惠普 ZGX Nano G1n AI Station 评测：配备 Nvidia DGX Spark 的紧凑型服务器电源
小巧、黑色、昂贵。
惠普 ZGX Nano G1n AI Station 的目标是成为 AI 开发人员的完美切入点。它搭载了 128 GB 内存和 Nvidia 技术，承诺提供强大的服务器动力。不过，Nvidia 的 DGX Spark 生态系统只是部分令人信服。Marc Herter (translated by DeepL / Ninh Duy) Published 🇺🇸 🇩🇪 ...
结论--进入人工智能生态系统
HP ZGX Nano G1n AI Station 主要在专业专门应用领域证明了自己的实力。其最大的优势无疑是 Blackwell 架构。由于支持新的 FP4 数据格式以及 Nvidia 优化的 NVFP4 和 NVFP8 模型，AI 应用程序的执行速度更快，占用的 VRAM 更少。这是目前只有 Nvidia 才能实现的技术优势。除此之外，这款小工具还允许访问 Nvidia 的 DGX 生态系统，这使得将小型实验扩展到大规模服务器集群变得轻而易举。掌握 Nvidia 软件栈的开发人员会发现这座 "通往数据中心的桥梁 "非常宝贵。在如此小的空间内就能实现如此强大的人工智能能力，令人印象深刻。
不过，4000 欧元左右的高价让人对这款设备产生了期望，但在触觉和人体工学方面却无法完全实现。对于这个价位的产品来说，塑料机身给人的感觉过于简陋，而长期可闻的风扇声和闲置模式下高达 50 瓦的高能耗也会在日常使用中给人留下不好的印象。我们希望它能更精致一些，尤其是因为该设备经常会直接放在桌面上。毕竟，这款设备是为那些真正想从事人工智能工作的人准备的。
另一方面，如果你只需要大量本地内存来运行大型人工智能模型，而不需要 Nvidia 提供的功能，那么 Team Red 就是你强有力的竞争对手。基于 AMD Strix Halo 平台的系统，如 博弈 M5 AI 迷你台式机、 框架桌面或 GMKtec EVO-X2或配备 Ryzen AI Max+ 395 的 GMKtec EVO-X2，它们在许多标准 AI 应用程序中提供了宽裕的内存配置和强劲的性能，而且价格明显更具吸引力。尽管如此，惠普台式机仍然是 Nvidia 专家的首选。
Pros
Cons
惠普 ZGX Nano G1n AI Station 是一个很长的名字，实际上就是 Nvidia 的参考平台 DGX Spark。技嘉、华硕、宏碁和戴尔等竞争对手都提供 AI 开发者套件，因此惠普并不是唯一采用这种策略的公司。不同之处通常在于细节，例如对软件堆栈或机箱设计的微小调整。事实证明，这一概念本身非常灵活：这个小巧的机箱既可以作为网络中的专用 "无头 "服务器，也可以通过可用的端口直接作为带鼠标、键盘和显示器的成熟工作站。我们使用 Crowview Note进行测试。Crowview Note 特别注重设置的简便性。Nvidia 和惠普希望让用户尽可能无缝地进入本地人工智能开发，并在开箱即提供了现成的项目，即所谓的蓝图。
规格
| 规格 | HP ZGX Nano G1n AI Station |
| 处理器（带图形芯片的 SoC） | NVIDIA GB10 Grace Blackwell 超级芯片（20 个内核：10x Cortex-X925 + 10x Cortex-A725） NVIDIA Blackwell GPU（集成，FP4 时高达 1,000 TOPS） |
| 内存 | 128 GB LPDDR5x 统一内存（带宽 273 GB/s，已焊接） |
| 存储 | 1 TB 或 4 TB M.2 2242 NVMe SSD（PCIe Gen4） |
| 端口 | 3x USB-C 3.2 (20 Gbit/s)、1x HDMI 2.1a、1x 10 Gbit 以太网、2x QSFP (200 Gbit/s 互连) |
| 网络 | Wi-Fi 7（联发科 MT7925）、蓝牙 5.4 |
| 尺寸 | 150 x 150 x 51 毫米（宽 x 深 x 高） |
| 重量 | 1.25 千克 |
| 电源 | 240 瓦 USB-C（外置） |
| 操作系统 | NVIDIA DGX OS（基于 Ubuntu Linux） |
| 价格 | 约 3,605 欧元起（市场价） |
外壳和连接 - 小巧而简单
HP ZGX Nano G1n AI Station 外形极其紧凑，尺寸约为 15 × 15 × 5.5 厘米，重量仅为 1.25 千克。因此，它可以轻松地放置在任何办公桌上。正面部分非常醒目，几乎完全由独特的网格设计组成，以确保功能强大的内部组件获得最佳气流。惠普的徽标和一个低调的 "AI "徽标集成在这里。
惠普强调该机型的可持续性。AI Station 含有高达 40% 的可回收塑料、高达 75% 的可回收铝和至少 20% 的可回收钢。此外，外包装由 100% 可持续和可回收材料制成。AI Station 的整个外观由黑色塑料制成。
端口选择符合专业要求。背面有一个快速 10 Gbit 以太网端口和两个用于 Nvidia 高速互连的 QSFP 端口，可通过将多个设备连接在一起实现扩展。三个 USB-C 端口可供外设使用。HDMI 2.1 输出允许为控制台连接显示器，尽管该设备可能经常在 "无头 "模式下使用。系统通过 Wi-Fi 7 和蓝牙 5.4 进行无线通信。
性能 - 专用于人工智能，受 LPDDR5x 限制
ZGX Nano G1n 的核心是 Nvidia GB10 芯片，其性能配置大致基于 NvidiaGeForce RTX 5070，但侧重点明显不同。Nvidia 在此针对 AI 工作负载对架构进行了持续优化，这在改变 TMU 和 Tensor 内核的分布、牺牲经典 ROP 方面表现明显。但在实际应用中，内存规格会拖慢这款强大芯片的运行速度。RTX 5070 可以依赖 12 GB 的 VRAM，内存带宽达到 672.0 GB/s，而 GB10 只能达到 273.2 GB/s。
因此，所安装的 128 GB LPDDR5X 显存在容量方面非常宽裕，可以加载和处理传统消费卡无法容纳的大量 LLM 和 AI 模型，但事实证明其速度相对较慢。根据加载模型的大小或上下文的复杂程度，这一瓶颈会明显限制人工智能的性能。类似 SDXL 这样的文本到图像模型也存在同样的问题。在使用 ComfyUI 或 JupyterLab 进行的各种测试中，我们的图像生成速度约为每秒三次迭代。根据我们的经验，配备了 RTX 5070 的 PC 可以达到 4.5 it/s。
Grace 模块的 ARM 内核具有出色的多核性能，非常适合并行化任务。不过，在严重依赖单核性能的应用中，单个内核的原始性能明显低于当前的 x86 高端 CPU。
实际用途--从昂贵的玩具到人工智能超级计算机
惠普 ZGX Nano G1n AI Station 将自己定位为开发者平台，而不仅仅是一个昂贵的玩具。它与 Nvidia DGX 平台的兼容性是其决定性因素。在这个小型人工智能站上开发或测试的所有内容都可以无缝扩展到大型人工智能服务器上。这使得该设备在原型设计、模型微调、边缘应用和数据科学方面表现出色，但在纯粹的大规模生产性推理方面则逊色不少。
Nvidia 为不同的使用案例提供了各种 "蓝图"，但实际应用中也发现了一些隐患。在我们的测试中，并非所有模板都能立即运行；由于软件版本更新，有些说明已经过时，根本无法使用。例如，在我们的测试中，"多模式推理 "根本无法安装。
大型人工智能模型的加载时间也可能长得令人不快。在启动 GPT-OSS:120B 模型时，系统需要三分钟才能准备就绪。不过，一旦模型加载完毕，只要不超过上下文限制，提示处理速度就会非常快。在我们的测试中，模型的计数从 1 到 1000，数字全部写出。最初，我们取得了每秒 40 到 55 个 token 的惊人速度。然而，由于上下文内存在计数过程中会迅速填满，因此性能在数字达到 500 时急剧下降，低于每秒 5 个标记的可用阈值。
总之，DGX Spark 概念更像是一辆小型货车，而不是跑车：大型模型有足够的空间，但没有绝对的最高速度。这在许多开发场景中都很实用，但对于高性能、高产能的应用来说，却不一定是最佳解决方案。不过，值得注意的是。如果在推理过程中不计较每一秒，那么惠普 ZGX Nano G1n AI Station 和其他 DGX Spark 替代产品就可以证明是一种性价比更高的解决方案。我们还可以想象在小型办公室使用 DGX Spark 的情景。在这里，一个中型语言模型可以同时为 10 到 20 名员工提供服务，而不会造成令人不快的延迟。
安装的 NVMe 固态硬盘用于存储大型机型。我们的评测机配备了 1 TB PCIe 4 固态硬盘。各种语言模型、图像生成模型和其他应用程序很快就把它装满了。虽然存储容量对于许多使用情况来说可能完全够用，但我们在测试过程中不得不同时处理数据和人工智能模型。不过，4 TB 固态硬盘的附加费用为 800 欧元，因此应慎重考虑投资。尽管固态硬盘以后可以更换，但还是值得先看看市场。目前，我们只从海盗船公司找到了合适格式的固态硬盘，即 MP700 MICRO 4 TB PCIe 5.0。
排放与能源 - 即使在空闲时也耗电
惠普为 AI Station 配备了强大的 240 瓦 USB-C 电源，考虑到该设备对能源的需求，这似乎是必要的。在完全使用 GPU 的情况下，我们测量的功耗高达 206 瓦。对于 LLM 推理等典型的持续工作负载，功耗在 160 瓦左右。不过，我们发现空闲模式下的能耗需求值得批评。值得注意的是，在没有任何计算负载的情况下，系统从插座中持续消耗 30 到 50 瓦的功率--即使是许多高端游戏笔记本电脑在空闲时也达不到这样的功耗水平。
设备会发出一些声音，但都在可接受的范围内。在压力测试中，我们测得设备空闲时的连续风扇噪音水平为 30 dB（A），负载为 100% 时为 40 dB（A）。在散热方面，惠普对散热进行了控制，不过小机箱确实会明显发热。我们测得的表面温度约为 50 °C。这正是选择材料的优势所在，因为即使在这样的温度下，塑料机箱仍然可以正常使用，而且触摸起来也不会感觉烫手。
Transparency
The selection of devices to be reviewed is made by our editorial team. The test sample was provided to the author as a loan by the manufacturer or retailer for the purpose of this review. The lender had no influence on this review, nor did the manufacturer receive a copy of this review before publication. There was no obligation to publish this review. As an independent media company, Notebookcheck is not subjected to the authority of manufacturers, retailers or publishers.
This is how Notebookcheck is testing
Every year, Notebookcheck independently reviews hundreds of laptops and smartphones using standardized procedures to ensure that all results are comparable. We have continuously developed our test methods for around 20 years and set industry standards in the process. In our test labs, high-quality measuring equipment is utilized by experienced technicians and editors. These tests involve a multi-stage validation process. Our complex rating system is based on hundreds of well-founded measurements and benchmarks, which maintains objectivity. Further information on our test methods can be found here.
