銘凡MS-S1 MAX迷你AI工作站評測：暢跑OpenClaw的AI生產力平臺

現在是時候認真看一眼迷你AI工作站了！如果說2025Q2以前大家還在試探性地拿7B、14B模型在AI PC上“玩票”，那么進入2025Q3年之后，隨著AMD銳龍AI Max+ 395處理器的到來，越來越多的開發者和中小團隊開始把迷你AI工作站當成真正的生產力工具——模型規模從7B、14B一路推到30B、70B甚至更高的MOE 120B，而且產品形態還從單臺方案進一步發展為機架集群部署方案，這讓更多企業構建出高效的AI計算中心。在這個市場中，銘凡MS-S1 MAX是少有的可以支持2U機架部署的產品，那么圍繞著“AI計算中樞”的定位，銘凡MS-S1 MAX到底有多大能耐呢？

產品參數

操作系統：Windows 11家庭中文版（64位）

處理器：AMD銳龍AI Max+ 395（16核心32線程、最高頻率5.1GHz）

內存：128GB LPDDR5X 8000四通道

硬盤：2TB PCIe 4.0 SSD（雙M.2插槽）

GPU：AMD Radeon 8060S（2900MHz、40組計算單元）

前置接口：3.5mm音頻接口×1、USB4接口×2、USB-A 3.2 Gen2接口×1，Dmic×2

后置接口：USB 2.0×2、USB-A 3.2 Gen2接口×2（10Gbps）、RJ-45網線接口×2、USB4 V2接口（80Gbps）×2、HDMI2.1 FRL接口×1、電源接口×1

尺寸：222.1mm（長）×206.3mm（寬）×77.1mm（高）

重量：約2.8kg

參考價格：21599元

外觀設計

3L小機箱，可臥可立

銘凡這幾年在迷你PC圈子里一個很明顯的變化就是不再一味追求“越小越好”，而是愿意用3L左右的體積去換更強大的散熱能力、擴展能力和性能上限，銘凡MS-S1 MAX是這一思路的典型代表。

銘凡MS-S1 MAX mini AI工作站的機身體積約3.5L，對比并相對傳統塔式服務器和工作站40~60L的體積來講還是具有非常明顯的空間優勢。這臺機器采用太空鋁金屬機身設計，機身外殼經過多道加工工藝處理，堅固耐用。極夜灰搭配經典商務黑的配色，再加上菱形矩陣散熱網格符合空氣動力學設計，配合前面板的懸浮切割級菱心鉆石鑲嵌，給人一種很典雅科技商務風的感覺。

和其他絕大多數迷你PC不同的是，這臺機器的底部和側面都設計有橡膠墊，也就是說它既可以立起來放，也可以“臥”起來放，這樣的設計主要是為了兼顧桌面、機架和機柜等不同的使用場景。因為銘凡MS-S1 MAX是目前市面上少有的支持雙機集群和2U機架部署的迷你AI工作站，為了適應不同的部署環境，銘凡特意采用了這樣的設計。同時，為了便于企業用戶做集群控制，這臺機器的主板上還預留了開關針腳，它支持多機器統一開關，這樣一來企業用戶即可輕松構建分布式AI算力集群。

銘凡MS-S1 MAX的接口和擴展設計也值得一提。它的前面板設計有一個3.5mm音頻接口、兩個USB4接口（40Gbps）以及一個USB-A 3.2 Gen2接口，同時前面板還內置支持降噪拾音的麥克風陣列，方便用戶直接語音喚醒、語音對話，語音AI交互。

銘凡MS-S1 MAX的背后則是兩個USB 2.0接口、兩個USB-A 3.2 Gen2接口、兩個萬兆RJ-45網線接口、兩個USB4 V2接口（80Gbps）、一個HDMI2.1 FRL接口以及一個電源接口。這樣的接口設計非常齊全，兩個萬兆網口便于用戶拉起高速NAS、AI集群或企業內部的小型推理集群；兩個USB4 V2接口則更厲害，它的單接口傳輸帶寬高達80Gbps，支持外接高速SSD、擴展塢以及各類顯卡塢。需要說明的是，銘凡MS-S1 MAX是首批支持USB4 V2接口的迷你AI工作站。另外，HDMI2.1 FRL接口最高支持4路8K@60Hz/4K@120Hz的輸出能力，這對于多窗口監控訓練/推理任務也很有幫助。

這臺機器采用滑軌式結構的快拆設計，拆下背部兩個螺絲之后即可輕松抽取出一體化的主板，便于升級和維護。值得點贊的是，這臺機器的機身內部擴展能力同樣不俗，其內部提供一個標準PCIe插槽（PCIe 4.0 x4速率），支持各類擴展卡，比如采集卡、網卡和專業存儲卡等（不支持獨顯）。

銘凡MS-S1 MAX內置雙M.2 SSD插槽，最高可將SSD容量擴展到16TB。此外，這臺機器的機身內部采用純銅基板、六根散熱銅管以及雙渦輪風扇，搭配先進的相變材料，能夠帶來出色的散熱效果。

AMD銳龍AI Max+ 395加持

130W性能穩定釋放

作為一款迷你AI工作站，銘凡MS-S1 MAX搭載目前最火的銳龍AI Max+ 395處理器。該處理器采用先進的Zen 5架構、4nm生產工藝，配備16個全規格的超大核心和32線程，最高加速頻率達到5.1GHz，并配備64MB L3緩存和16MB L2緩存，總緩存容量高達80MB。

銳龍AI Max+ 395的默認TDP熱設計功耗為55W，它的可配置功耗范圍在45W～120W之間，OEM能夠根據不同設備需求進行靈活配置。銘凡在這臺機器上給到了四檔功耗策略：安靜模式（60W）、平衡模式（95W）、性能模式（130W長時、160W瞬時）以及機柜模式（100W）。

銘凡表示MS-S1 MAX的整機性能釋放水平最高達到160W峰值，持續性能釋放水平達到130W。我們在“性能模式”單烤處理器顯示，這臺機器確實能維持160W峰值的性能釋放，持續性能釋放水平在128.2W左右，非常接近官方宣稱的130W。

銘凡MS-S1 MAX采用銳龍AI Max+ 395處理器集成基于RDNA 3.5架構的Radeon 8060S集顯，其最大的特點是配備高達40組計算單元，總計2560個流處理器。借助UMA統一內存架構和AMD可變顯存技術，Radeon 8060S集顯可以動態調用最高96GB LPDDR5X內存作為專用顯存。

另外，銳龍AI Max+ 395處理器還集成基于XDNA 2架構的新一代NPU。它的AI算力高達50 TOPS，完全超過微軟Windows 11 AI+ PC的嚴苛要求，因此銘凡MS-S1 MAX還能提供強大的AI賦能體驗。特別是在CPU+GPU+NPU三大AI算力引擎的協同下，無論是本地部署大語言模型還是多模態生成，它都能提供強勁的算力支撐。

銘凡MS-S1 MAX配備128GB LPDDR5X 8000大容量內存，這一配置在迷你PC市場中算得上是頂配。大容量內存不僅能提升系統的流暢性，為整機綜合性能提供支持，它對用戶部署本地大模型也有幫助。在AIDA64內存測試中，這臺機器的內存讀取速度達到118.6GB/s，寫入速度達到212.25GB/s，表現出色。

銳龍AI Max+ 395平臺支持AMD統一內存架構，CPU和GPU存儲一體化，RAM和VRAM不用通過傳統的PCIe接口訪問，能夠大幅降低延遲和提升數據傳輸速度。再加上AMD可變顯存技術，用戶可以在銘凡MS-S1 MAX上自由分配內存和顯存的容量，最高可將96GB的內存容量分配為專用GPU顯存使用。這意義重大，我們知道部署大模型時需要很大容量的顯存，而在這臺機器上，顯存可以達到最高96GB（4張24GB RTX 5090 Laptop顯卡的水平），現在你能將70B級別的大模型完整裝進GPU顯存。

另外，這臺機器還配備2TB PCIe 4.0 SSD。從實際測試成績來看，它的順序讀取速度高達6151.61MB/s，順序寫入速度高達5482.08MB/s，表現出色，為系統啟動、應用程序加載和大模型拷貝提供了強有力的支持。

AI性能測試與應用體驗

70B大模型不再是天花板

可能很多人看到“最高96GB顯存”的時候會覺得有點夸張，但如果你真準備在本地部署30B、80B等量級的模型同時，再順手開兩三個中小模型時，就會發現銘凡MS-S1 MAX這種配置才是用戶的心頭菜。接下來，我們在64GB內存+64GB顯存的設置下，通過一系列測試項目帶大家感受銘凡MS-S1 MAX在AI應用中的出色表現。

首先，在UL Procyon的本地大模型基準測試中，這臺機器本地運行Llama 2 13B大模型的推理速度達到24.43 tokens/s，本地運行7B規模的Mistral模型，推理速度高達41.84 tokens/s。從基準理論測試結果來看，銘凡MS-S1 MAX能夠非常流暢地運行7B、8B和13B等稠密大模型，而且在GPU的加速下，推理速度很快。

對于比較流行的Stable Diffusion XL文生圖模型，銘凡MS-S1 MAX應對起來也是輕松自如。在UL Procyon的Stable Diffusion XL（FP16）測試中，這臺機器取得592分，平均生成一張1024×1024分辨率的圖片需要大約63秒。對于宣傳崗位或者廣告部門的企業用戶來講，如果平時需要圖片素材，通過銘凡MS-S1 MAX只需要一分鐘左右就能生成一張高分辨率的圖片，很實用。

另外，我們再向大家介紹一下在文生圖領域由AMD帶來的增益。2025年，AMD攜手Stability AI推出世界首款適用于Stable Diffusion 3.0 Medium的B16 NPU模型。在銳龍AI處理器平臺，我們可以通過Amuse軟件使用該模型。

在最新版Amuse軟件中，由NPU驅動的AMD XDNA Super Resolution功能能將Stable Diffusion 3.0 Medium模型生成的1024×1024圖片提升至2048×2048分辨率。我們通過Amuse生成四張圖片，這臺機器耗時251秒（單張耗時也在一分鐘左右），不過這里的好處是在生成的過程中，NPU會自動參與工作將圖片的分辨率擴展到2048×2048。也就是說，借助Amuse軟件和AMD XDNA Super Resolution功能，宣傳崗位或者廣告部門的企業用戶如果需要圖片素材，在這里一分鐘左右就能生成一張2048×2048分辨率的素材，這在工作中起到的幫助更大。

接下來我們通過LM Studio軟件在這臺機器上部署幾個熱門的大模型來實測它的表現。

先來看稠密大模型。在Qwen3-14B（Q4量化）中，這臺機器的推理速度達到21.44 tokens/s，和理論測試結果相當，模型的吐字速度很快，推理過程中系統也沒有出現卡頓現象。如果大家有使用14B稠密大模型的需求，那么在銘凡MS-S1 MAX上可以嘗試將其一直駐留在后臺，隨時使用。

我們還嘗試了由DeepSeek蒸餾的Llama-70B稠密大模型（Q3量化）。這個模型的性能表現出色，但是體積略大，接近40GB的體積使得絕大多數AI PC都無法部署，即便加載到內存中，推理速度也很慢（低至2 tokens/s左右），根本無法正常使用。

在64GB顯存的設置下，銘凡MS-S1 MAX便能夠較為輕松地部署和運行Llama-70B大模型——推理速度達到5.84 tokens/s，這樣的速度入門能用，沒有逐字輸出慢吞吞的感覺。

接下來看看這臺機器部署MoE（混合專家模型）大模型的表現。與稠密大模型相比，MoE大模型的優勢是在保持較小計算開銷（激活參數）的同時，能夠顯著提升模型的能力和知識容量（總參數）。比如知名的DeepSeek-V3模型，其總參數為671B，激活參數只有大約37B。

目前比較流行的MoE模型有Qwen3-30B-A3B，它的總參數30B、激活參數3B，實際表現媲美GPT-4o。我們實測銘凡MS-S1 MAX運行Qwen3-30B-A3B模型（Q4量化）的推理速度達到59.75 tokens/s，回答速度非常快。

阿里巴巴不久前開源了全新的Qwen3-Next-80B-A3B-Thinking模型，這是Qwen系列模型的下一代版本。我們實測銘凡MS-S1 MAX可以輕松運行該模型的Q4量化版本，其推理速度達到41.13 tokens/s。如此快的速度在使用過程中幾乎不用等待，完全可以部署在本地將其應用在日常工作和學習之中。

我們再將模型的規模拉大，來看看這臺機器運行GPT-OSS-120B模型（Q4量化）的表現。該模型是OpenAI于2025年8月開源的MoE模型，其性能媲美OpenAI o4-mini。實測顯示，銘凡MS-S1 MAX運行該模型的推理速度高達48.05 tokens/s，運行起來十分流暢。

AI大模型可不只是有語言模型，還有視覺模型、圖像模型等。比如視覺模型具備“看”的能力，能夠處理文本、圖像和視頻，在很多特定的垂直行業（比如工業、消防等）被廣泛應用。銘凡MS-S1 MAX也支持在本地部署此類模型。

我們在這臺機器上部署目前最新推出的Qwen3-VL-30B-A3B-Thinking模型（Q4量化），然后詢問它一張關于黃果樹瀑布的照片，大模型能夠準確地根據圖片推斷出圖片中的景點名字和地理位置，推理速度達到38.87 tokens/s。

通過以上在本地部署的大模型的測試可見，銘凡MS-S1 MAX本身具備高算力，再加上AMD統一內存架構和可變顯存技術的支持，它能夠輕松應對絕大部分熱門的大模型。無論是70B稠密大模型，還是120B MoE大模型，它都能輕松部署，而且速度很快。也就是說，銘凡MS-S1 MAX像一個抽屜，能夠裝下絕大部分大模型，有了本地的大模型，用戶也不用擔心隱私和Token費用問題，甚至還能由此衍生出更多用途。

比如在64GB顯存的設置下，我們簡單嘗試同時部署三個大模型：兩個30B MoE大模型和一個14B稠密大模型。部署這三個大模型之后，系統只占用了大約50GB顯存，剩下的硬件空間還比較充裕。這只是理論性的嘗試，實際上對很多AI開發者來講，在開發的過程中往往需要不斷Debug，這個過程中可能需要不斷切換各種大模型，若是換成其他平臺，非但無法部署規模超大的模型，就算勉強部署，硬件空間也異常吃緊，需要不斷加載和卸載……而在銘凡MS-S1 MAX上就沒有這種煩惱，因為它的硬件空間是充足的。

我們再舉另一個更實際的應用例子。如果需要搭建個人知識庫，在銘凡MS-S1 MAX上，我們可以本地部署一個30B MoE大模型+一個嵌入模型，就算將上下文長度設置到26萬個token，系統的顯存占用也才34GB左右，知識庫完全可以解析一部《阿Q正傳》。

我們再結合熱點談一談銘凡MS-S1 MAX的另一個用途——搭建OpenClaw AI助手。OpenClaw（也叫Clawdbot）是一個擁有長期記憶，可以接管個人電腦，自主處理收發郵件、運營社媒或者完成視頻剪輯等工作的AI助手。

OpenClaw一經發布便火遍全網，但是接入云端大模型來使用它無疑會帶來高昂的Token費用，而且基于云端大模型對很多企業用戶來講也有安全隱私方面的隱患，所以將其部署在本地并接入本地大模型是不錯的選擇。在這一點上，銘凡MS-S1 MAX作為大模型“抽屜”有著得天獨厚的優勢。

我們在銘凡MS-S1 MAX上做了簡單嘗試。我們成功在這臺機器上部署好了OpenClaw，同時還在本地部署了Qwen3-Coder-Next模型，并讓OpenClaw直接調用本地部署的這個模型。因為模型部署在本地，所以我們使用OpenClaw的時候根本不用擔心Token用量的問題。

在Qwen3-Coder-Next本地模型的加持下，我們可以通過銘凡MS-S1 MAX來使用OpenClaw AI助手。這臺機器加載本地模型和OpenClaw之后占用了大約54GB顯存空間，它還有充裕的空間來部署其他模型。另外，因為銘凡MS-S1 MAX擁有充足的硬件空間來同時部署多個模型，因此我們也可以將其視作本地大模型API中心，在局域網的其他設備上部署OpenClaw，然后遠程接入使用銘凡MS-S1 MAX提供的本地大模型，這讓銘凡MS-S1 MAX真正成為企業的AI算力中心。

通用性能測試

除了出色的AI性能，我們來看看銘凡MS-S1 MAX在日常辦公中的性能表現，以下測試均設置為最強的“性能模式”。

首先，在CINEBENCH 2024處理器渲染性能測試中，銘凡MS-S1 MAX得到115pts的單線程成績和1931pts的多線程成績。在單線程方面，它與酷睿i9-14900HX游戲本（127pts）相比有大約10%的差距；可在多線程方面，它領先酷睿i9-14900HX游戲本（1544pts）大約25%。

在Blender 4.2中，我們通過處理器來渲染一個汽車模型，這臺機器只耗時60秒就完成了任務，效率很高。對用戶來講，在日常工作中做一些中等復雜度的渲染任務不必完全依賴云端或者大型的塔式工作站，銘凡MS-S1 MAX就能輕松應對。

圖形方面，銘凡MS-S1 MAX采用的AMD Radeon 8060S集顯性能可謂一枝獨秀。在64GB顯存的設置下，它在3DMark Time Spy中得到11782的顯卡分數。對比140W滿功耗版RTX 4060筆記本電腦GPU（10680分），這臺機器搭載的AMD Radeon 8060S取得大約10%的領先優勢。

在游戲測試中，我們均設置為最高畫質、FSR平衡、幀生成開和低光線追蹤效果的畫質。實測對于我們常見的《賽博朋克2077》《無主之地4》和《古墓麗影：暗影》等3A大作，銘凡MS-S1 MAX在1080p分辨率下借助FSR和幀生成技術可取得更出色的表現。它在《賽博朋克2077》中的平均幀率高達117.72fps；在《無主之地4》中的平均幀率達到119.4fps；在《黑神話：悟空》（關閉光追）中的平均幀率達到75fps。

在1440p分辨率下，這臺機器也能輕松應對以上測試游戲。它在《黑神話：悟空》中（關閉光追）的平均幀率達到65fps；在《賽博朋克2077》中的平均幀率達到74.17fps；在《無主之地4》中的平均幀率達到80.5fps。

在網游中，銘凡MS-S1 MAX的表現更出色。在《無畏契約》《三角洲行動》中，無論是1080p還是1440p分辨率，它都能在最高畫質中為用戶帶來超高的幀率。比如它在《無畏契約》的1080p和1440p分辨率中分別取得667.7fps、446.9fps的平均幀率，游戲體驗非常絲滑。

最后，我們來看看這臺機器的創作性能。在UL Procyon的視頻編輯測試中（開啟GPU硬件加速），這臺機器取得23105的總分，這表明它借助強大的集顯Radeon 8060S能夠高效地完成視頻剪輯任務。

總結

一番體驗下來可見，銘凡MS-S1 MAX有很多優點，它是一臺定位精準的迷你AI工作站。它沒有為了控制機身尺寸而去縮減散熱、閹割網口或砍掉PCIe擴展，也沒有刻意強調“離譜”的游戲性能，只是低調地把重心放在更擅長的“端側AI”上。

從我們的實際測試可以看到，銘凡MS-S1 MAX具備強大的AI算力和本地模型部署能力，能夠流暢運行絕大多數熱門大模型，它還能同時掛載多個模型，這是妥妥的“本地AI中臺”或者叫“本地AI算力中心”。它非常適合獨立開發者/小團隊、中小企業IT/技術負責人或者AI愛好者/極客玩家。特別是對2U機架集群的支持，使得它對企業來講更有錦上添花的魅力，如果你已經在實際項目或工作中用到AI模型，并且在意“云端不可控成本”和“數據不出門”這兩件事，那么銘凡MS-S1 MAX毫無疑問是更好的選擇。

友情提示

MCer請注意，由于微信公眾號調整了推薦機制，如果你發現最近很難刷到Microcomputer（微型計算機）公眾賬號推送的文章，但是又不想錯過微機的精彩評測內容，可以動動小手指把Microcomputer設置成星標公眾賬號哦！