PLAN 08 · CUSTOM AI WORKSTATION

度身訂造 AI 電腦

按模型、工作流、預算、資料安全及未來升級路線完全訂製，適合企業、研究、專業創作及多 GPU AI 工作站。

指定 LLM / VLMFLUX / SDXL / Video ModelsFine-tuning / LoRAEmbedding / Reranker

參考起步價格按需求報價實際價格按 GPU、CPU、VRAM、RAM、SSD、品牌及市場供應調整

這個方案是為誰而設？

沒有兩個 AI 工作流完全一樣。有人需要 24GB VRAM 跑 Local LLM，有人需要多 GPU，有人需要 128GB RAM，有人則把預算放在高速 SSD、10GbE 網絡或長時間穩定運算。度身訂造方案會先分析你的實際工作，再決定硬件，而不是先選一張顯示卡再硬套用途。

GPU24GB+ / Multi-GPU 可選

RAM64–256GB+ 可規劃

SSD2TB–8TB+ 可規劃

定位完全客製

以下列出的模型及工具是「適用方向」而非代表任何一個固定配置可以無限制高速運行所有項目。實際可用性取決於模型版本、量化格式、VRAM、Context、解析度及工作流。

企業 AI、研究機構、AI Studio、影片工作室、模型開發者、需要多 GPU 或特殊部署的專業用家。

Local AIGPU WorkstationUpgrade Ready

會按模型 VRAM、Context、Batch Size、Training / Inference、GPU 數量、PCIe 通道、電源、散熱、機箱空間及噪音要求一起規劃。若涉及多 GPU，不能只看顯示卡數量，還要考慮主機板插槽、PCIe Lane、電源容量、散熱與機箱氣流。

需求訪談 → 模型 / 工作流分析 → VRAM / RAM 計算 → GPU / CPU 選型 → 儲存與網絡規劃 → Burn-in / Stability Test → 交付與升級路線。可按預算提供一個或多個配置方向。

配置提醒：如果你已經知道要跑的模型，請直接提供模型名稱、版本、量化格式、Context、解析度、Batch Size、是否 Training / Fine-tuning，以及預期 tokens/s 或生成時間；這些資料比單純提供「我要一部很快的 AI 電腦」更容易得到準確配置。

模型參數量只是第一個指標。推理時還要考慮權重精度、量化格式、KV Cache、Context 長度、Batch Size、Framework 及其他 runtime 開銷。因此「14B / 32B / 70B」不能直接等同於一個固定 VRAM 數字。

4-bit、8-bit 等量化可以降低權重記憶體需求；CPU RAM Offload 則可以把部分資料放到系統記憶體，但通常會犧牲速度。多 GPU 亦需要從主機板 PCIe、電源及散熱整體規劃。

工作流	建議方向	注意事項
Local Chat	Ollama / LM Studio + 量化 LLM	VRAM 決定可載入模型的彈性；Context 越長，額外記憶體需求越高。
RAG	Embedding + Vector DB + LLM	資料庫規模、Embedding 模型及同時運行服務會增加 RAM / SSD 需求。
AI Agent	LLM + Tool Calling + Browser / Files	需要穩定長時間運行；Agent 工具本身未必是本地模型。
圖像 / 影片	ComfyUI / Diffusion / Video Workflow	解析度、模型、ControlNet、LoRA、幀數及 Upscale 都會影響 VRAM。

REAL-WORLD CONFIGURATION

先列出你真正會使用的模型、版本及量化格式，再估算權重、KV Cache、Context 與其他 Runtime 所需資源。這樣可以避免只按「8B、14B、32B」等參數量作錯誤判斷。

同一張 GPU 用於 Local LLM、ComfyUI、AI Video、RAG 或 Agent，瓶頸可能完全不同。工作流會直接影響 VRAM、RAM、CPU、SSD、散熱及電源的比例。

如果預計未來增加模型尺寸、加入 AI 圖像／影片、Fine-tuning 或 Agent，首次配置應預留 RAM、SSD、電源、機箱及 PCIe 擴充空間，避免短期內重新砌機。

HKAIPC 的「套餐」是配置方向，不是鎖死的零件清單。正式報價會按確認當日的零件供應、品牌、相容性、模型版本及你的實際用途作最後調整。

NEED HELP?

模型名稱 + 用途 + 預算，已經足夠作為第一次配機討論的起點。