Beelink 近期推出了其最新的迷你 PC 系列——Ser 10 Max，搭载了 AMD 全新的“Gorgon Point”平台，具体型号为锐龙 AI 9 HX470 处理器。与前代 Ser 9（采用 Strix Point 芯片）以及更早的 Ser 8 相比，Ser 10 Max 在硬件上带来了显著的升级。本文将深入评测这款新设备，通过一系列基准测试和实际应用场景分析，探讨其性能表现，并与去年的热门机型 Beelink Ser 9 以及苹果的 Mac Mini（M4/M4 Pro）进行对比，尤其关注其在 AI 工作负载下的表现。

一、 产品概览与硬件亮点

Beelink Ser 10 Max 的外观设计延续了其系列一贯的风格，但内部的革新是本次评测的重点。

1. 核心处理器：AMD 锐龙 AI 9 HX470 (Gorgon Point)

Ser 10 Max 的核心亮点在于其搭载的 AMD 锐龙 AI 9 HX470 处理器，代号“Gorgon Point”。这款芯片集成了：

• CPU： 12 核心 24 线程，采用 Zen 5 和 Zen 5c 架构混合设计，最高睿频可达 5.2 GHz。
• iGPU： 集成 Radeon 890M 核显，与 Ser 9 使用的型号相同，但得益于新平台，其性能释放可能有所不同。
• NPU： 集成 XDNA 2 NPU，提供高达 55 TOPS 的 AI 计算能力。 AMD 官方宣称，CPU、iGPU 和 NPU 三者协同工作时，可提供高达 86 TOPS 的总 AI 算力。

2. 内存与存储

• 内存： 评测机型配备了 64GB DDR5 5600MHz 内存，但该系列也提供 32GB 版本。与 Ser 9 不同的是，Ser 10 Max 的内存是用户可自行配置和升级的。
• 存储： 标配 1TB SSD，并支持高达 8TB 的存储扩展。

3. 连接性与接口

Ser 10 Max 在连接性方面也有显著提升：

• USB： 支持 USB4 接口。
• 显示输出： HDMI 2.1 和 DisplayPort 1.4，支持高达 4K@240Hz 的三屏显示。
• 网络： 集成 10 千兆以太网接口，远超 Ser 9 的 2.5 千兆网卡。
• 其他： Wi-Fi 6E, 蓝牙 5.3。

4. 特殊版本

Beelink 还推出了带有 OpenClaw 操作系统的版本，价格比标准版高出约 100 美元。此外，还提供了一个配置为 96GB 内存 + 2TB SSD 的版本，售价约为 2300 美元，在同等配置下，相较于苹果 Mac Mini 具有价格优势。

二、 性能基准测试分析

本次评测涵盖了多种基准测试，以全面评估 Ser 10 Max 的性能。

1. Web 应用与 JavaScript 性能

• Speedometer 3.0 (JavaScript 性能)：

  • Ser 9：31.5
  • Mac Mini M4 Pro：45.2
  • Mac Mini M4：47.8
  • Ser 10 Max： 尽管苹果在单核性能上仍具优势，但 Ser 10 Max 的表现（具体数值未在原文中给出，但暗示其接近或优于 Ser 9）在 JavaScript 运行时方面显示出进步。

• Web Tooling Benchmark (V8 引擎工具链)：

  • TypeScript 测试：
    • Ser 9：20
    • Mac Mini M4/M4 Pro：35.99
    • Ser 10 Max：34.14
  • 几何平均值测试：
    • Ser 9：18.8
    • Mac Mini M4/M4 Pro：未明确给出，但与 TypeScript 分数接近。
    • Ser 10 Max：28.62

  分析： 在 V8 工具链测试中，Ser 10 Max 取得了显著的进步。TypeScript 得分比 Ser 9 提升了 65%，几何平均值也提升了 50% 以上。其 TypeScript 分数已非常接近 Mac Mini 的水平，差距仅在 5% 以内。这表明 Gorgon Point 平台在处理复杂的 JavaScript 工具链任务时，性能已大幅追赶上苹果的领先地位。

2. CPU 综合性能测试

• Geekbench 6：

  • Ser 9：单核 2889 / 多核 14890
  • Mac Mini M2 Pro (旧款)：单核 2700 / 多核 13000
  • Mac Mini M4 Pro：单核 3945 / 多核 15321
  • Ser 10 Max：单核 2993 / 多核 15216

  分析： Ser 10 Max 在单核性能上相比 Ser 9 有所提升，但仍与 M4 Pro 有较大差距。然而，其多核性能表现非常亮眼，几乎追平了 M4 Pro Mac Mini，差距不足 1%。这预示着在多线程密集型任务中，Ser 10 Max 能够提供与苹果旗舰产品相媲美的性能。

• Python 编译测试 (CPU 密集型)：

  • Ser 9：28.64 秒
  • Mac Mini M4 Base：31.41 秒
  • Mac Mini M4 Pro：23.24 秒
  • Ser 10 Max：28.9 秒

  分析： 在这个将所有 CPU 核心推向极限的 Python 算法测试中，Ser 10 Max 的表现与 Ser 9 基本持平，仅有约四分之一秒的微小差距。它依然能够击败 M4 Base Mac Mini，但与 M4 Pro 仍有一定距离。这表明在纯粹的多核 CPU 密集型解释型语言任务上，Ser 10 Max 的代际提升并不显著。

• .NET 编译测试 (CPU 密集型)：

  • Ser 9：91 秒
  • Ser 8：109 秒
  • Mac Mini M4 Base：106.7 秒
  • Mac Mini M4 Pro：66.4 秒
  • Ser 10 Max：90.9 秒

  分析： 在这个自定义的 .NET 编译测试中，Ser 10 Max 的表现与 Ser 9 几乎完全一致，仅领先 0.1 秒。虽然它依然优于 M4 Base Mac Mini，但与 M4 Pro 仍有较大差距。这个结果与预期中 Zen 5 架构在编译代码上的强大 IPC（每时钟周期指令数）表现不符，可能表明该测试的瓶颈不在于纯粹的 CPU 计算能力，或者测试本身存在局限性。

• Umbraco CMS .NET 项目编译测试 (IO 密集型)：

  • Ser 9：149 秒
  • Ser 8：161 秒
  • Mac Mini M4 Base：93.9 秒
  • Mac Mini M4 Pro：84 秒
  • Ser 10 Max：161 秒

  分析： 在这个更贴近实际生产环境的、IO 密集型的 .NET 项目编译测试中，Ser 10 Max 的表现反而不如 Ser 9，甚至与 Ser 8 持平。这主要是因为此类测试受到磁盘读写、NuGet 包管理和文件系统操作的影响更大，而苹果的 Mac Mini 在这方面表现出色。Ser 10 Max 在此测试中的表现不佳，也暴露了其在 IO 密集型工作负载下的潜在瓶颈。值得注意的是，在运行此测试时，关闭 Windows Defender 后，Ser 10 Max 的首次运行时间为 217 秒，关闭后才达到 161 秒，提示了安全软件对编译性能的影响。

三、 AI 工作负载深度解析

Ser 10 Max 的一大卖点是其强大的 AI 处理能力，得益于集成的 NPU 和强大的 iGPU。

1. LLM 本地运行测试

• CPU 模式 (Ollama)： 默认情况下，Ollama 在 Windows 上运行时主要依赖 CPU 进行 AI 推理。测试显示，CPU 负载很高，但 GPU 和 NPU 未被使用。

  • Qwen 2.5 7B 模型：输出速度（未明确给出具体数值，但暗示较慢）。

• GPU 模式 (Ollama + Vulkan)： 通过设置环境变量 OLLAMA_VULKAN=true，可以强制 Ollama 使用 iGPU 进行推理。

  • Qwen 2.5 7B 模型：从 CPU 模式的未知速度提升至 14.2 tokens/秒。
  • Llama 3 0.23B 模型：从 27 tokens/秒 提升至 37.5 tokens/秒。
  • Qwen 2.5 1.5B 模型：从 47.5 tokens/秒 提升至 68.3 tokens/秒。

  分析： 启用 GPU 加速后，LLM 推理速度有显著提升，GPU 利用率达到 100%。这表明对于依赖 iGPU 进行 LLM 推理的用户，Ser 10 Max 提供了比纯 CPU 更优的体验。

• NPU 模式 (Lemonade Server 混合模式)： Lemonade Server 支持 NPU 进行预填充（Prefill）和 iGPU 进行解码（Decode）的混合模式。

  • 1B 参数模型：NPU 略有活动，GPU 用于解码，速度为 14.3 tokens/秒。
  • Qwen 7B 模型 (4400 token 长上下文)：
    • CPU：255 tokens/秒 (Prefill)
    • Vulkan iGPU：240 tokens/秒 (Prefill)
    • NPU (混合模式)：631 tokens/秒 (Prefill)

  分析： NPU 在预填充阶段表现出极高的效率，其速度是 iGPU 的 2.5 倍。这对于需要处理长上下文（如 RAG、代码辅助、代理任务）的 AI 应用场景至关重要。对于流式聊天应用，iGPU 更为合适；而对于需要处理大量上下文的任务，NPU 的优势则非常明显。

2. 统一内存架构 (UMA) 与大模型加载

Ser 10 Max 的 iGPU 支持统一内存架构 (UMA)，允许其动态调用系统 RAM，从而加载远超其物理显存限制的模型。

• 测试模型： Qwen 2.5 14B (Q4 量化)，模型文件大小约 8.37 GB。

• iGPU 显存： 设备管理器显示为 4GB。

• 加载结果： 成功将 8.37 GB 的模型权重加载到 4GB 的 iGPU 上。

• 内存占用： 加载后，iGPU 专用内存占用 3.62 GB，共享内存占用 17.36 GB，总计约 20.98 GB iGPU 内存使用。

• 性能：

  • 提示处理：约 50 tokens/秒
  • 生成：8.8 tokens/秒

  分析： UMA 技术使得 Ser 10 Max 能够加载比其物理显存更大的模型。在 64GB 系统内存的加持下，理论上可以加载 22B 甚至 30B 参数的 Q4 量化模型。这对于本地运行大型语言模型提供了极大的灵活性。值得注意的是，Ser 9 和 Ser 10 Max 使用相同的 iGPU，这意味着 Ser 9 用户通过软件更新和系统内存配置，也能实现类似的大模型加载能力。

四、 与竞品对比及购买建议

1. 价格与性能权衡

• Beelink Ser 10 Max： 提供了强大的 CPU 和 NPU 性能，以及灵活的内存配置和 10Gb 以太网。其 96GB+2TB 版本售价约为 2300 美元，在同等配置下比 Mac Mini 更具性价比。
• Apple Mac Mini (M4/M4 Pro)： 在单核性能、JavaScript 基准测试以及 IO 密集型编译任务中表现出色。然而，其价格昂贵，尤其是在配置高内存和存储时。M4 Base 版本在某些测试中表现不如预期，而 M4 Pro 则价格不菲。

2. 购买建议

• 选择 Beelink Ser 10 Max 的理由：

  • AI 工作负载： 如果您主要关注本地运行 LLM，特别是需要处理长上下文（RAG、代理、代码辅助）的任务，NPU 的优势使其成为理想选择。
  • 可升级性： 用户可自行升级内存和存储，提供了更大的灵活性。
  • 10Gb 以太网： 对于需要高速网络传输的用户（如 NAS、专业媒体工作流），这是 Ser 9 所不具备的显著优势。
  • 性价比： 在同等内存和存储配置下，通常比 Mac Mini 更具价格优势。

• 考虑跳过 Ser 10 Max 的情况：

  • 已有 Ser 9 且主要使用 iGPU LLM： 如果您的主要工作负载是利用 iGPU 进行 LLM 推理，并且您已经拥有 Ser 9，那么硬件上的提升可能不足以支撑升级。通过软件优化和足够的系统内存，Ser 9 也能提供不错的 iGPU LLM 体验。
  • IO 密集型编译或特定 Mac 优化工作流： 如果您的工作流高度依赖于 IO 性能或对 macOS 生态系统有强依赖，Mac Mini 可能是更好的选择。

3. 未来展望

AMD 的 Gorgon Point 平台在 AI 算力方面展现了巨大潜力，特别是其 NPU 的表现令人印象深刻。随着软件生态的不断成熟，以及 AMD 未来推出如“Medusa”等更强大的芯片，迷你 PC 在 AI 和高性能计算领域的竞争力将持续增强。

五、 结论

Beelink Ser 10 Max 凭借其搭载的 AMD 锐龙 AI 9 HX470 处理器，在 CPU 多核性能和 AI 推理能力上取得了显著的进步，尤其是在 NPU 的应用和统一内存架构支持大模型加载方面表现突出。虽然在某些 IO 密集型任务上仍有提升空间，但其整体性能、可升级性和 10Gb 以太网等特性，使其成为一款极具吸引力的迷你 PC，尤其适合对 AI 工作负载有较高要求的用户。对于已经拥有 Ser 9 的用户，是否升级则取决于其具体的使用场景和对新功能的重视程度。