在微软 Surface Laptop Ultra 上运行本地 AI 模型:实测发现
The New Stack 实测微软 Surface Laptop Ultra(Nvidia N1X 平台、Blackwell RTX GPU、64GB 内存、4300 美元配置)运行本地 AI 模型:Nemotron 3.5 Bolt 达 56-60 tokens/s,8-bit Qwen 3.8 27B 仅 8-9 tokens/s,降至 4-bit 后回升至 25-28 tokens/s。拔电后 AI 负载性能下降约 20%-25%,与微软宣称的保留 99.6% 不符。
开发者——尤其是 AI 开发者——的 Apple MacBook Pro 替代品。 它基于 Nvidia 的 N1X RTX Spark 平台打造,搭载 Blackwell RTX GPU(最高 6,144 个核心)、最高 20 核的 CPU、最高 128GB 统一内存,而且价格低于 Apple,因此如果你想运行本地 AI 模型,同时又想要一台能随时随地剪辑视频和玩游戏的强大机器,它是一个颇具吸引力的选择。 这里是 The New Stack,所以游戏基准测试和创作者使用场景我留给其他人来做。我在测试这台机器时的重点是运行 AI 工作负载。 过去一周,我一直在使用 Surface Laptop Ultra 的高端配置(GPU 和 CPU 合计 4,300 美元,配备 64GB 内存和 1TB SSD),包括在出差途中使用。 通常,我在家里使用搭载 M4 Max 芯片的 Mac Studio,它能轻松运行我交给它的大多数本地模型(只要它们能装进 48GB 内存)。我在笔记本上安装了我用来运行本地模型的所有常用工具,比如 Unsloth Studio、Ollama、Hermes Agent
匹配字段正文