在高性能与能效之间的平衡取得了重要突破，尤其在AI推理等高负载场景中表现突出。这一进步不仅提升了设备的实用性，也为未来更多复杂应用的落地奠定了基础。
在运行参数量低于30B的稠密大模型时，其生成速度可超过10 tokens/s。在两年前AIPC刚刚起步的时候，集成显卡平台能够实现这样的性能表现几乎是难以想象的。
在执行高负载AI任务的同时，锐龙AIMax395凭借其多核心架构和高主频优势，真正实现了“一机多用”，能够高效处理多种模态任务。在运行Office办公软件、多标签页浏览器时表现流畅，毫无卡顿，甚至可以同时开启多个AI模型进行调试优化、在线学习、文档编辑等复合型任务，依然保持稳定顺畅。此外，内置的Radeon 8060Si显卡也能满足视频剪辑、3D建模渲染，以及部分3A游戏的需求，一台设备即可覆盖从AI开发、办公应用到高强度生产力工具，再到游戏娱乐的全场景使用需求。
与锐龙AIMax395的广泛适用性相比，NVIDIAGB10GraceBlackwell则更加专注于特定领域，堪称编程和AI开发中的“专才”。由于受到ARM架构和Linux生态的限制，NVIDIAGB10GraceBlackwell注定难以成为通用设备，因此其应用范围十分有限，不适合用作AI初学者的首选开发平台。
单位价格性能比方面，锐龙AIMax395具有明显优势，更符合“大众体质”的需求。
对于初创团队和个人开发者来说，产品价格也是敏感因素，对于企业用户来说，主要体现在TCO，即总拥有成本方面的表现。
在这一点上，无论是锐龙AIMax395还是GB10GraceBlackwell，都将终端产品设计为迷你AI工作站或笔记本形态的移动工作站，相较于需要占用专业机房、配备专业供电设备以及依赖专业IT维护支持的AI一体机，整体成本更具优势。这种设计不仅提升了灵活性，也降低了企业或个人在部署AI算力时的门槛，尤其适合对计算资源有需求但又受限于空间和预算的用户群体。随着AI技术的普及，这类轻量化、高效率的设备或将逐步成为市场主流。
不过，价格和管理维护所带来的成本只是一个方面，更多目标用户其实关注的是单位价格与性能之间的转化比，这一比值的高低往往反映硬件性能的价值，价值越高，自然就越适合“大众体质”。
从目前上市的锐龙AIMax395和GB10GraceBlackwell两款机型来看，前者在该方面展现出明显的优势。
目前上市的产品中，惠普Z2 Mini G1a工作站21999元，在AMD Strix Halo产品中，这已经算是最贵的产品了。而多数Mini AI工作站产品，价格都在15000元左右，像13799元的零刻GTR9 Pro、14999元的极摩客EVO-X2等等，价格都非常亲民。
相比而言，GB10GraceBlackwell在价格上并不具备明显优势。例如近期推出的DellProMaxWithGB10，售价高达45844.1元。而价格最低的华硕NVIDIAAscentGX10也从32999元起售，这样的购机和采购成本对普通个人开发者或小企业用户来说显然压力较大。此外，受限于系统生态，GB10GraceBlackwell能够支持的应用场景较为有限，除专业开发外，在日常办公、创作等需要Windows系统支持的场景中表现不佳，实用性受到一定限制。 从市场角度来看，高端硬件设备虽然性能强大，但若无法兼顾主流使用需求，其适用范围将受到显著制约。对于大多数用户而言，平衡性能与成本、兼容性与实用性才是更为现实的选择。
那么，更为高端的GB10GraceBlackwell在性能上是否对锐龙AIMax395有显著提升呢？笔者在YouTube上找到了用户@BijanBowen的测试数据，具体如下：
@BijanBowen测试了Llama3.370B、Qwen3Coder、GPT-OSS20B以及Qwen30.6B四款大语言模型，其中Qwen3Coder和Qwen30.6B在生成速度上表现优于GB10GraceBlackwell，但差距并不显著；而Llama3.370B和GPT-OSS20B的性能则略逊于锐龙AIMax395平台，在首Token生成时间（TTFT）方面，锐龙AIMax395展现出一定优势。此外，DGXSpark的价格是StrixHalo的1到2倍，但在AI大模型生成速度上并未体现出相应的提升，这表明锐龙AIMax395在“单位价格性能比”方面更具竞争力，对用户来说是一个更划算的选择。 从市场角度来看，硬件平台的选择不仅要关注性能指标，更要综合考虑成本效益。锐龙AIMax395在保持良好性能的同时，提供了更高的性价比，这或许会成为更多企业和开发者优先考虑的对象。随着AI应用的不断扩展，如何在性能与成本之间找到平衡点，将成为衡量硬件价值的重要标准。
・结语
对于个人AI开发者和中小企业用户而言，选择AI终端设备的核心需求主要集中在低门槛和高性价比上。与同样秉持这一设计理念的GB10GraceBlackwell相比，锐龙AIMax395在硬件兼容性、系统生态、单位价格的性能转化率，以及终端产品的通用性和扩展性等方面，展现出明显的优势。锐龙AIMax395的推出，进一步降低了x86 Windows平台上原本就较为友好的AI开发环境的使用门槛，一台Mini AI工作站即可完成AI大模型的训练、调试与优化，同时配套的框架、库和应用也十分完善。再加上锐龙AIMax395自身所搭载的CPU、GPU、NPU三大AI计算引擎，能够全面满足用户从基础模型运行到后续进阶AI学习与开发的各种需求。此外，其15000元左右的售价，相较于GB10GraceBlackwell新品32999元起的定价，不仅在价格上更具优势，整体拥有成本（TCO）也更加突出，因此更值得个人AI开发者和中小企业用户进行选择。
同时，锐龙AIMax395采用创新的Zen5架构，并兼容x86 Windows生态系统，展现出卓越的通用性，能够广泛应用于人工智能开发、文档处理、视频剪辑、3D渲染以及游戏等多种场景。相较于ARM Linux生态的局限性，前者更能满足普通用户“一机多用”的需求。
