中级 15 分钟Mini-PC

GB10 本地 AI 的功耗:我们的 mesures

桌上的显示器展示着彩色折线图。
直接回答

我们的 AI TOP ATOM 的 GPU 空闲时功耗为 10,4 W。负载时平均功耗为 39 至 53 W,峰值可达 95 W。私人助手的一次回答耗电 0,15 Wh,约合 0,003 欧分;一次完整的 LoRA 训练耗电 76,7 Wh,约合 1,5 欧分。以上数据仅为 GPU 本身的功耗,读取自芯片,测量于我们 2026 年 10 月 6 日至 8 日按任务进行的测试期间;为期 30 天的连续记录正在进行中。

在自己家里运行的 AI 要耗多少电?我们在一系列典型任务中记录了 AI TOP ATOM(NVIDIA GB10 芯片,128 GB)的 GPU 功率,该设备由 GIGABYTE 免费提供;此后自 2026 年 10 月 6 日晚起持续记录。这些数据是从芯片读取的 GPU 数值,仅供参考。本页将在 30 天记录结束后更新。

作者: Mohamed Meguedmi·更新于 2026-11-19·在 GIGABYTE AI TOP ATOM 上测得
i
透明度
本系列指南所用硬件由 GIGABYTE 免费提供。测量结果和观点均为我们自己的;GIGABYTE 在发布前未审阅或批准本内容。本页面不包含任何联盟链接。我们的数据、信息图和照片均可根据 CC BY 4.0 许可自由再利用,但须注明 哪个LLM。
关键数字
10,4W
GPU 空闲时的耗电量
0,15Wh
私人助手每次回答的 GPU 端消耗
3centimes
每 1,000 次回复的 GPU 电费,按 EDF Base 电价计算
95W
我们各项任务中的最高峰值功率,适配器为 240 W
手持 AI TOP ATOM 的四分之三视图:机箱几乎没有超出手掌。
手持状态:AI TOP ATOM 重 1,2 kg,体积约为一升。我们的设备照片,背景已做中性化处理。 放大 ↗

#我们究竟测量的是什么?

本指南关注的是 GB10 芯片中 GPU 的功耗,即芯片自身报告的数值。我们使用 NVIDIA 的工具 nvidia-smi 读取该数值:每项任务期间每秒测量一次,连续记录时则每 10 秒测量一次。NVIDIA 说明该数值仅代表 GPU。

这些测量描述的是芯片报告的 GPU 功率。处理器、内存、SSD、网络、风扇以及电源损耗均未计入。

i
仅 GPU
本页中的所有瓦数和瓦时数均为 GPU 的数据,读取自芯片。整机功耗更高。下文引用了其他来源在插座端进行的测量,可供了解总功耗的量级。

为期 30 天的连续记录正在进行中:始于 2026 年 10 月 6 日 23:46。本页展示的是最初几天的数据。记录预计于 2026 年 11 月 5 日结束,届时本页将更新,且每次更新都会注明日期。

#如何理解瓦、瓦时和欧元?

功率以瓦(W)为单位:表示 GPU 在某一时刻的耗电。能量以瓦时(Wh)为单位:即功率乘以时长。1000 Wh 等于 1 kWh,也就是电费账单的计量单位。例如,50 W 持续 2 小时即为 100 Wh。内存大小以 GB 为单位(1 GB = 1024 MB,与 Linux 的显示方式一致)。

电价采用 EDF Tarif Bleu 管制电价、Base 选项、6 kVA:按 2026 年 8 月 1 日适用的价目表,每 kWh 含税 20.01 欧分。ATOM 不计入基本费:没有它,这笔费用照样存在。你的合同价格可能有所不同。

测试机器为 GIGABYTE 的 AI TOP ATOM(128 GB 内存,NVIDIA GB10 芯片,DGX OS 7.5.0)。按任务的读数来自我们 2026 年 10 月 6 日至 8 日的测试。我们的测试规程在首次测量前即已确定;表格所用的方法和数据已发布在我们的方法说明页面上。

#GPU 空闲时耗电多少?

在空闲状态下、不运行任何任务的 30 分钟内,GPU 平均功耗为 10.4 W,介于 10.2 W 至 11.0 W 之间。这大约相当于客厅里一只 LED 灯泡的功率。

24 小时内,10.4 W 合计 0.25 kWh,即 5 欧分电费。30 天则为 7.5 kWh,即 1.50 €。这些数字仅计算 GPU。

#GPU 在负载下功耗是多少?

我们以空闲状态为基准,记录了六项典型任务期间的 GPU 功耗:私人助手回答有关文档的问题、为这些文档建立索引、LoRA 训练、QLoRA 训练、读取 200 张发票,以及为 8 位用户提供 2 小时服务。

→
模型和工具的名称
gpt-oss 120B、Llama 3.3 70B 和 Qwen3-8B 是语言模型。bge-m3 是为检索准备文档的模型。vLLM 是模型服务器,Unsloth 是训练工具。LoRA 是一种轻量级微调;QLoRA 是同一方法,但权重压缩为 4 位。NVFP4 是 NVIDIA 的一种压缩格式。
按任务划分的 GPU 平均功率柱状图(橙色:私人助手和索引;紫色:训练;蓝色:发票读取和 vLLM 服务;浅蓝色:空闲),浅色部分为峰值,右侧为时长:索引 5 000 个页面 53.2 W(峰值 64.1 W,6.1 分钟),LoRA 训练 53.0 W(62.7 W,86.8 分钟),使用 gpt-oss 120B 的私人助手 50.5 W(68.1 W,18.0 分钟),Llama 3.3 70B 的 QLoRA 49.3 W(81.2 W,10.8 分钟),读取 200 张发票 41.0 W(88.5 W,20.2 分钟),为 8 名用户提供 2 小时服务 39.1 W(95.0 W,120.8 分钟),空闲 10.4 W(11.0 W,30 分钟)。
不同任务下 GPU 的功率(瓦)。实心条(∅):平均功率。浅色部分和三角形(▲):峰值。时钟:时长(分钟)。图标:月亮表示空闲,气泡表示私有助手的回答,文档组表示索引,循环箭头表示训练,单个文档表示读取发票,人群表示多用户服务。颜色:橙色表示私有助手和索引,紫色表示训练(LoRA 和 QLoRA),蓝色表示读取发票和使用 vLLM 的服务,浅蓝色表示空闲。 放大 ↗
由芯片读取的 GPU 功率(nvidia-smi,每秒测量一次),时间为 2026 年 10 月 6 日至 8 日(空闲数据记录于 6 日至 7 日夜间)。私人助手和索引任务使用 gpt-oss 120B 和 bge-m3。
情况时长平均功耗Pointe能耗
空闲,无任务30 分钟10,4 W11,0 W—
私人助手:100 条回答,4 路并行,500 页知识库18.0 分钟50,5 W68,1 W15,2 Wh
私人助手:100 条回答,5000 页文档库18.2 分钟50,7 W66,8 W15.4 Wh
索引 5,000 页(701 个文件)6.1 分钟53,2 W64,1 W5.4 Wh
基于发票的 LoRA 训练(Qwen3-8B,500 步,即 85 分钟训练)86.8 分钟53,0 W62,7 W76.7 Wh
读取 200 张发票,共两次:先用基础模型(7.7 Wh),再用训练后的模型(6.1 Wh)20.2 分钟41,0 W88,5 W13.8 Wh
2 小时服务:Llama 3.3 70B NVFP4,8 位用户持续使用(vLLM)120.8 分钟39,1 W95,0 W78.8 Wh
Llama 3.3 70B 的 QLoRA(Unsloth,含加载)10.8 分钟49,3 W81,2 W8.9 Wh

负载状态下,GPU 平均功耗从 39.1 W(2 小时服务)到 53.2 W(索引 5000 页)不等。文档库的大小几乎没有影响:500 页时为 50.5 W,5000 页时为 50.7 W。峰值始终低于 100 W:最高为 95.0 W,出现在 2 小时服务期间。

为八人提供服务的 700 亿参数模型,功耗(39.1 W)反而低于索引或训练(53 W)。我们没有测量其原因。一种可能的解释是:这类服务的大部分时间花在读取内存而非计算上,因此对 GPU 的负载较低。

#每项任务耗费多少电能和费用?

一项任务的能耗等于其平均功耗乘以持续时间。费用按 EDF 电价每 kWh 20.01 欧分计算。表格和图表给出了每项任务的结果,仅计 GPU。

按任务划分的 GPU 能耗柱状图(橙色:私人助手和索引;紫色:训练;蓝色:发票读取和 vLLM 服务),右侧为费用:1 000 条私人助手回复 150 Wh(0.030 欧元),为 8 名用户提供 2 小时服务 78.8 Wh(0.016 欧元),LoRA 训练 76.7 Wh(0.015 欧元),读取 200 张发票两次 13.8 Wh(0.003 欧元),Llama 3.3 70B 的 QLoRA 8.9 Wh(0.002 欧元),索引 5 000 个页面 5.4 Wh(0.001 欧元),单条回复 0.15 Wh(0.00003 欧元)。
每项任务的 GPU 能耗(柱状图,单位为瓦时),以及按 EDF Tarif Bleu Base 电价计算的欧元费用(右侧一栏)。每一行标明了实测的工作量:1 000 次回答(× 1 000)、2 小时服务、200 张发票各读取两次(200 × 2)、索引 5 000 页、仅一次回答(× 1),在此比例下几乎看不见:0,15 Wh。图标:气泡代表私人助手的回答,人群代表服务,循环箭头代表训练,单个文档代表发票读取,多个文档代表索引。颜色:橙色代表私人助手和索引,紫色代表训练,蓝色代表发票读取和使用 vLLM 的服务。 放大 ↗
GPU 能耗及按 EDF Tarif Bleu Base 6 kVA 电价计算的费用(含税每 kWh 20.01 欧分,2026 年 8 月 1 日价目表)。仅计 GPU,不含订阅费。
任务GPU 能耗成本
一条私人助手回复0.15 Wh0,003 欧分
私有助手的 1000 条回答150 Wh(0.15 kWh)3 欧分
索引 5,000 页5.4 Wh0.11 欧分
Llama 3.3 70B 的 QLoRA8.9 Wh0.18 欧分
读取 200 张发票,共两次13.8 Wh0.28 欧分
LoRA 训练(训练步骤 85 分钟,记录时长 86.8 分钟)76.7 Wh1.5 欧分
8 位用户的 2 小时服务78.8 Wh1.6 欧分
闲置 24 小时250 Wh(0.25 kWh)5 欧分

私人助手的一次回答耗电 0,15 Wh(在并行处理 4 个问题的条件下测得),电费为 0,003 欧分。一千次回答花费 3 欧分。如果一年中每天回答 1 000 次,仅回答本身的能耗约合 11 €。GPU 待机一年(持续 10,4 W,即 91 kWh)约需 18 €。一次 85 分钟的完整训练花费 1,5 欧分,为八人提供两小时服务花费 1,6 欧分。

作为参照,2026 年 10 月 8 日 AI TOP ATOM 的标价为 6 346,27 €(型号 9001,AORUS 官方商店)和 7 999,95 €(型号 9000,LDLC)。GB10 的价格每周都在变动,但量级很清楚:与购买价格相比,GPU 的电费微不足道。即使计算整机,电费也不高:按 ServeTheHome 在插座处测得的待机功率 36,5 W 全天候运行,一个月约 5 €。

#如何估算您自己的电费?

你的使用方式与我们不同。下面介绍一种四步方法,并附有两个根据我们的测量数据计算得出的示例。这些是计算结果而非实测值,并且只计入 GPU。

  1. 01
    将一个月拆分为任务时段和空闲时段
    记下机器每月工作多少小时、执行什么任务。其余时间它处于空闲状态。
  2. 02
    取每项任务的平均功率
    使用负载部分的表格:8 人服务为 39.1 W,私人助手为 50.5 W,训练为 53.0 W,空闲为 10.4 W。
  3. 03
    计算能耗
    将功率(W)乘以小时数,得到 Wh。将各项任务与空闲时间相加。
  4. 04
    换算成欧元
    除以 1000 得到 kWh,再乘以 0.2001 €(本页采用的电价)或您合同中的电价。再加上整机其余部分的耗电,这部分只能通过插座端测量获得。

示例 1:小型团队。八个人在每个工作日持续使用一个 700 亿参数的模型 2 小时,每月 22 天。其余时间机器处于空闲状态,即 720 小时减去 44 小时。服务:78.8 Wh × 22 = 1734 Wh。空闲:10.4 W × 676 h = 7030 Wh。合计:8.76 kWh,即每月 1.75 €。

示例 2,轻度使用。私人助手每天回答 100 个问题,每月 22 天,机器始终开机。回答:15.2 Wh × 22 = 334 Wh。空闲:10.4 W × 713.4 h = 7,419 Wh。合计:7.75 kWh,即每月 1.55 €。在这种使用方式下,空闲占 GPU 能耗的 95% 以上。

两个示例给出的结论是:对于日常使用,关键在于空闲时长,而不是任务本身。因此,空闲功耗是首先要看的数字。

#30 天记录的头几天显示了什么?

自 2026 年 10 月 6 日 23:46 起,无论机器处于何种活动状态,我们大约每 10 秒记录一次 GPU 功率。表格列出了每天实际覆盖的时长。以下是前两天的数据。

Deux cartes, pour le 7 et le 8 octobre 2026. Le 7 octobre, 20,7 h couvertes : la moitié du temps le GPU consomme 10,5 W ou moins, la moyenne est de 21,6 W, 28 % du temps au-dessus de 20 W, 447 Wh. Le 8 octobre, 11,3 h couvertes : 10,1 W, 21,4 W, 28 %, 242 Wh.
连续记录的前两天。第一行(50%,≤):一半时间内 GPU 功耗不超过该值(中位数);虚线标示空闲功耗 10.4 W。第二行(∅):平均功耗。第三行:高于 20 W 的时间占比。闪电:所覆盖时段内的 GPU 能耗。时钟:记录覆盖的时长(小时)。月亮:空闲。颜色:浅蓝表示空闲和中位数,橙色表示平均值及高于 20 W 的时间占比。 放大 ↗
GPU 连续测量,每 10 秒测量一次,自 2026 年 10 月 6 日 23:46 起(最初几天)。
Jour覆盖时长Moyenne中位数GPU 能耗功耗高于 20 W 的时间占比
10 月 7 日(高强度测量日)20,7 h21,6 W10,5 W447 Wh28 %
10月8日(截至 11:18)11,3 h21,4 W10,1 W242 Wh28 %

10 月 7 日的中位数为 10.5 W,8 日为 10.1 W:接近待机值(10.4 W)。因此,GPU 有一半时间处于待机状态。平均值约为 21 W,因任务负载而更高。GPU 仅在 28% 的时间内超过 20 W。

即使是 10 月 7 日的高强度测量日,在所覆盖的 20,7 小时内 GPU 也仅消耗了 447 Wh:电费 9 欧分。

以下两个推算仅供参考量级。按持续 10.4 W 计算,30 天为 7.5 kWh,即 1.50 €。按 21.5 W,也就是我们头两天的平均值(这两天是测量日,28% 的时间功耗高于 20 W)计算,30 天为 15.5 kWh,即 3.10 €。这些并非整月的实测数据:之后将以完整的记录(仅 GPU)替换。

#240 W 的电源够用吗?

根据 GIGABYTE 的产品规格,AI TOP ATOM 随附一个 240 W 的 USB-C 电源适配器。在我们的分任务测量中,最高峰值为 95.0 W,连续测量也始终低于 100 W。NVIDIA 标明 GB10 芯片(集成 GPU 和处理器)的热设计功耗(TDP)为 140 W。

手持 AI TOP ATOM 的背面:PWR 按钮、USB-C DC-IN 输入、三个 USB-C 端口、一个 HDMI 输出、一个 10G LAN 端口,以及 ConnectX-7 网卡上的两个 QSFP 端口。
背部接口:电源按钮、USB-C 供电接口、三个 USB-C 接口、一个 HDMI 输出、一个 10 GbE 网络接口,以及 ConnectX-7 网卡上的两个 QSFP 接口。照片为我们的设备,背景已做中性化处理。 放大 ↗
0 至 240 W 的刻度,含六个标记:GPU 待机 10.4 W、8 位用户的 2 小时服务 39.1 W、索引 5,000 页 53.2 W、我们分任务测量中的最高峰值 95.0 W、GB10 芯片热设计功耗 140 W,以及随附适配器 240 W。绿色区域为 0 至 95.0 W。
我们记录的功率值标注在 0 至 240 W 的刻度上,即电源适配器的额定功率(距离按比例绘制):闲置、服务和索引取平均值,95.0 W 为峰值。图标:月亮代表闲置,人群代表 8 名用户的服务,文档代表索引,闪电代表最高峰值,芯片代表热设计功耗,插头代表适配器。绿色区域:从 0 到我们各项任务记录中的最高峰值。阴影区域:直至芯片的热设计功耗(140 W,NVIDIA)。深色区域:240 W 适配器的剩余部分。 放大 ↗

因此仍有余量。240 W 的电源适配器需要同时供给芯片和机器的其余部分:内存、SSD、网络和风扇。

#其他人在插座端测得的数据如何?

ServeTheHome 和 Peter Falkingham 发布的测量数据是在插座处测得的整机功耗。他们的测量方法与我们的 GPU 记录不同:这些数据只提供量级参考,不能直接比较。

第三方在插座端的测量(功率计)。来源:ServeTheHome,2026 年 3 月 5 日;Peter Falkingham,2026 年 9 月 18 日。
来源情况实测功率
ServeTheHome(AI TOP ATOM)空闲,已连接网络36 à 37 W
Peter Falkingham(AI TOP ATOM)日常使用40 à 60 W
ServeTheHome(AI TOP ATOM)持续负载102 至 158 W,峰值略低于 200 W

ServeTheHome 还记录到两个风扇,每个标称 3 W。ServeTheHome 测得的峰值略低于 200 W。所有这些数值均在电源的 240 W 范围之内。

#这些测量结果无法说明的内容

仅 GPU
我们不测量处理器、内存、SSD、网络,也不测量电源损耗。
测量范围
来自传感器的数据仅反映 GPU 本身。插座端的整机总功耗需采用另一套测量方案。
仅限最初几天
30 天测量仍在进行中。本页的预测为计算结果,而非当月的实测数据。
典型任务
我们的任务并不代表所有使用场景。您的使用时长和所用模型会改变总量。
仅一台机器
我们只测量了一台 AI TOP ATOM。对于其他 GB10 机器,我们不提供任何数据。
价格
EDF 电价采用 2026 年 8 月的标准。您的电费合同(例如 Heures Creuses 谷时电价)可能得出不同的结果。

更新与更正:本页将在 30 天测量结束时修订,或在新版 DGX OS 改变这些结果时修订;每次更正都会注明日期。

#谁适合选择 ATOM

以下内容来自我们的 GPU 测量数据,并附有其局限性。

如果您想要一台电费低廉的本地 AI 设备,ATOM 是正确的选择
空闲时,GPU 功耗为 10.4 W。一千条私人助手回复所消耗的 GPU 电费为 3 欧分。
……如果您让它全天保持开机
我们最初两天是测量日(平均 21.5 W):按此节奏,30 天耗电 15.5 kWh,即 3.10 €。若仅闲置,30 天为 1.50 €。
……如果您在团队中共享它
八名用户使用 2 小时:78.8 Wh,即 1.6 欧分。
……如果您训练自己的模型
一次 85 分钟的 LoRA 训练:76.7 Wh,即 1.5 欧分。
……如果您想要简单的供电方案
一个 240 W 的电源适配器,而在我们的分任务测量中,GPU 的最高峰值为 95.0 W。

如果您需要精确到欧元地核算能源预算,请在插座处加装一个功率计:它能给出整机的总功耗,而我们的 GPU 记录无法提供这一数据。

#FAQ

AI TOP ATOM 的 GPU 在空闲时耗电多少?+
芯片读数显示,30 分钟内平均为 10.4 W(10.2 至 11.0 W)。即每天 0.25 kWh,约合 5 欧分。整机功耗更高:ServeTheHome 在插座端测得,空闲且连接网络时为 36 至 37 W。
私人助手生成 1000 条回答要花多少钱?+
GPU 能耗费用 3 欧分,按 EDF 每 kWh 20.01 欧分的电价计算。一次回答消耗 0.15 Wh。我们使用 gpt-oss 120B 进行了测量,每次同时处理 4 个问题,知识库为 500 页或 5,000 页:平均功率分别为 50.5 W 和 50.7 W。
使用一个月要花多少钱?+
我们目前还不知道:为期 30 天的记录仍在进行中。作为量级参考,30 天空闲的 GPU 电费为 1.50 €,按我们前两天的节奏(21.5 W)运行 30 天则为 3.10 €。记录结束后本页将会更新。
GPU 功率是如何测量的?+
读数来自 NVIDIA 遥测:芯片报告的功率仅针对 GPU。整机总功耗方面,另行引用了 ServeTheHome 和 Peter Falkingham 的插座端测量数据。
240 W 的电源够用吗?+
是的,根据我们的读数:在我们的任务中,GPU 的最高峰值为 95.0 W,而 NVIDIA 标注整颗芯片的 TDP 为 140 W。在插座端,ServeTheHome 测得持续负载时为 102 至 158 W,峰值略低于 200 W:全部都在适配器的 240 W 以内。
整机功耗是多少,而不仅仅是 GPU?+
第三方发布的插座端测量数据可补充 GPU 读数:ServeTheHome 测得空闲时插座端功耗为 36 至 37 W,持续负载时为 102 至 158 W,峰值略低于 200 W;Peter Falkingham 测得日常使用时为 40 至 60 W。若持续以 36.5 W 运行,一个月耗电 26 kWh,约合 5 €。
同一系列中
这份指南对您有帮助吗?

有反馈、发现了错误,或想补充说明?请告诉我们,让这份指南对每个人都更有帮助。