Lenovo ThinkCentre X Ultra vs. Acemagic F9A：哪台迷你工作站更適合本機 LLM？

AMD Ryzen AI Max+ PRO 495 為這類迷你工作站帶來一項少見優勢：CPU、Radeon 8065S 內建顯示核心與 AI 運算資源共用同一個 LPDDR5X 記憶體池。對想把大型語言模型（LLM）留在本機執行的使用者而言，這代表不必只受限於獨立顯卡固定的 VRAM 容量，而能運用更大的共享記憶體預算。442

Lenovo ThinkCentre X Ultra 與 Acemagic F9A 的核心吸引力正是如此，但兩者並非同一路線：F9A 把重點放在單機最大記憶體容量；ThinkCentre X Ultra 則更偏向可管理的企業工作站，以及可擴展的多機部署。

規格重點一覽

項目	Lenovo ThinkCentre X Ultra	Acemagic F9A PRO 495
處理器	最高 Ryzen AI Max+ PRO 495，搭配 Radeon 8065S 42	Ryzen AI Max+ PRO 495，搭配 Radeon 8065S 4
最高統一記憶體	128GB LPDDR5X 42	192GB LPDDR5X-8533 4
最高圖形記憶體配置	最多可由統一記憶體撥出 96GB 42	據報最多可配置 160GB 給圖形用途 23
機身體積	1.6 公升 42	約 2 公升，158.5 × 158.5 × 81.5 mm 5
儲存空間	最多兩條 4TB M.2 2280 PCIe Gen5 SSD，合計 8TB 33	據報一個 M.2 2280 PCIe 4.0 x4 插槽，最高支援 4TB 13
網路與擴充	AMD PRO 與 Lenovo 安全、可管理性功能導向；詳細 I/O 依配置而異 42	雙 2.5GbE、Wi‑Fi 7、兩個 USB4、HDMI 2.1、DisplayPort 2.1、OCuLink 4
軟體定位	支援 Windows 11、Linux，並具 Lenovo AI Developer Center 與企業管理工具 45	著重本機 AI 硬體；發表資料未提出與 Lenovo 對等的企業裝置管理承諾 4
上市與價格	預計 2026 年 11 月起供應，預計起價 3,100 歐元 42	IFA 展示時尚未公布價格、上市地區與零售日期 1

為何「統一記憶體」對本機 LLM 很重要？

傳統搭配獨立顯卡的桌機，系統記憶體與 GPU VRAM 是分開的。進行本機推論時，模型權重，以及隨對話上下文增加而成長的 KV 快取，都必須放進執行模型的加速器可存取記憶體中；因此，VRAM 容量往往是能否載入模型的第一道門檻。

PRO 495 的設計淡化了這條硬性界線。Acemagic 明確指出，CPU、Radeon 內顯與 AI 資源共享同一記憶體池，鎖定本機 AI 推論與其他吃記憶體的工作負載。4 Lenovo 則標示 X Ultra 最高可配備 128GB 統一記憶體，其中最多 96GB 可配置為圖形記憶體。42

不過，這不表示共享 LPDDR5X 的特性與高階獨立顯卡記憶體完全等同。它最重要的價值是容量與彈性：相較於小容量獨立 VRAM 配置，可能有空間載入更大的量化模型、使用更長的上下文，或保留更多 KV 快取餘裕。實際生成速度仍會受模型格式、推論引擎、提示詞與上下文大小、記憶體頻寬及持續功耗表現影響。

同一顆晶片，差別主要在記憶體上限

兩款系統都使用 PRO 495 與 Radeon 8065S。F9A 的頂規配置為 16 核心、32 執行緒，最高加速時脈 5.2GHz；NPU 為 55 TOPS，AMD 所列整體平台 AI 效能最高 131 TOPS。47 Lenovo 的 X Ultra 同樣具備 55 TOPS NPU，並採用 Radeon 8065S。3342

因此，兩者最大的分野不在處理器，而在於廠商開放了多少記憶體可供本機 AI 工作負載使用。

Acemagic F9A：以單機容量優先

F9A 最具辨識度的規格是最高 192GB LPDDR5X-8533 統一記憶體。依已報導規格，最多可將 160GB 指派給內顯。23 相對於 Lenovo 的單機最高總記憶體，這多出的 64GB，當模型本體、上下文視窗與 KV 快取都要共用同一池資源時，可能造成顯著差異。

Acemagic 宣傳此系統可執行最高 120B 的 Q4 量化模型及 300B 的混合專家（MoE）模型。2 這些是廠商對適配性的主張，不應視為互動效能已獲獨立驗證。模型即使能成功載入，在長上下文或要求較高的推論環境中，生成速度仍可能不足以符合特定工作需求。

F9A 的擴充性也較討好進階玩家：提供兩個 USB4、雙 2.5GbE、Wi‑Fi 7、顯示輸出與 OCuLink。4 特別是 OCuLink 可作為外接 PCIe 擴充的通道，包括外接 GPU；但是否實用仍取決於所接硬體與軟體支援情況。

Lenovo ThinkCentre X Ultra：企業部署路徑更明確

ThinkCentre X Ultra 的上限為 128GB 統一記憶體，圖形記憶體最高可撥出 96GB。42 雖然不及 F9A 的頂規容量，但對 1.6 公升桌上型系統來說，這仍是一個相當大的可用記憶體池。

它的主要差異化在於 Lenovo 所述的叢集選項：一台 X Ultra 最多可連接另外三台，用於較大型模型與多代理（multi-agent）工作負載。44 若四台皆為頂規，合計統一記憶體可達 512GB。

但這個數字不能直接當成單一、連續的 512GB GPU 記憶體空間。多節點推論需要能將工作或模型層切分到不同系統的軟體，網路通訊也會帶來額外負擔。叢集可擴大本機可執行的範圍，但不保證擁有與相同容量、直接連接記憶體的單一加速器一樣的延遲或簡便性。

Lenovo 也圍繞硬體提供更完整的商用平台，包括 AMD PRO、ThinkShield 安全功能與 DASH 可管理性。36 它列出 Windows 11 和 Linux 相容性，並給出 2026 年 11 月預定上市、3,100 歐元起的資訊，讓企業採購有較具體的規劃依據。4245

131 TOPS 能說明什麼，又不能說明什麼？

55 TOPS NPU 與最高 131 TOPS 的平台數字，可作為理論 AI 能力的參考，但它們不是聊天機器人回應速度或模型品質的基準。兩家發表資訊都沒有提供在常見 LLM 上、可直接對照的獨立每秒詞元數（tokens per second）測試。

採購前最好把問題拆成三件事：

1. 模型放不放得下？ 關鍵是記憶體容量、量化方式與上下文長度。
2. 回應是否夠快？ 必須查看特定模型與推論框架的每秒詞元測試，不能只看 TOPS。
3. 能否穩定擴展與管理？ Lenovo 的管理工具與多系統部署路徑，在這一點可能比單機峰值容量更重要。

如果目標是在小型機身中執行一個較大的量化模型，F9A 的 192GB 上限是較積極的規格；如果組織更重視既定上市時間、Linux／Windows 選項、管理功能及廠商描述的叢集架構，ThinkCentre X Ultra 則提供更有結構的方案。

RTX Spark 將如何改變小型本機 AI 市場？

這兩款 AMD 系統推出之際，Nvidia 也正將 RTX Spark 擴展至 Windows 筆電與小型桌機。Nvidia 表示，ASUS、Dell、HP、Lenovo、Microsoft Surface 與 MSI 的 RTX Spark 系統將於 2026 年秋季推出，Acer 與 Gigabyte 的產品後續跟進。32 路透社也報導，該平台將進入 Dell、HP、Lenovo 等大型 OEM 的筆電與緊湊型桌機。17

對重視 Nvidia GPU 軟體生態系的買家來說，RTX Spark 是重要的競爭方向；然而，它目前仍不能逐一、直接取代這兩台機器。最終 OEM 配置、定價與獨立效能測試均會因產品而異，仍有待驗證。23

實際選購建議

• 選 Acemagic F9A：若你的第一優先是已公布的單機最大統一記憶體。192GB 上限與據報 160GB 圖形記憶體配置，最適合試驗更大的量化模型與更長上下文；不過，發表時其購買細節仍未確認。12
• 選 Lenovo ThinkCentre X Ultra：若企業管理性、支援的作業系統選擇，以及正式的四機叢集擴充路徑，比每台機器的最大記憶體更重要。它預計自 2026 年 11 月起供應，起價 3,100 歐元。4245
• 等實測比較：若互動式 LLM 速度才是決定因素。大記憶體讓這兩台系統很特別，但任何已公布的 TOPS 數字，都無法取代使用你計畫採用的模型、量化、上下文長度與推論軟體進行的測試。

更廣泛來看，小型 AI 工作站開始不只比加速器吞吐量，也比可用記憶體容量。在這個市場區隔中，能否把模型留在本機、並保留足夠記憶體給實用的上下文，有時比醒目的運算效能數字更重要。