中级 13 分钟Mini-PC

GMKtec EVO-X2:本地 AI 评测,选 64 还是 128 GB

打开的笔记本电脑发出绿光,照亮深色书桌。
直接回答

GMKtec EVO-X2 是一款搭载 Ryzen AI Max+ 395 的迷你主机,其板载焊接的 LPDDR5X 内存(64 或 128 GB)同时供 Radeon 8060S GPU 使用。对于本地 AI,128 GB 版本才是正确选择:最多可为 GPU 分配 96 GB,足以加载 gpt-oss 120B 或 Llama 4 Scout。2026 年 11 月 18 日,gmktec.fr 标价为 3 499,99 €(128 GB + 2 TB),64 GB 版本为 2 029,99 €。

GMKtec EVO-X2 是在家本地运行大语言模型时被提及最多的迷你主机之一。本指南汇总了官方规格、2026 年 11 月 18 日的公开售价、ServeTheHome 和 Tom's Hardware 的评测,以及 AMD 文档中给出的设置方法。读完后,您将了解它是否适合您的用途、应选择多大内存,以及如何在 Windows 或 Linux 下进行配置。

您正在挑选电脑吗? 按预算推荐 → · 我们的页面 Ryzen AI Max 128 GB 迷你电脑 →

作者: Mohamed Meguedmi·更新于 2026-11-18·已在 Windows、macOS 和 Linux 上测试
推荐硬件

本地 AI 的高性价比之选: GMKtec EVO-X2 — Amazon 可能会显示其他配置;购买前请核对.

迷你 PC 是一台完整的机器:请检查可用内存和引擎兼容性。它不能替代 macOS/MLX 或 CUDA。

为什么选择它?我们的完整资料: GMKtec EVO-X2 — Amazon 可能会显示其他配置;购买前请核对 →

按预算比较所有选项,从 800 到 3 500 € →

预算有限: RTX 5060 · 大型模型: RTX 5090 · Mac Studio.

移动场景: 本地 AI 选哪款笔记本电脑 →

联盟链接 — 您无需承担额外费用,我们可能获得佣金。作为 Amazon 合作伙伴,哪个LLM 会从符合条件的购买中获利。

Amazon 可能会跳转到当地商店或显示其他配置。购买前请核对商品;此链接不保证跳转目的地或商品配置。

#GMKtec EVO-X2:用于本地 AI 表现如何?

如果您想在紧凑的机箱中、于 Windows 或 Linux 下加载权重为 60 到 90 GB 的模型,并且能接受中等速度,那么 GMKtec EVO-X2 是本地 AI 的不错选择。它并不是一台快速的机器,而是一台在小机箱中提供大量显存的机器。

统一内存是由处理器和集成 GPU 共享的单一内存:没有独立显存,一个 70 GB 的模型可以完整放入显存,而消费级显卡的上限仅为 16 或 32 GB。据 AMD 介绍,在 Windows 下,Ryzen AI Max+ 395 的 128 GB 内存中最多可有 96 GB 划作显存。

代价是带宽:AMD 标称 256 GB/s,远低于高端显卡。因此,大型稠密模型在 EVO-X2 上运行缓慢,而混合专家(MoE)模型每个 token 只激活部分权重,运行依然流畅。

适用人群
希望在没有独立显卡的情况下本地运行大模型(gpt-oss 120B、Llama 4 Scout)的开发者、自由职业者和中小企业。
不适合谁
适合追求小模型极致速度、依赖 CUDA 或介意风扇噪音的用户。

#GMKtec EVO-X2 有哪些配置?与 AI 相关的技术规格

GMKtec EVO-X2 搭载 16 核 32 线程的 AMD Ryzen AI Max+ 395 处理器、拥有 40 个 RDNA 3.5 计算单元的 Radeon 8060S 集成 GPU,以及 64 或 128 GB 板载焊接 LPDDR5X 内存。2026 年 11 月 18 日查阅的 gmktec.fr 产品页标明其可在 120 W 下稳定运行,峰值可达 140 W。

GMKtec EVO-X2 与本地 AI 相关的规格(gmktec.fr 产品页,2026 年 11 月 18 日)
元素公布值这对 LLM 意味着什么
ProcesseurRyzen AI Max+ 395,16 核 / 32 线程足以胜任数据准备和处理器计算
集成 GPURadeon 8060S,40 个 RDNA 3.5 计算单元通过 ROCm 或 Vulkan 运行推理
内存64 或 128 GB LPDDR5X 8000 MHz,板载焊接决定了模型的最大规模,且无法升级
内存总线256 位(据 GMKtec 称,由八个 32 位控制器组成)据 AMD 称带宽为 256 GB/s:限制了速度
显存128 GB 版本最高可达 96 GB(AMD、GMKtec)可加载 70 至 90 GB 的模型
功耗稳定 120 W,峰值 140 W;外置电源约 230 W就这一容量而言功耗适中
格式193 x 185.8 x 77 mm;两个 M.2 插槽,最高 16 TB可放在桌面上,能存储多个大模型

#GMKtec EVO-X2 在 2026 年 11 月售价多少?

2026 年 11 月 18 日,官方商店 gmktec.fr 上 GMKtec EVO-X2 的标价为:64 GB + 1 TB 版本 2 029,99 €,128 GB + 2 TB 版本 3 499,99 €。划线原价分别为 2 299,99 € 和 3 599,99 €。因此两个版本的差价达到 1 470 €。

GMKtec EVO-X2 及其同类产品的官方公开价格(GMKtec 官方商店,2026 年 11 月 18 日)
型号与配置显示价格划线价
EVO-X2,64 GB + 1 TB2 029,99 €2 299,99 €
EVO-X2,128 GB + 2 TB3 499,99 €3 599,99 €
EVO-X3,128 GB + 2 TB(相同处理器,带 OCuLink 接口)3 599,99 €未显示
EVO-X5 Pro,192 GB + 2 TB(Ryzen AI Max+ PRO 495)6 599,00 €未显示

GMKtec 在同一页面上表示,由于零部件成本上涨,其价格预计将在 2027 年上调,并提供截至 2026 年 12 月 31 日的价格保障。这些价格在年末促销期间经常变动:请在购买当天到官方产品页核实。

!
退货:下单前请阅读相关条款
gmktec.fr 的产品页说明,对于无质量问题的退货(包括改变主意),将从退款中扣除 15% 的翻新及重新入库费用。以 3 499,99 € 的版本计算,约为 525 €。官方标称保修期为 2 年。

#GMKtec EVO-X2 64 GB 还是 128 GB:该选哪个版本?

对于本地 AI,请选择 GMKtec EVO-X2 的 128 GB 版本,除非您只打算运行小于 30 GB 的模型。内存为板载焊接,GMKtec 声明其不可升级:购买时的决定无法更改,而 EVO-X2 有别于普通 PC 之处恰恰在于其大容量内存。

GMKtec 自己就标明了两者的区别:64 GB 版本对应 DeepSeek-R1 32B,128 GB 版本对应 DeepSeek-R1 70B 和 Llama 4 109B。在 Linux 下,AMD 的 ROCm 文档指出,与 GPU 共享的内存上限默认约为总内存的 50%,即在您未调高该上限之前,64 GB 版本约为 32 GB。

按 EVO-X2 版本应加载哪个模型(Q4 大小,仅权重,哪个LLM 目录)
模型Q4 量化后的模型大小EVO-X2 64 GBEVO-X2 128 GB
gpt-oss 20B13 GB是是
Gemma 4 31B18 GB是是
Qwen 3.6 35B-A3B (MoE)21 GB是是
Qwen3-Coder-Next 80B-A3B(MoE)48 GB勉强可用,上下文较短(估算)是
Llama 4 Scout 109B(MoE)65 GB否是
gpt-oss 120B(MoE)70 GB否是
Mistral Small 4 119B(MoE)72 GB否可以,但上下文长度需适中
GLM 5.3 Flash 320B-A18B(MoE)186 GB否否

64 GB 一栏基于估算:为系统和应用预留 12 至 16 GB 后,约剩 48 GB 供模型及其上下文使用。而上下文会叠加在权重之上,一份长文档可能再多占用数 GB。

#LLM 在 GMKtec EVO-X2 上的运行速度如何?

对于 GMKtec EVO-X2,GMKtec 宣称 MoE 模型可达 13.83 至 57.15 tokens/秒,而 ServeTheHome 实测 700 亿参数的稠密模型不到 4 tokens/秒。现有数据均来自制造商、AMD 和 ServeTheHome;本指南未进行任何实测。

EVO-X2 与 Ryzen AI Max+ 395 已公布的生成速度(标明每个数据的性质)
模型吞吐量来源与状态
gpt-oss 20B57.15 tokens/sGMKtec 官方公布,128 GB 版本
Qwen3 30B55.02 tokens/sGMKtec 官方公布,128 GB 版本
gpt-oss 120B19,25 tokens/sGMKtec 官方公布,128 GB 版本
Llama 4 Scout 109B Q4_K_M13,83 tokens/sGMKtec 公布的数据;AMD 宣称最高可达 15 tokens/s
DeepSeek-R1 32B(稠密)9,26 tokens/sGMKtec 官方公布,128 GB 版本
Llama 3.3 70B Q6_K(稠密模型),全部在 GPU 上运行3.7 至 3.8 tokens/s由 ServeTheHome 实测,评测发布于 2025 年 7 月 11 日

理论生成速度上限约等于内存带宽除以每个 token 需读取的权重大小。对于 Q4 量化的 70B 稠密模型(约 40 GB),估算结果最多为 256 ÷ 40 ≈ 6.4 tokens/秒。根据 ServeTheHome 的数据,该模型在 Q6_K 下占用超过 50 GB:估算上限降至约 5 tokens/秒,而实测的 3.7 至 3.8 仍低于此值。

对于 MoE 模型,每个 token 只需读取被激活的专家,因此尽管 gpt-oss 120B 的权重达 70 GB,官方仍宣称可达每秒 19.25 个 token。所以在 EVO-X2 上,应优先选择 gpt-oss 120B、Qwen 3.6 35B-A3B 或 Qwen3-Coder-Next,而不是 70B 的稠密模型。

i
「RTX 4090 的 2.2 倍」:一个需要结合背景来看的数字
GMKtec 产品页在 LM Studio 中宣称其 AI 性能是 NVIDIA RTX 4090 的 2.2 倍,但未说明所用模型和设置。只有当模型超出 RTX 4090 的 24 GB 显存、溢出到系统内存时,这样的差距才说得通。对于能装入 24 GB 的模型,请不要轻信这一数字,而应对比独立测试结果。

#如何在 Windows 或 Linux 下配置 GMKtec EVO-X2 以运行本地 AI?

GMKtec EVO-X2 出厂预装 Windows 11 Pro,GMKtec 声明其兼容 Linux 和 Ubuntu。在 Windows 下,请在 AMD 驱动中调高显存;在 Linux 下,请安装较新的内核,并提高与 GPU 共享的内存上限。

#Windows 下:可变显存(Variable Graphics Memory)与 LM Studio

  1. 01
    更新 AMD 驱动程序
    安装最新版 AMD Software: Adrenalin Edition。AMD 于 2025 年 7 月 29 日宣布,Adrenalin 25.8.1 驱动可在 Windows 上通过 llama.cpp Vulkan 加载最多 1280 亿参数的模型。
  2. 02
    增加显存
    在 AMD Software: Adrenalin Edition 中,依次打开“Performance”和“Tuning”选项卡,调整 Variable Graphics Memory,128 GB 版本最高可设为 96 GB。如软件提示,请重启电脑。
  3. 03
    设置 LM Studio
    在 LM Studio 中,勾选手动选择参数,并按照 AMD 的建议将 GPU Offload 调到最大;AMD 还建议日常使用 Q4_K_M 量化。
  4. 04
    检查 GPU 是否正在工作
    在生成过程中,打开任务管理器的“性能”选项卡:GPU 显存中应当载有模型,且 GPU 应处于活动状态。如果只有处理器在工作,说明模型没有加载到 GPU 上。

关于 Ollama,官方文档将 Ryzen AI Max+ 395 列为 Linux 下 ROCm v7 支持的芯片之一,但未列入其 Windows 版 ROCm 支持列表,该列表仅限 Radeon RX 7000 和 Radeon PRO。因此,在 Windows 下的 EVO-X2 上,Ollama 依赖其 Vulkan 引擎;同一文档称该引擎默认启用,且大多数 Windows 驱动已自带。

#Linux 下:较新的内核与共享内存上限

AMD 的 ROCm 文档要求 Ryzen AI Max 使用 Linux 6.18.4 或更新的内核,或在 Ubuntu 24.04 下使用 HWE 内核 6.17.0-19.19~24.04.2 或更新版本。AMD 建议在 BIOS 中仅保留少量显存预留(例如 0.5 GB),转而使用 amd-ttm 工具提高共享内存上限。

Linux(Ubuntu):按照 AMD 的 ROCm 文档提高与 GPU 共享的内存
sudo apt install pipx
pipx ensurepath
pipx install amd-debug-tools
amd-ttm
amd-ttm --set 100

单独运行 amd-ttm 命令会显示当前限制;amd-ttm --set 100 会在重启后将其设为 100 GB,amd-ttm --clear 则恢复默认值。在 64 GB 版本上,请选择低得多的数值,为系统留出内存。

#GMKtec EVO-X2 有哪些局限?

根据官方产品页以及 ServeTheHome 和 Tom's Hardware 的评测,GMKtec EVO-X2 的主要局限在于内存带宽、高负载下的噪音、内存不可升级以及不支持 CUDA。

噪音与功耗
ServeTheHome 实测:空闲时功耗为 8 至 14 W、噪音为 37 至 38 dBA;运行 Llama 3.3 70B Q6_K 推理时功耗为 147 至 160 W、噪音为 41 至 43 dBA。
Finition
Tom's Hardware 在 2026 年 2 月 4 日的评测中指出:机箱观感廉价、采用外置电源、内部不易拆装,且风扇噪音明显。
没有 CUDA
GPU 为 Radeon:依赖 CUDA 的工具无法运行;llama.cpp、LM Studio 和 Ollama 通过 ROCm 或 Vulkan 运行。

隐私性取决于软件,而非机器:LM Studio、llama.cpp 和 Ollama 都在本地运行模型。本指南未审查 GMKtec 预装的 AIPC 应用;处理敏感数据时,建议使用您自己安装并掌控的软件。

#GMKtec EVO-X2、EVO-X3 还是 EVO-X5 Pro:现在买还是再等等?

如果您的模型能装进 96 GB,并且希望现在就拥有本地助手,那就立即购买 GMKtec EVO-X2 128 GB。如果您的目标是超过 96 GB 的模型、需要 CUDA,或想连接外置显卡,请选择其他产品。

按需求选择哪款迷你主机(GMKtec 2026 年 11 月 18 日公开价格)
您的需求选项为什么
不超过 70 GB 的 MoE 模型,预算有限EVO-X2 128 GB + 2 TB,3 499,99 €最多可为 GPU 分配 96 GB,比 EVO-X3 便宜 100 €
需求相同,日后可外接显卡EVO-X3 128 GB + 2 TB,3 599,99 €同为 Ryzen AI Max+ 395,配备用于外接 GPU 的 OCuLink PCIe Gen4 x4 接口
超过 96 GB 的模型EVO-X5 Pro 192 GB + 2 TB,6 599,00 €Ryzen AI Max+ PRO 495 和 192 GB,价格几乎翻倍
需要 CUDA 的工具NVIDIA 机器(DGX Spark 或 GeForce 显卡)Radeon 8060S 无法运行 CUDA
30 GB 以下的模型,速度优先配备 24 至 32 GB 显卡的 PC独立显存,对能装入显存的模型速度更快
→
下单前的正确做法
将您要使用的模型的 Q4 大小相加,再加上几 GB 的上下文空间。超过约 48 GB(估算)时,64 GB 版本即被排除;超过 Windows 的上限 96 GB 时,EVO-X2 也被排除,但 Linux 例外:AMD 展示过在 128 GB 机器上设置为 100 GB 的配置。
常见问题
GMKtec EVO-X2 能运行 70B 模型吗?+
可以,128 GB 版 GMKtec EVO-X2 能够加载 700 亿参数的稠密模型,但速度较慢:ServeTheHome 使用 Q6_K 量化的 Llama 3.3 70B、完全在 GPU 上运行,测得每秒 3.7 至 3.8 个 token。64 GB 版本不在 GMKtec 为 DeepSeek-R1 70B 公布的配置之列。
GMKtec EVO-X2 以后可以加装内存吗?+
不能。GMKtec 官方产品页说明其 LPDDR5X 内存为固定、不可升级,提供 64 GB 或 128 GB 两种规格。只有存储可以扩展:EVO-X2 配备两个 M.2 2280 插槽,官方标称总容量最高可达 16 TB。因此,内存容量必须在购买时一次性决定。
GMKtec EVO-X2 适合用本地模型写代码吗?+
可以,前提是选择 MoE 模型。在 128 GB 版 GMKtec EVO-X2 上,Qwen3-Coder-Next 80B-A3B(Q4 下 48 GB)或 gpt-oss 120B(70 GB)都能装入显存。70B 的稠密代码模型在这台机器上用于代码自动补全会太慢,估计上限约为每秒 6 个 token。
GMKtec EVO-X2 噪音大吗?+
噪音适中。ServeTheHome 在背景噪音为 34 dBA 的录音室中测得:待机时为 37 至 38 dBA,运行 Llama 3.3 70B 推理时为 41 至 43 dBA。Tom's Hardware 将风扇噪音列为 EVO-X2 的缺点之一。性能模式可以降低噪音,但会牺牲速度。
是否应选择 NVIDIA 的 DGX Spark,而不是 GMKtec EVO-X2?+
NVIDIA 的 DGX Spark 提供 64 GB 或 128 GB 统一内存版本,根据 NVIDIA 的数据带宽为 273 GB/s;而根据 AMD 的数据,GMKtec EVO-X2 为 256 GB/s。DGX Spark 基于 Blackwell GPU、CUDA 和 DGX OS(一款基于 Ubuntu 的 Linux);EVO-X2 使用 Radeon GPU,通过 ROCm 或 Vulkan 运行,并且也支持 Windows。如果您的工具依赖 CUDA,EVO-X2 并不适合;否则,请对比实测吞吐量和当日价格。

#来源及 2026 年 11 月 18 日的核实

规格和价格于 2026 年 11 月 18 日采集自 GMKtec 官方商店,设置参考 AMD 和 Ollama 的文档,实测数据来自 ServeTheHome 和 Tom's Hardware 的评测;价格、驱动程序及所需内核版本可能会发生变化。

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。