联想 ThinkCentre X Ultra 与 Acemagic F9A：本地大模型迷你工作站怎么选

AMD Ryzen AI Max+ PRO 495 为这类迷你工作站带来一个很不寻常的本地 AI 优势：CPU、Radeon 8065S 集成显卡和 AI 处理资源共用同一池 LPDDR5X 内存。与独立显卡把系统内存和固定容量显存分开的传统桌面平台不同，本地模型运行时可调用更大的共享内存预算。442

这正是联想 ThinkCentre X Ultra 与 Acemagic F9A 的核心吸引力。不过，两者并非只是“同芯不同壳”：联想将 1.6 升产品定位为可管理的商用工作站，并给出了多机扩展方案；Acemagic 则押注于目前已公布的更大单机内存容量。

参数速览

项目	联想 ThinkCentre X Ultra	Acemagic F9A PRO 495
处理器	最高 Ryzen AI Max+ PRO 495，配 Radeon 8065S 集显 42	Ryzen AI Max+ PRO 495，配 Radeon 8065S 集显 4
最大统一内存	128GB LPDDR5X 42	192GB LPDDR5X-8533 4
最大图形内存分配	最多从统一内存中分配 96GB 42	据已报道规格，最多可向图形分配 160GB 23
机身体积	1.6 升 42	约 2 升，158.5 × 158.5 × 81.5 毫米 5
存储	最多两块 4TB M.2 2280 PCIe Gen5 SSD，合计 8TB 33	据报道为一个 M.2 2280 PCIe 4.0 x4 插槽，最高支持 4TB 13
网络与扩展	面向企业，支持 AMD PRO 及联想安全、可管理功能；具体 I/O 因配置而异 42	双 2.5GbE、Wi‑Fi 7、两个 USB4、HDMI 2.1、DisplayPort 2.1 与 OCuLink 4
软件定位	支持 Windows 11、Linux，以及联想 AI Developer Center 和企业管理体系 45	发布资料聚焦本地 AI 硬件；尚未明确与联想对等的企业级设备管理承诺 4
上市与价格	预计 2026 年 11 月起上市，起售价 3100 欧元 42	IFA 展示时尚未公布价格、销售地区和零售日期 1

为什么统一内存对本地模型重要

在搭载独立显卡的常规台式机中，系统内存与 GPU 显存彼此分离。进行本地推理时，模型权重以及会随长对话增长的 KV 缓存，都需要放进运行模型的加速器能够访问的内存里。因此，显存容量往往是能否运行某个模型的第一道门槛。

PRO 495 的设计取消了这种硬性分割。Acemagic 明确表示，CPU、集成 Radeon 显卡和 AI 资源共享同一内存池，面向本地 AI 推理、数据处理和其他高内存负载。4 联想也标注 ThinkCentre X Ultra 支持最高 128GB 统一内存，其中最高 96GB 可作为图形内存分配。42

但这不意味着共享 LPDDR5X 等同于高端独显所搭载的高速显存。它的主要价值在于容量与调度弹性：相较于配备较小独显显存的设备，统一内存可能让用户运行更大的量化模型、使用更长上下文，或给 KV 缓存预留更多空间。实际生成速度仍取决于模型格式、推理引擎、提示词与上下文规模、内存带宽，以及持续功耗下的表现。

同一颗芯片，内存上限不同

两台设备都采用 PRO 495 与 Radeon 8065S 集显。Acemagic 公布的顶配规格为 16 核 32 线程、最高 5.2GHz 加速频率和 55 TOPS NPU；AMD 标注的平台总 AI 性能最高可达 131 TOPS。47 联想公布的机型同样配备最高 55 TOPS 的 NPU 和 Radeon 8065S。3342

因此，真正拉开差距的并不是处理器本身，而是厂商为用户提供了多少可用内存。

Acemagic F9A：优先追求单机容量

F9A 的决定性规格是最高 192GB LPDDR5X-8533。已报道资料称，最多可将其中 160GB 分配给集显。23 相比联想的最大系统内存，这多出的 64GB 在模型、上下文窗口与 KV 缓存竞争同一内存池时，可能带来明显差异。

Acemagic 宣传该设备可运行 120B 的 Q4 量化模型和 300B 的混合专家（MoE）模型。2 不过，这应理解为厂商关于适配能力的说法，而非第三方对交互性能的独立验证。模型能够加载，不等于一定能以适合具体任务的速度输出；上下文较长或推理框架要求较高时尤其如此。

F9A 还提供偏发烧友取向的扩展能力，包括两个 USB4、双 2.5GbE、Wi‑Fi 7、显示输出和 OCuLink。4 OCuLink 值得注意，因为它可提供外接 PCIe 扩展通道，包括连接外置显卡的可能性；但实际价值仍取决于软件支持和外接硬件配置。

联想 ThinkCentre X Ultra：企业部署路径更明确

ThinkCentre X Ultra 的上限为 128GB 统一内存和最高 96GB 图形内存。42 虽然低于 F9A 的最高配置，但对如此小的桌面工作站而言，仍是一块相当大的可用内存池。

它的差异化能力在于明确的集群方案：联想表示，一台 X Ultra 最多可连接另外三台设备，用于更大模型和多智能体负载。44 四台满配设备的统一内存总量可达到 512GB。

不过，512GB 总量不应被理解为一个统一、直接可用的 512GB GPU 显存空间。多节点推理需要软件能把任务或模型层切分至多台设备，网络通信也会带来额外开销。集群能扩展本地可运行工作负载的范围，但并不保证拥有与同等直接连接内存的单个加速器相同的延迟或使用简便性。

围绕硬件，联想提供了更清晰的商用平台：包括 AMD PRO 支持、ThinkShield 安全能力与 DASH 可管理性。36 该机兼容 Windows 11 和 Linux；预计于 2026 年 11 月上市、3100 欧元起的定价，也为企业采购提供了更明确的时间和预算参考。4245

AI 性能数字能说明什么，不能说明什么

55 TOPS 的 NPU 指标与最高 131 TOPS 的平台总指标，可作为理论 AI 能力的参考，却不是聊天机器人响应速度或模型质量的基准。两家厂商的发布信息都没有给出针对常见 LLM、可横向比较的独立每秒 token 生成测试。

做购买决定时，建议把问题拆成三层：

1. 模型能否装下？ 主要看内存容量、量化方式和上下文长度。
2. 模型是否够流畅？ 必须看对应模型与推理框架下的每秒 token 测试，不能只看 TOPS。
3. 能否可靠地规模化运行？ 在这一层面，联想的管理工具和已有说明的多机路径，可能比单节点最大容量更重要。

若目标是在小体积设备中运行一个更大的量化模型，F9A 的 192GB 上限是更激进的规格。若组织更看重明确的上市计划、Windows/Linux 选择、设备管理功能及厂商描述的集群方案，ThinkCentre X Ultra 则是结构更完整的选择。

RTX Spark 将如何改变紧凑型本地 AI 市场

这两款 AMD 设备推出之际，英伟达也在把 RTX Spark 扩展到 Windows 笔记本和紧凑型台式机。英伟达表示，华硕、戴尔、惠普、联想、微软 Surface 和微星的 RTX Spark 设备将在 2026 年秋季推出，宏碁和技嘉的机型将随后跟进。32 路透社也报道称，该平台将进入包括戴尔、惠普和联想在内主要 OEM 厂商的笔记本和紧凑型桌面产品。17

对优先考虑英伟达 GPU 软件生态的买家而言，RTX Spark 是一个重要竞争方向。但它目前还不是两款 AMD 设备一一对应的直接替代品：最终 OEM 配置、价格与独立性能数据会因设备不同而变化，仍有待验证。23

实际怎么选

• 优先选 Acemagic F9A：如果你最在意单机已公布的统一内存上限。192GB 内存和据报道最高 160GB 图形内存分配，是尝试更大规模量化模型和更长上下文时最清晰的优势。其购买细节在发布时仍未确认。12
• 优先选联想 ThinkCentre X Ultra：如果企业级管理能力、明确支持的操作系统选择，以及正式的四机集群扩展路径，比单机最大内存更重要。该机预计 2026 年 11 月起上市，3100 欧元起。4245
• 如果交互式 LLM 速度是决定因素，先等实测对比：大内存让两款设备颇具特色，但任何已公布的 TOPS 数字都不能替代针对你计划运行的模型、量化方式、上下文长度和推理软件进行的测试。

更大的趋势是，紧凑型 AI 工作站开始不只比拼加速器算力，也在竞争内存容量。在这一细分市场，能否让模型留在本地、并为有用的上下文腾出足够内存，可能比一项醒目的算力数字更关键。