Có nên mua mini PC AI GB10 không? Những điều cần biết trước khi quyết định

Câu trả lời ngắn gọn: nên mua nếu bạn cần tự chạy hoặc tinh chỉnh các mô hình AI lớn ngay trên bàn làm việc, làm việc trên Linux với CUDA và không muốn dữ liệu rời khỏi máy. Chưa nên mua nếu bạn cần Windows, chơi game, hoặc muốn mô hình trả lời thật nhanh. Lý do nằm ở hai con số: bộ nhớ 128 GB rất rộng, nhưng băng thông bộ nhớ chỉ 273 GB/s. Phần dưới sẽ giải thích từng điểm để bạn tự đối chiếu với nhu cầu của mình.

Mini PC AI GB10 là gì?

GB10 là chip NVIDIA Grace Blackwell dùng trong máy DGX Spark. Nhiều hãng lấy nền tảng này để làm máy của riêng mình, nên bạn sẽ thấy cùng một con chip nhưng khác tên và khác kiểu dáng. Tại Nguyễn Công PC hiện có ba mẫu: MSI EdgeXpert MS-C931, Gigabyte AI TOP ATOM ATAGB10-9000 và ASUS Ascent GX10. Cả ba đều nhỏ gọn, cỡ 150 x 150 mm theo thông số NVIDIA, nên có thể đặt cạnh màn hình mà không chiếm chỗ.

Điểm khác biệt lớn nhất so với một chiếc mini PC thông thường là cách nó dùng bộ nhớ. CPU và GPU dùng chung một khối 128 GB LPDDR5x, không tách RAM và VRAM như PC có card rời. Nhờ vậy mô hình lớn nằm gọn trong bộ nhớ mà không cần chia nhỏ qua lại giữa hai nơi.

Thông số chính theo NVIDIA

Bảng dưới lấy từ trang DGX Spark của NVIDIA. Các máy GB10 của MSI, Gigabyte và ASUS dùng chung nền tảng này, còn dung lượng SSD và một vài chi tiết khác có thể khác nhau tùy mã.

Những việc máy này làm tốt

Theo NVIDIA, một máy 128 GB chạy suy luận (inference) được mô hình tới khoảng 200 tỷ tham số và tinh chỉnh (fine-tuning) được mô hình tới khoảng 70 tỷ tham số. Nối hai máy qua cổng ConnectX-7 thì tổng bộ nhớ là 256 GB, NVIDIA nêu mức tới 400 tỷ tham số. Những con số này khó có được trên một card đồ họa rời thông thường, vì VRAM của card phổ thông chỉ vài chục GB.

Nếu bạn làm nghiên cứu, thử nghiệm mô hình, dựng hệ thống RAG nội bộ hoặc cần giữ dữ liệu khách hàng trong máy, thì dung lượng bộ nhớ này chính là thứ bạn trả tiền để có. Máy cũng chạy hệ sinh thái CUDA quen thuộc, nên phần lớn công cụ AI trên Linux dùng được tương đối thuận.

Về điện năng, Classmethod đo trên máy DGX Spark thấy mức tiêu thụ khoảng 40 đến 45 W khi nhàn rỗi và khoảng 135 đến 140 W khi chạy suy luận. Đây là số đo của bên ngoài trên nền tảng này, không phải đo trên máy bán tại cửa hàng, nhưng cho bạn hình dung máy không ngốn điện như một dàn PC nhiều card.

Những giới hạn bạn nên biết trước

Dung lượng lớn nhưng tốc độ không nhanh

Khi sinh chữ, tốc độ phụ thuộc nhiều vào băng thông bộ nhớ. Classmethod so sánh: 273 GB/s của máy này bằng khoảng một phần ba Mac Studio (819 GB/s) và khoảng một phần sáu RTX 5090 (1.792 GB/s). LMSYS đo ra con số cụ thể: với mô hình GPT-OSS 20B chạy bằng Ollama, DGX Spark đạt khoảng 49,7 token/giây khi sinh chữ, trong khi RTX 5090 đạt khoảng 205 token/giây. Với Llama 3.1 70B ở FP8, tốc độ sinh chữ chỉ khoảng 2,7 token/giây.

Nói cách khác, máy nạp được mô hình rất to nhưng không trả lời nhanh. Nếu bạn cần chatbot phản hồi tức thì cho nhiều người cùng dùng, đây chưa phải lựa chọn hợp lý. Theo LMSYS, máy hợp với việc thử nghiệm và phát triển hơn là phục vụ tải lớn.

Ghép hai máy để tăng dung lượng, không phải tăng tốc

Classmethod thử chạy Qwen3-235B và ghi nhận 15,51 token/giây trên một máy, còn khi ghép hai máy là 14,57 token/giây. Tức là ghép máy giúp chạy được mô hình lớn hơn chứ không làm nhanh hơn. Với bốn máy, NVIDIA nói tổng 512 GB nhưng cần thêm switch 200 GbE, một khoản đầu tư riêng.

Chip Arm và hệ điều hành Linux

CPU là Arm, hệ điều hành là DGX OS nền Ubuntu, không có Windows. Phần mềm AI phổ biến chạy được, nhưng Classmethod cũng gặp một số trường hợp cụ thể: vài container NIM chứa file chạy dành cho x86, và thư viện CUTLASS của vLLM chưa hỗ trợ kiến trúc sm_121 vào thời điểm họ thử. Nếu quy trình làm việc của bạn dựa vào phần mềm Windows hoặc công cụ chỉ có bản x86, hãy thử kỹ trước.

RAM hàn chết, mô hình sát trần bộ nhớ dễ bị treo

128 GB là bộ nhớ dùng chung, hàn trên bo mạch nên không nâng cấp được. Cũng trong bài Classmethod, một mô hình tạo video cỡ 14 tỷ tham số đã bị đứng máy khi chạm sát giới hạn bộ nhớ. Vậy nên đừng tính toán sát 128 GB, hãy chừa khoảng trống cho hệ điều hành và bộ nhớ đệm.

Bạn thuộc nhóm nào?

Chọn giữa ba mẫu ở Nguyễn Công PC

Ba máy dùng chung nền tảng nên hiệu năng AI tương đương, khác biệt nằm ở mã hàng, dung lượng ổ cứng và kiểu dáng. MSI EdgeXpert MS-C931 có hai phiên bản SSD 1 TB và 4 TB. Gigabyte AI TOP ATOM ATAGB10-9000 có nhiều mã từ 9000 đến 9005 với RAM và SSD khác nhau, riêng SSD chuẩn PCIe 5.0 và dung tích 4 TB. ASUS Ascent GX10 là lựa chọn thứ ba cùng nền tảng. Theo thông tin trên các trang sản phẩm, máy được bảo hành 36 tháng. Bạn nên xem kỹ mã hàng và dung lượng SSD trước khi đặt, vì đó là chỗ khác nhau thực sự.

Các lựa chọn khác nếu GB10 chưa hợp

Nếu bạn cần tốc độ hơn dung lượng, card đồ họa rời thường nhanh hơn rất nhiều. Bạn có thể xem dòng card NVIDIA RTX 5000 hoặc RTX PRO 6000 Blackwell cho trạm làm việc cần VRAM lớn. Nếu muốn một bộ máy dựng sẵn để chạy AI trên Windows hoặc Linux, hãy xem bộ PC chạy AI, còn nhu cầu chạy trợ lý tự động có thể tham khảo Agent Computer. Người quen hệ sinh thái Apple có Mac Studio với băng thông bộ nhớ cao hơn, đổi lại không có CUDA.

Kiểm tra nhanh trước khi mua

• Mô hình bạn định chạy có cỡ bao nhiêu tỷ tham số, và có cần chừa khoảng trống bộ nhớ không.
• Phần mềm bạn dùng có bản chạy trên Linux Arm hay không.
• Bạn cần tốc độ trả lời hay chỉ cần chạy được mô hình.
• Dung lượng SSD cần là 1 TB hay 4 TB, vì mô hình lớn chiếm rất nhiều chỗ.
• Có định ghép hai máy không, nếu có thì cần cáp và cấu hình mạng phù hợp.

Nếu còn phân vân giữa các mẫu, bạn xem thêm các mini PC trên website hoặc nhắn cho Nguyễn Công PC để được tư vấn theo đúng mô hình bạn định chạy.

Câu hỏi thường gặp

Mini PC AI GB10 là gì?

Là máy tính nhỏ dùng chip NVIDIA GB10 Grace Blackwell, chung nền tảng với DGX Spark, có 128 GB bộ nhớ dùng chung và chạy hệ điều hành Linux DGX OS.

GB10 khác DGX Spark thế nào?

Theo thông tin trên các trang sản phẩm, MSI, Gigabyte và ASUS làm máy riêng dựa trên nền tảng của NVIDIA. Phần lõi giống nhau, khác ở thiết kế, mã hàng và dung lượng SSD.

Máy chạy được mô hình bao lớn?

Theo NVIDIA, một máy 128 GB chạy suy luận được mô hình tới khoảng 200 tỷ tham số, tinh chỉnh được tới khoảng 70 tỷ. Hai máy ghép lại là khoảng 400 tỷ tham số.

Máy có chạy Windows không?

Không. Máy dùng chip Arm và hệ điều hành DGX OS nền Ubuntu. Nếu bạn cần Windows thì nên chọn bộ PC khác.

Có chơi game được không?

Máy sinh ra cho AI, không phải để chơi game. Nếu bạn muốn chơi game, hãy xem PC gaming hoặc laptop gaming.

Tốc độ sinh chữ có nhanh không?

Không quá nhanh. Băng thông bộ nhớ 273 GB/s là điểm nghẽn chính. Số đo của LMSYS cho mô hình 70B ở FP8 là khoảng 2,7 token/giây.

Ghép hai máy có nhanh hơn không?

Không. Ghép máy giúp chạy mô hình lớn hơn nhờ tổng bộ nhớ, còn tốc độ gần như không tăng theo số đo của Classmethod.

Có nâng cấp RAM được không?

Không. RAM là bộ nhớ dùng chung hàn trên bo mạch. Bạn chỉ nâng cấp được ổ SSD tùy dòng máy.

Máy tiêu thụ bao nhiêu điện?

Adapter 240 W. Số đo của Classmethod trên DGX Spark là khoảng 40 đến 45 W khi nhàn rỗi và 135 đến 140 W khi chạy suy luận.

Máy có ồn không?

Theo thông tin hãng công bố, mức ồn khoảng 35 dB khi hoạt động và 19 dB khi nhàn rỗi. Mức thực tế còn tùy tải và môi trường đặt máy.

Chọn MSI, Gigabyte hay ASUS?

Hiệu năng AI tương đương vì cùng nền tảng. Bạn chọn theo mã hàng, dung lượng SSD, kiểu dáng và thông tin trên từng trang sản phẩm.

Máy bảo hành bao lâu?

Theo thông tin trên trang sản phẩm của Nguyễn Công PC, máy được bảo hành 36 tháng. Bạn nên xem lại trang sản phẩm để biết chính sách đúng với mã bạn chọn.