DeepSeek V4.1 Flash
4 × RTX PRO 6000 Workstation 96 GB、Threadripper PRO 9985WX、约 639 GiB RAM，Engram 位于 RAM，使用带补丁的 SGLang 与 DSpark。
- 1 个请求
- 365 token/秒 · 单次响应中位数
- 8 个请求
- 1,194 token/秒 · 总吞吐量
- 32 个请求
- 3,081 token/秒 · 总吞吐量
开箱即用的 AI 电脑与服务器
自己的 AI。
准备就绪。
适用于写作、文档、编程与团队工作。我们负责选型、在中国组装，并协助您开始使用。
选择服务器请帮我选择Core 72 个人工作站1,390,000–1,650,000 RUB（俄罗斯卢布）整机初步价格
在您的场所运行
界面示例
您的 AI本地运行
请提炼这份文档的要点
以下是简要摘要
设备效果图
数据由您掌控
在您的设备上配置文档处理。
首次启动即可轻松使用
通过熟悉的聊天界面与 AI 交流。
适配您的工作任务
选择适合您的模型、硬件和软件。
来自中国的整机方案
适用于 Kimi-K3 的服务器。
直接查看配置与价格。
模型、组装与启动服务一体交付。
已选模型： Kimi-K3 · MXFP4显示全部系统
此版本需要定制整机
基础目录中没有合适的服务器。我们会按所选模型和工作负载计算扩展平台配置。
价格包含什么，如何计算？
估算日期为 2026 年 10 月 12 日：包含完整硬件，以及组装、所选模型初始设置和测试的预算。在中国交付；运输、进口、长期支持及复杂集成另行计算。
此初步区间依据公开组件与基础平台价格，加入预算预留及 10–15% 余量。下单前将通过报价确认最终价格、兼容性、供货、交期与保修。该区间不是集成商的正式报价。
查看计算与来源不知道如何选择？回答两个简单问题
品牌设备
更多选择。
熟悉的制造商。
另有 16 套配置，来自 5 家企业。
适合您模型的工作站与服务器。
日常工作的好帮手
减少重复劳动。
完成更多工作。
写作、寻找答案、处理代码。
让 AI 成为您的工作工具。
您的工作助手
您
请列出签署合同前需要明确的问题。
您的 AI
建议确认以下三点： 1. 价格包含哪些内容，哪些项目另行收费。 2. 完成期限与交付流程。 3. 双方如何确认变更。
AI 交互示例请输入您的问题
第 1 题，共 2 题
您希望 AI 帮助做什么？
可以选择多项任务。
从选型到首次启动
您专注业务。
系统交给我们。
清晰的流程。
共同确认配置、验收与供货条件。
01
选择系统
目录中已提供整机配置和初步价格。
02
获取报价
明确硬件、价格与条件。
03
组装与测试
在中国准备系统，并使用约定示例测试。
04
开始使用
协商交付安排并协助首次启动。
交付前验收验收方案将包括系统能力及其处理您任务的表现。
我会收到什么？
您将收到双方确认的电脑或服务器，以及安装好的 AI 模型和所需软件。我们会协助开始使用，具体配置、启动服务、价格与支持范围以报价为准。
我需要了解模型和显卡吗？
只需告诉我们希望 AI 提供什么帮助。我们会明确任务、选择模型，并用通俗语言说明合适的方案。
价格包含哪些内容？
目录显示整机初步价格：包括硬件以及装配、初始设置和测试的预算。交付地点在中国。运输、进口及复杂集成另行计算。下单前将在报价中确认价格、交期与保修。
AI 的响应速度如何？
我们会使用约定任务测试所选系统，测量首次响应时间和生成速度。团队场景还会测试并发请求，不会将其他系统的测试结果当作您所购设备的速度。
我的文档会保留在本地吗？
本地模型可在您的设备上处理文档。部署位置、员工访问权限和连接的服务将按您的数据要求确认。
可以选择 DeepSeek 或其他模型吗？
可以。我们考虑 DeepSeek、Qwen、GLM、MiniMax 等模型。具体版本与任务会影响硬件配置。若已有明确选择，可打开下方的技术选型工具。
可以在中国自行提货吗？
可以讨论自提。提货地点、配置、验收、文件及保修条件将在报价中明确，也可以按订单协商运输。
我了解模型与技术参数技术选型、硬件配置与测试来源
面向技术用户
模型、负载、硬件。
基于具体模型版本进行初步计算。最终配置与速度通过测试确认。
模型原始格式需要扩展平台。更小的格式只能作为独立版本考虑。 此处尚未确认原生上下文上限，所选长度需测试。
需要定制平台
基础目录中没有适合此原始格式与工作负载的方案。
模型详情DeepSeek-V4.1-Flash · FP4/FP8Qwen3.8-27B · BF16Qwen3.8-27B-FP8 · FP8Qwen3.8-Flash-Next-FP8 · FP8MiniMax-M2.7 · FP8GLM-5.3-Flash · FP8MiniMax-M3-MXFP8 · MXFP8GLM-5.3 · FP8Kimi-K3 · MXFP4
全部 8 套硬件配置
Atlas 336
4 × RTX PRO 6000D 84 GB
完整配置
- 处理器
- Threadripper PRO，24–32 核，如 9965WX/9975WX；WRX90 配备直连 PCIe 通道。也可采用经核实通道布局的 AMD EPYC 原厂服务器。
- RAM
- 256 GB ECC，8 × 32 GB，8 通道
- 存储
- TLC NVMe：系统 2 TB + 模型 4 TB
- 供电
- 可用电源功率不低于 3000 W；服务器级风道或四卡原厂液冷
DeepSeek 需要明确的 Engram 内存卸载方式，并验证峰值内存。GLM Flash 加载权重后的余量有限。工作负载和每张 GPU 上的部署均需测试。
Studio 288
4 × RTX PRO 5000 Blackwell 72 GB
完整配置
- 处理器
- Threadripper PRO，24–32 核，WRX90，四个 CPU 直连 PCIe 插槽
- RAM
- 256 GB ECC, 8 × 32 GB
- 存储
- NVMe TLC: 2 TB + 4 TB
- 供电
- 原厂 2050–2200 W 供电；四张 300 W 显卡，需确认主动散热间距
排除 GLM Flash。四个 Qwen 副本需要四个单卡分组，速度不能直接按倍数推算。
Flow 192
2 × RTX PRO 6000 Blackwell Workstation 96 GB
完整配置
- 处理器
- Threadripper PRO，24 核 / WRX90，两个直连 PCIe x16 插槽
- RAM
- 256 GB ECC, 8 × 32 GB
- 存储
- NVMe TLC: 2 TB + 4 TB
- 供电
- 原厂 2050–2200 W 供电，用于两张 600 W 显卡
Flash-Next 在未计缓冲区前，标称余量不超过 19.22 GiB。
Core 72
1 × RTX PRO 5000 Blackwell 72 GB
完整配置
- 处理器
- Ryzen 9 9950X，主板配备完整 CPU 直连 PCIe x16 插槽
- RAM
- 64–128 GB DDR5，与主板兼容的 UDIMM 套装
- 存储
- TLC NVMe：系统 1–2 TB + 模型 4 TB
- 供电
- 优质 1000 W 电源、通风机箱、GPU 主动散热
Qwen BF16 通过初步权重容量检查。BF16 速度和 C4/C8 模式尚未实测。
Core Duo
2 × RTX PRO 5000 Blackwell 72 GB
完整配置
- 处理器
- Threadripper PRO，24 核，WRX90，两个直连 PCIe x16 插槽
- RAM
- 128 GB ECC，4 × 32 GB；可扩展至 256 GB
- 存储
- NVMe TLC: 2 TB + 4 TB
- 供电
- 优质 1600 W 电源，两张主动散热 GPU
144 GB 不作为 Flash-Next 的统一显存池使用。
Core Twin
2 台工作站，每台配备 1 × RTX PRO 5000 72 GB
完整配置
- 处理器
- 每台 Ryzen 9 9950X，独立操作系统 / 容器与代码编译资源
- RAM
- 每台 64–128 GB DDR5 UDIMM
- 存储
- 每台：系统 1–2 TB + 模型 4 TB
- 供电
- 每台 1000 W 电源及经验证的主动散热
两台工作站的显存总和不意味着可以直接拆分同一个模型，跨机部署需要单独方案。
Radeon 64
2 × Radeon AI PRO R9700 32 GB
完整配置
- 处理器
- Ryzen 9 9950X；主板配备两个 CPU 直连插槽，并确认支持 x8/x8 模式
- RAM
- 128 GB DDR5 UDIMM
- 存储
- NVMe TLC: 1–2 TB + 4 TB
- 供电
- 1200–1600 W 电源，两张 300 W 显卡的散热方案
权重部署、ROCm、TP2、P2P 与并发请求尚未验证。
Radeon 128
4 × Radeon AI PRO R9700 32 GB
完整配置
- 处理器
- Threadripper PRO，24 核，WRX90，四个直连 PCIe 插槽，经 ROCm 认可的平台
- RAM
- 128 GB ECC, 4 × 32 GB
- 存储
- NVMe TLC: 2 TB + 4 TB
- 供电
- 原厂 2050–2200 W 供电，四张 300 W GPU
两个 TP2 分组的同时运行尚未测试。
外部基准测试及条件
这些是作者在其他硬件上的结果，不能直接用于目录中的系统。
Qwen 3.8 27B · FP8
RTX PRO 5000 72 GB、Core Ultra 7 270K Plus、270 W、vLLM 0.26、MTP 1，单个请求。
- 约 11K 上下文
- 43.2 token/秒
- 148–200K 上下文
- 15.3 token/秒
缺少 usage 数据时，作者会统计 SSE 数据块，因此估算精度有限。
测试条件与代码从沟通开始
说说您的工作。
我们为您选择 AI 系统。
清晰配置、完整系统、启动指导。