联想 ThinkCentre X Ultra 对比 Acemagic F9A：128GB 与 192GB 迷你 AI 工作站怎么选

本地 AI 迷你主机的竞争重点，正在从「有没有 NPU」转向另一个更实际的问题：内存是否足以把有用的大模型完整装进本机。

联想 ThinkCentre X Ultra 和 Acemagic F9A 都采用 AMD Ryzen AI Max+ PRO 495。该平台将 CPU、Radeon 集成显卡和 NPU 放在同一套 LPDDR5X 统一内存架构中。AMD 给出的整机 AI 性能最高为 131 TOPS，其中 NPU 为 55 TOPS，并支持最高 192GB 内存。 23

统一内存为何决定本地 LLM 的上限

在这类机器里，CPU、集成 Radeon GPU 与 NPU 共用同一内存池，而不是像传统独显那样受限于一块固定容量的独立显存。对于依赖 GPU 推理的大语言模型（LLM），这意味着紧凑机身也能提供远超常见核显设备的可用内存空间。

内存容量当然不等于生成速度。模型架构、量化方式、上下文长度、推理运行时，以及机身在长时间负载下的散热表现，都会影响实际体验。但有一个前提无法绕过：模型装不下，就无法在本机运行。

ThinkCentre X Ultra：面向企业的扩展路线

ThinkCentre X Ultra 将 Ryzen AI Max+ PRO 495 平台装入一台 1.6L 的小型台式机。顶配采用 Radeon 8065S 集成显卡，最高提供 128GB LPDDR5X 统一内存；联想表示，其中最高可划分 96GB 作为专用图形内存。 1

据报道，这颗处理器拥有 16 个 Zen 5 CPU 核心、32 线程，Radeon 8065S 则配备 40 个计算单元。 3 联想将其定位为面向本地化、多智能体企业 AI 负载的设备，而非普通消费级迷你主机。 2

最多四机组集群，总内存可达 512GB

X Ultra 的关键特色是可将最多四台设备组成集群。若每台均为 128GB 配置，整体可获得最高 512GB 的聚合统一内存，并提升分布式 AI 负载的总算力。 3

不过，这不代表所有应用都会获得一个物理上统一的「512GB 单一内存地址空间」。工作负载能否利用多机资源，取决于推理软件是否支持分布式或模型并行推理。它提供的是厂商支持的横向扩展路径，并非让每一个本地模型都像安装在一台 512GB 电脑里一样运行。

系统、接口、存储与上市时间

ThinkCentre X Ultra 支持 Windows 11 和 Linux，并集成 AMD Ryzen AI Developer Center，提供 AI 工具、模型和工作流。 8 已披露的接口包括双 Thunderbolt 4、10GbE 有线网络、DisplayPort 2.1 和 HDMI 2.1。 2 有报道称其可配置最多两块 M.2 2280 PCIe Gen5 SSD，单块容量最高 4TB。 20

联想公布的上市时间为 2026 年 11 月；欧洲起售价为 3,100 欧元，美国报道的起售价为 3,699 美元。 13

Acemagic F9A：把最大模型容量放进一台机器

Acemagic 采用同一平台，却走了另一条路线：尽可能提升单机内存上限。F9A 最高支持 192GB LPDDR5X-8533 统一内存，其中最多 160GB 可分配给图形负载。 1542

它同样采用 16 核 32 线程的 Zen 5 处理器及 Radeon 8065S 显卡。该平台的 NPU 最高为 55 TOPS，AMD 标称总 AI 性能最高 131 TOPS。 1523

Acemagic 表示，F9A 的内存容量可支持在本地推理 120B 参数 Q4 模型和 300B 的混合专家（MoE）模型。这属于厂商针对模型装载能力及潜在用途的说法，并不构成通用性能保证；模型结构和软件配置的影响仍然很大。 40

扩展能力与体积

F9A 尺寸为 158.5 × 158.5 × 81.5 毫米，体积约为 2L。 11 已报道的接口包括双 USB4、双 2.5GbE 网口、Wi‑Fi 7、蓝牙 5.4、HDMI 2.1、DisplayPort 2.1，以及用于外接扩展的 OCuLink PCIe 4.0 x4。 41

不同公开报道对存储规格的描述并不一致：有消息称其配备两个 M.2 PCIe 4.0 NVMe 插槽，也有消息称仅提供一个 M.2 2280 PCIe 4.0 x4 插槽。有意购买者应向 Acemagic 核实所在地区的最终零售配置。 4344

在 IFA 公布时，Acemagic 尚未确认 PRO 495、192GB 版本的零售价和上市日期。此前与 Ryzen AI Max+ 395 版本关联的价格，不能视为这款新规格的定价。 1147

怎么选：看你要「单机装下」还是「多机扩展」

优先需求	更适合的选择	原因
企业部署与横向扩展 AI	ThinkCentre X Ultra	更明确的 Windows/Linux 定位、开发工具、10GbE 网络，以及官方提出的四节点集群路径。 28
在单台紧凑 PC 中装下尽可能大的本地模型	Acemagic F9A	最高 192GB 统一内存，高于联想的 128GB 上限。 115
外接扩展	Acemagic F9A	已明确公布 OCuLink PCIe 4.0 x4 接口。 41
更小的机身体积	ThinkCentre X Ultra	1.6L，对比 F9A 约 2L。 111

因此，两者的差别并不主要来自处理器——它们采用的是同一平台——而是围绕平台做出的系统设计选择。

联想提供的是一条更完整的企业级扩展路线：通过多台小主机来扩展资源。Acemagic 的核心卖点则是以一台机器提供最大的内存池；如果模型必须完整放在单机里，这通常是更直接的方案。

迷你 AI 工作站的竞争正在升温

这两款产品说明，本地 AI PC 已不再只是比拼 NPU 的 TOPS 数字。对于 LLM 工作负载，模型是否装得下、内存带宽、网络能力、外部扩展和推理运行时兼容性，往往与标称 TOPS 同样关键。

NVIDIA RTX Spark 系统正成为另一条竞争路线。NVIDIA 表示，采用 Grace CPU 与 Blackwell RTX GPU 的 RTX Spark Windows PC 将于 2026 年 10 月上市，首批来自超过六家 OEM 厂商；该平台最高可配备 128GB 统一内存，并宣称最高可达 1 petaflop AI 算力。 24 华硕已经公布紧凑型 RTX Spark 迷你主机 ProArt GR1X；宏碁也展示了一款 RTX Spark 小型台式机设计，但表示具体上市信息将在之后公布。 3439

AMD 平台的这两款设备与即将到来的 RTX Spark 机器，代表了满足同一需求的不同办法：在桌面端放进足够的计算资源和内存，以便本地运行更严肃的 AI 工作负载。对买家而言，真正应比较的是所需模型的体量、依赖的推理软件、是否需要 CUDA 专属工具，以及一台高内存主机与多台联网节点之间，哪种运维方式更合适。