为了摸清这台机器到底能干什么，HBM负责高频数据，大模到
NVIDIA给DGX Station准备1600W级电源，型跑他没有只跑几个短Prompt的元的有多Benchmark，
Grace的大模到大容量内存终于开始发挥作用。最终性能可能差一个数量级。型跑
普通LLM推理时，元的有多实验数据可能涉及隐私和合规，大模到他把问题重新拉回了价格。型跑他随后又做了一件更狠的元的有多事情：在这台桌面工作站上完整训练27B模型。直接购买云端模型服务可能更省钱。大模到
DGX Station还支持MIG，型跑CPU和GPU模块瞬时功耗峰值达到约1.78kW，元的有多两台机器还能够通过ConnectX-8的大模到800Gbps网络继续扩展。
对于机器人、型跑他又赶上DeepSeek 4.1 Flash发布。机器人控制需要低延迟，总计约3.5亿输入Token，另一部分放进LPDDR5。最终把整个训练任务跑了下来。
一个Epoch耗时约26.45小时，大模型正在开始真正利用分层内存。但整套系统真正访问LPDDR5时，但真正进入训练后，约269亿参数。未来甚至还能把SSD加入缓存体系，软件开发和普通大模型调用，而他最后留下的问题，百万Token上下文、1秒平均模块功耗约1.5kW，
700B级模型已经可以在桌面上跑到约100 token/s，训练过程中，FP32 Master Weight和Adam Optimizer State。还没有计算Activation以及额外的数据副本。
这次测试也暴露出DGX Station很特殊的一面。同一块硬件，Activation Checkpoint、一个团队可以同时跑不同仿真任务，
753B模型从1 tok/s跑到25倍速
测试最开始并不顺利。他开始调整PyTorch CUDA内存分配、实测内存带宽大约在300～320GB/s。直接决定了最终速度。此时还能腾出大约69GB HBM给KV Cache使用，怎么把模型参数分配到HBM和LPDDR5里，但显然装不下700B级模型全部参数。模型计算和权重使用BF16，才更容易与云端Token成本抗衡。多路Aggregate吞吐约230～270 token/s。下一代平台、速度提高了约25倍。单路推理直接跑到约380 token/s，软件调度方式不同，4路并发总吞吐超过1000 token/s。再通过NVLink C2C与GPU交换数据。Pinned Memory以及vLLM相关设置，这台机器虽然有252GB左右的HBM，实验室自动化、这类设备需要长期保持70%～90%的高利用率，120B模型能够做到数百token/s，敏感数据处理这类场景，
理论上，生物信息、这个700B级模型与DGX Station的内存结构意外契合，开始跑
Level1Techs最近花了一周时间，
问题很快暴露出来。可能还真不只是B300有多快。
这一次，平均输入吞吐约3673 tokens/s。
随后，回本周期一旦拉得过长，工作站及各类AI相关硬件设备，按照默认配置启动vLLM，完成2291次参数更新，企业究竟还有多少Token，
临近机器寄回MSI时，他随后测试GPT-OSS 120B，
最终，LPDDR5承载大量模型参数，AI硬件和模型迭代太快，CPU Offload和Gradient Accumulation，27B塞了进去。
他的估算是，同时配合Flash Attention、视频中给出的成绩达到单路约100 token/s，模型架构和推理软件都有可能重新改写成本。百万Token上下文的“大海捞针”测试中，它还能保持完整的信息召回。模型直接放在设备旁边，
调整完成后，现在，最长上下文达到14.2万Token。开展基于真实使用场景评测的研究机构。其中GPU约1.32kW。
最后得到的答案也很有意思：DGX Station最值得看的地方，本地运行本身就有价值。训练时吃掉451GB内存
推理只是其中一部分，
因此，否则，而是直接把700B级大模型、
有趣的是，一个专注于对AI计算机、它被压进了一台桌边工作站里。还需要保存Gradient、
GLM 5.3从约1 token/s升到了25～28 token/s，他很难让整机墙上功耗长期超过1000～1100W；到了27B全参数训练，作者：刘文轩
一台放在桌子上的工作站，27B Dense模型可以完成全参数训练，可以同时连接真实机器和本地数据。值得继续放在云上？
END本文来自至顶AI实验室，上下文容量可以做到约150万Token。但如果用途主要是Coding Agent、最后算的是Token账
跑完这一圈后，结果只有大约1 token/s。他跑的是全参数训练。剩余权重需要进入Grace侧的LPDDR5内存，账就要重新算。
测试使用的是Dense版本Qwen 3.8 27B，
过去这类工作通常属于机房里的大型GPU集群。仅模型相关状态就膨胀到约451GB，
模型架构同样影响巨大。训练数据包含73000多段对话，几项叠加之后，一部分参数可以留在HBM，可以把GPU划分成多个独立实例。他看到的已经不只是“显存够不够用”这个问题。没有出现Skip，NVIDIA给出的C2C带宽可以达到900GB/s，同时尽量把更频繁访问的Expert留在HBM。他首先把GLM 5.3这样一个753B级模型丢进DGX Station。
功耗也在这里真正被拉满。
几天测试下来，也成了这台机器真正需要回答的问题：当本地AI开始拥有这种规模的算力之后，也可以让多个真实设备分别接入不同实例。CPU Offload、他对这台机器的评价反而比预期更高。他给自己设了一条大致的回本线：18个月。模型本身的权重只有大约50GB，优化器的大量状态留在CPU内存，
50GB模型，
买不买，很大一部分意义就在这种场景里。测试一周之后，