在 AI 热潮推动下，近几年高性能迷你主机火得不行，但市面上大多数产品还在用风冷硬扛，小机箱一压满负载往往就降频、就吵。雷神这台水冷迷你 AI 工作站想解决的正好是这件事——它用上 AMD 锐龙 AI Max+ 395 算力领先的平台，再把一套定制水冷塞进正方体里，雷神目标很明确：让这台小机器能长时间满血跑 AI，而不是过一会儿就降频。实际表现如何，一起看看。
本地部署大模型这两年突然成了很多人的刚需，原因无它，云端方案要传数据，不仅有隐私顾虑更关乎数据拥有主权，网络一抖就卡，会有延迟，token 费还不停烧钱。把模型放在自己桌上跑，数据不出门，成本一次付清，响应还稳。但 AI 推理和训练往往是 7 × 24 小时连轴转，跟机房里的服务器差不多，对散热和稳定性是实打实的考验，这正是雷神水冷迷你 AI 工作站用上水冷的根本原因。
既然用上水冷，我们一起来看看雷神水冷迷你 AI 工作站的外观，它是个方方正正的立方体，长宽高都是 199mm，体积差不多 7.9 升，放桌上不占地儿，也没整那些跑马灯和花哨装饰，跟大多数桌搭都能搭上。
外壳、顶盖、底座全铝，表面处理得细，四边做了圆角过渡，摸上去不刮手。机身稳定性方面，6.5kg 摆在那，想随手挪一下得两只手抱，放桌上根本不用担心碰倒。
雷神水冷迷你 AI 工作站拆解很简单，拧下左右两侧一共 8 颗外露的六角螺丝，再取下前后两块铝合金挡板，就能看到机器内部了。机器顶部是一整面网状的圆角矩形散热开口，金属顶盖底下是密密麻麻的蜂窝状散热网，水冷系统就藏在机身内部上方。底座用了悬浮设计，视觉上更显轻薄，也更有科技味。
雷神水冷迷你 AI 工作站水冷系统由两部分组成，一是安装在 CPU 之上的 " 散热岛 "，官方叫法是 " 岛式全覆盖 "，这是块 12000 平方毫米的纯铜多岛冷板，当中冷热转换面积做到了 1960 平方厘米。散热岛通过热管把热量传递到顶部的散热冷排当中，最后通过大口径双滚珠轴承风扇把热量吹走。
、
按照官方说法，雷神水冷迷你 AI 工作站能跑出 176W 的瞬时峰值，并能长烤不掉速，而且在高负载跑 AI 下，核心温度大概 76 ℃，比风冷方案温度更低。不过雷神水冷迷你 AI 工作站还得是 AMD 锐龙 AI Max+ 395 处理器，它基于 Zen 5 架构，Strix Halo 平台，内置 16 核 32 线程，加速频率 5.1GHz，80MB 缓存，NPU 算力 50TOPS。更关键的是内存——板载 128GB LPDDR5X 8000 四通道统一内存，靠 AMD 的可变显存技术，最高能从这 128GB 里划出 96GB 当专用显存用。
桌面独立显卡显存最多 32GB，这台小机器光能划出来当显存用的就有 96GB，整整三倍。96GB 显存能干什么？最常用的 Q4_K_M 量化下，200B 以下的模型随便装，Qwen3.8 flash next、GPT-OSS-120B 这种都能整包塞进去跑。100B 以下级别的 MoE 模型更宽裕更高效，跑 Q4_K_M 还剩不少余量，上下文能开到 260K，本地做 AI 数据集、文档检索都够。
换成 INT8 / Q8_0 量化精度，100B 以下参数的大模型加上上下文缓存也能完整高效跑下来，本地能部署的模型尺寸又上了一个台阶。
图形方面是 Radeon 8060S 集显，RDNA 3.5 架构、40 个计算单元、频率 2900MHz。很多人一听集显就觉得不行，其实它和桌面独显是同一个架构源头，驱动、图形接口都通用，日常修图剪片、轻度 3D 没问题，想玩游戏也顶得上，显示输出和视频编解码全归它管，不用额外插独显。
存储给的是 2TB PCIe 4.0 固态，机器里还留着 2.5 英寸硬盘仓和第二个 M.2 插槽，最多能塞三块高速固态，后面想加盘也方便。
在接口方面，雷神水冷迷你 AI 工作站也给得很足，前面板从左到右是方形电源键、USB2.0 Type-A、USB3.2 Type-C 和 3.5mm 音频口。背部接口面板更密：2 个 USB2.0、DP 1.4、HDMI 2.1、2 个 USB-A 3.2、2 个 USB4、2.5G+10G 双网口、3.5mm 音频，还有 2.5G、10G Wi-Fi 天线接口和 AC 电源接口。双网口对组网和小服务器接入很友好，USB4 也能外接高速设备和给设备供电。
电源上，这台小机器也有惊喜，内置了 400W ATX12VO 白金级电源，不用在桌上拖一个外置电源适配器，桌面上就一根电源线，干净。
性能测试
在硬件层面，雷神水冷迷你 AI 工作站在同类产品绝对是站在一流水平了，那实际性能表现呢，跑起来看看。
先看 CPU，CineBench 2024 是 Maxon 推出的 CPU 性能基准测试工具，基于 Cinema 4D 渲染引擎，用来衡量处理器的渲染计算能力。拿它测锐龙 AI Max+ 395，单核多核各跑一遍，就想看这台小机器在稳定功耗下，渲染性能还剩多少。实测多核分数 2016 pts，单核 116 pts，MP Ratio 达到 17.31x，无论单核还是多核成绩得分都很高。
内存这块用 AIDA64 的 Cache & Memory Benchmark 来测。AIDA64 是老牌的硬件检测与基准测试套件，这个子项专门测量内存子系统的读写、复制带宽和访问延迟。Strix Halo 这种 CPU 和 GPU 共用一块内存的架构，最吃的就是这条带宽。实测读取 120.17GB/s、写入 214.25GB/s、复制 144.63GB/s，延迟 142.0ns ——写入比读取还高，是四通道 LPDDR5X 分配了大内存后的正常表现。
雷神水冷迷你 AI 工作站使用的长江存储 PCIe4.0 的 SSD，实测顺序读取 7111.08MB/s、顺序写入 6429.43MB/s；4K 随机读取 970020 IOPS，4K 随机写入 1081799 IOPS。
看过 CPU、内存、SSD 几大件的性能后，我们看看其 AI 性能表现。
测试软件是 UL Procyon，UL Solutions（原 Futuremark）出的专业套件，AI Inference 系列直接调本地模型跑推理，文本生成、图像分类、超分这些任务的吞吐和延迟都能测。参数表写得再漂亮，不如让它跑一遍。
这次选了 AI Text Generation 和 AI Computer Vision 2.0 两项。Text Generation 这里拿了 Phi 3.5、Mistral 7B、Llama 3.1 三个常见模型跑，总分 1216、1035、783，折算成生成速度是 58.45、38.05、31.67 tokens/s。
7B-8B 这个量级的模型，本地跑起来和云端小模型对话没多大差别。70B 的也能塞进去，但那个速度适合后台慢慢处理。
Computer Vision 2.0 则分别跑了 int8 精度 NPU 和 fp16 精度 GPU 两种后端，得分 1162 和 1196，说明 NPU 在量化视觉任务里已经和 GPU 浮点性能相当接近，做本地图像识别、超分、分割都有实用价值。
AI 当然不能停留在跑分之上，我们还采用 LM Studio 部署了本地大模型进行测试。
我装了两档模型。轻量的是 DeepSeek v4 Pro Qwen3.5 9B MTP，日常问题随手就能问：让它整理苹果手机的处理器型号，6.15 秒答完；整理 Windows 系统版本号，2.32 秒就答上来了。
想体验 128GB 内存的价值，还得靠 GPT-OSS-120B 这种大模型。我丢了一份 218 页的 Word 版 2026 年半年度报告进去，上下文开到 131072，跑起来内存吃掉 31.1GB，集成显卡那边又占 70.2GB，加起来过 100GB，结论照样很快给出来。这活要是换常规的消费级独立显卡，甚至低一点的计算卡，显存根本装不下。
除了对话之外，我们还测试了主机在 LM Studio 下的算力。单路推理下，DeepSeek-V4-Pro-Qwen3.5-9B-MTP 在短输入、中长文生成、4K 长上下文三种场景全都是 40.0 tok/s，稳得像一条直线，首字延迟中位 333ms。GPT-OSS-120B 表现更好：短输入 51.7 tok/s、中长文 50.4 tok/s、4K 长上下文 49.4 tok/s，综合 50.4 tok/s，首字延迟中位只有 195ms。
并发也没放过，4 路同时压：DeepSeek-V4-Pro-Qwen3.5-9B-MTP 模型整体吞吐 65.33 tok/s，摊到每路 17.92 tok/s，最大首字延迟 2526ms；GPT-OSS-120B 整体吞吐反而冲到 71.60 tok/s，单路 17.94 tok/s，最大首字延迟 2016ms 比 9B 还低。多人同时用，120B 不但没被拖垮，单路体验跟 9B 基本一个水平，这机器的算力和内存带宽是真的富裕。
雷神水冷迷你 AI 工作站的价值当然不止是人工智能应用，游戏、日常办公它也是能胜任的。先来一个大家熟悉的 3DMark 摸底，跑了 Time Spy、Port Royal、Steel Nomad Light 三项。Time Spy 总分 11447，显卡分 11552、CPU 分 10888，预估 2K Ultra 画质下《战地 V》能到 110+ FPS；Port Royal 光追专项 5961 分，显卡测试 27.60FPS，说明 Radeon 8060S 应对光追压力还是比较吃力；Steel Nomad Light 这种跨平台轻负载测试拿到 11002 分、81.50FPS，接近集显能稳定输出的上限。
游戏实测选了 3A 和网游各一款。先看《赛博朋克 2077》，1080P、光追低、纹理高、FSR 2.1 自动、关帧生成，平均 86.36FPS，最低 69.45FPS、最高 115.45FPS。集显能在这套设定下跑八十多帧，已经非常流畅。
再看《界外狂潮》，1080P 无边框、画质 " 优异 "、FSR4 平衡、渲染分辨率 58、关光追、关帧生成，平均直接到 210FPS，最高 287FPS、最低 163FPS。网游吃帧率，这成绩对玩家来说绰绰有余。
接着看整机日常办公和生产力表现，用 PCMark 10 来看。PCMark 10 也是 UL Solutions 的基准，模拟网页浏览、视频会议、文档表格、图片视频编辑这些日常任务，看一台机器在真实生产力场景下到底什么水平。
在 PCMARK 10 中，雷神水冷迷你 AI 工作站是总分 10877。常用基本功能 11171 ——应用程序启动 10065、视频会议 9673、网页浏览 14320，开浏览器、写文档、开会都顺手。生产力 17447 ——电子表格 21428、文档编写 14206，Office 那套活儿很能打。数位内容创作 17918 ——照片编辑 27875、渲染与视觉 22299，PS 修图、轻度 3D 都能顶；视频编辑 9256，日常 Vlog 剪辑够用。这些才是桌上工作站天天要干的活儿。
最后我们看看这台迷你主机烤机下温度、噪音表现。
FurMark 单烤的时候，CPU 封装瞬时功耗冲到 173.14W，GPU 能到 174.00W，都过了 170W。
FurMark 和 AIDA64 一起双烤，头 9 分钟功耗一直顶在 154W，之后降到 134W 稳住。能在极限负载下坚持这么久不掉速，水冷这套确实压得住。这里要说明的是，AMD 使用 STAPM Limit/PPT Limit 来管理其持续和短时功耗。在烤机开始时处于 PPT Limit 的 fPPT 阶段，此时锐龙 AI Max + 395 的功耗为 174W，短时峰值得以确保处理器发挥最强性能。随后进入 PPT Limit 的 sPPT 阶段，此时功耗为 154W，对于特定的复杂任务也能提供充分的保障。最后进入 STAPM Limit 134W 的稳定状态。
在温度方面，9 分钟时 AIDA64 检测 CPU 二极管温度 94 ℃，机器顶部出风口通过红外测温仪检测，最高为 47 ℃。
噪音也在双烤维持 154W 期间测了，距离 0.5 米实测 38.3dBA，白天放桌上基本听不见噪音。
结语把一套能压住 176W 的定制水冷、128GB 统一内存和 96GB 可分配显存、还有内置 400W 电源全塞进 7.9 升的立方体里，雷神这台水冷迷你 AI 工作站走的不是堆料炫技的路子，而是真把 " 本地跑大模型 " 这件麻烦事做成了桌上的一件普通 " 家具 "。对开发者和小团队来说，数据不出内网、一次投入长期可用，它解决的是实打实的痛点。
当然，叠加国补后到手 26499 不算便宜，但这套 AMD 锐龙 AI Max+ 395 把 CPU、大内存和集显都揉进一颗芯片里，再加上水冷换来的安静和低温，值不值这个价，前面那些测试已经摆出来了。如果你正需要一台能年复一年蹲在桌角跑模型的机器，它确实非常值得选择。
