此芯 AGX X2 主打邊緣 AI：80 至 300 TOPS 之外，買家更要睇甚麼？

此芯科技在 2026 年 9 月 18 日的深圳客戶大會發表 AGX X2（AGXcelerator），定位為供 AI 在裝置或邊緣系統運行大模型、執行智能體任務的平台，同場亦公布與合作夥伴開發的終端及行業方案。現有報道中的性能數字屬此芯的宣稱，並非已獲獨立驗證的測試結果。4

規格吸引，但不能當成實測速度

此芯聲稱，AGX X2 提供 80 至 300 TOPS 峰值算力、64 至 160GB LPDDR5 統一記憶體，可原生推理參數量由 70 億至 1,220 億的大模型；每產生一個 token 的能耗，亦較未有指明的業界比較基準低逾 50%。TOPS 是每秒萬億次運算的峰值指標；token 則是模型處理和產生文字時使用的單位。4

算力配合較大容量的記憶體，反映平台希望容納更大的本地模型及智能體工作負載。不過，這些範圍不代表同一部機器能同時達到所有數字。現有資料未交代各項數字對應的硬件配置、模型設定和運行條件；單靠峰值 TOPS，也無法判斷某個模型實際回應有幾快。4

不只賣硬件，還想串連裝置與雲端

按此芯的描述，AGX X2 是開放平台，可配合 AI 加速卡、GPU 及 VPU，並透過連接加速器擴充算力。其 Agentic OS 計劃協調用戶端與伺服器端資源；「模型即服務」（MaaS）則用於統一提供模型運算服務，以及計量 token 用量。不過，公布資料不足以核實實際如何分配工作、在裝置與雲端之間切換，或計算用量。4

這套部署方向並非由 AGX X2 才開始：此芯早在 2026 年 7 月已提出涵蓋裝置、邊緣系統及雲端的 AGX Agentic Compute 策略。18 今次大會展示的消費應用構想之一，是結合運算、儲存與智能家居功能的家用 AI 中樞。4

Ubuntu 發行商 Canonical 另曾公布，會為此芯的 P1 晶片優化 Ubuntu 體驗。這與此芯的軟件生態有關，但不能據此推斷 Ubuntu 已支援 AGX X2 的各種配置，更不能用來證明 AGX X2 的性能宣稱。9

採購前，應要求甚麼數據？

關鍵是索取每一款擬採購配置可重複的測試：所用模型及量化設定、上下文長度、首個 token 的輸出時間、持續每秒輸出 token 數、記憶體佔用，以及從插座量度的整機功耗。若要驗證「每 token 能耗低逾 50%」，還須公開比較對象和量度方法，提供同條件的每 token 焦耳數。現有報道未提供這些獨立測試，因此 AGX X2 的實際速度與能效仍有待確認。4