Vì sao bạn không thể tự ráp một chiếc PC AI giống như Asus ProArt P16 RTX Spark

Khi bạn mua sắm qua các liên kết trong bài viết của chúng tôi, chúng tôi có thể nhận được một khoản hoa hồng nhỏ. Điều này không ảnh hưởng đến tính độc lập trong biên tập của chúng tôi.

Biên tập viên điều hành, PCWorld

Bài viết đánh giá

30 tháng 10, 2026

Chiếc Asus ProArt P16 RTX Spark có 128GB bộ nhớ. Dàn máy để bàn của tôi cũng có cấu hình tương tự, về cơ bản là vậy. Máy tính để bàn của tôi cũng sở hữu một card đồ họa GeForce RTX 5090, mẫu card đồ họa chơi game nhanh nhất mà Nvidia từng sản xuất, đồng thời là một con quái vật thực sự cho các tác vụ AI.

Vậy tại sao chiếc laptop lại hoàn thành khối lượng công việc AI cục bộ khổng lồ của tôi nhanh hơn gần 20 phút? Bởi vì dàn máy để bàn của tôi đặt toàn bộ số bộ nhớ đó ở sai chỗ.

Tôi đã đưa chiếc laptop Asus ProArt P16 RTX Spark có giá đắt đến kinh ngạc 7.000 USD vào một số bài kiểm tra kỳ lạ trong quá trình đánh giá tập trung vào AI mang tên RTX Spark, bao gồm việc chạy một khối lượng công việc nghiên cứu thực tế rộng lớn thông qua mô hình gpt-oss khổng lồ 120 tỷ tham số của OpenAI. Thay vì yêu cầu AI viết một bài thơ về Jensen Huang hay vẽ một bức tranh con mèo đi xe máy, tôi muốn xem liệu phần cứng chuyên dụng này có thể xử lý loại công việc AI cục bộ đầy tham vọng đến mức ng ngốc mà tôi thường chỉ dành cho các mô hình trên mây hay không.

Nó làm được. Thú vị hơn là dàn máy quái vật của tôi cũng làm được. Chỉ là chậm hơn rất nhiều mà thôi.

128GB không phải lúc nào cũng là 128GB

Trong một phép so sánh trực diện, cả hai hệ thống đã ngốn cùng một khối lượng công việc chính xác, tạo ra 472.084 token trong suốt quá trình. ProArt P16 RTX Spark hoàn thành trong 3 phút và 13 giây. Dàn máy để bàn của tôi cần tới 52 phút và 51 giây.

Đó là một trận thua đậm 19 phút 38 giây giáng vào một dàn máy để bàn cao cấp, tối tân, phun lửa chứa RTX 5090.

Lý do đi thẳng vào cốt lõi điều làm cho các hệ thống AI dung lượng bộ nhớ cao mới này trở nên thú vị — và lý do tại sao bạn không thể đơn giản tự dựng một hệ thống tương đương bằng các linh kiện PC phổ thông dành cho người mê công nghệ.

ProArt P16 RTX Spark chứa 128GB bộ nhớ thống nhất LPDDR5X, với khoảng 96GB có sẵn cho GPU trong quá trình thử nghiệm của tôi. Dàn máy để bàn của tôi kết hợp 32GB bộ nhớ GDDR7 cực nhanh của RTX 5090 với 96GB RAM hệ thống thông thường.

Hãy nhìn lại những con số đó một lần nữa. Hai cỗ máy có tổng dung lượng bộ nhớ gần như hoàn toàn giống nhau. Chúng chỉ hoán đổi vị trí nơi phần lớn bộ nhớ đó khả dụng.

Đối với các tác vụ PC truyền thống, cách bố trí trên máy bàn của tôi hoàn toàn hợp lý. CPU có một vùng nhớ hệ thống lớn. Card đồ họa có một vùng nhớ chuyên dụng cực nhanh nhỏ hơn. Các tựa game rất thích điều này. Hầu hết các tác vụ GPU đều thích điều này. Và RTX 5090 là một cỗ mãnh thú thực sự khi công việc nằm gọn trong bộ đệm khung hình 32GB đó.

Một mô hình AI 120 tỷ tham số thì không như vậy.

Tại sao tôi không thể tự ráp một chiếc?

Không có giải pháp DIY rõ ràng nào cả.

Tôi không thể bước vào Micro Center và mua một chiếc RTX 5090 dung lượng 96GB. Việc gắn thêm 128GB RAM DDR5 nữa vào bo mạch chủ sẽ không biến nó thành bộ nhớ GPU. Ném một bộ vi xử lý máy bàn thậm chí còn nhanh hơn vào vấn đề cũng không thay đổi được dung lượng VRAM 32GB của RTX 5090.

Bạn có thể giải quyết những vấn đề này bằng phần cứng ngoại lai hơn rất nhiều, nhiều bộ tăng tốc, hoặc các sự thỏa hiệp khác, tất nhiên rồi. Nhưng ở thời điểm đó, bạn không còn đang ráp chiếc PC tương đương với hệ thống RTX Spark dành cho người đam mê nữa.

AI cục bộ thay đổi thông số kỹ thuật của PC

Đó là điều khiến tôi mở mắt nhiều nhất trong hai tuần kiểm tra thực tế chuyên sâu này. Tôi đã dành hàng thập kỷ để xem xét các bảng thông số kỹ thuật của PC, và dung lượng bộ nhớ luôn có vẻ là một trong những con số dễ hiểu nhất. Tám gigabyte. Mười sáu gigabyte. Ba mươi hai gigabyte. Càng nhiều càng tốt.

AI cục bộ làm cho điều đó trở nên phức tạp một cách đánh lừa.

Dàn máy để bàn của tôi và ProArt P16 RTX Spark đều có khoảng 128GB bộ nhớ khả dụng. Một chiếc có GPU rời nhanh hơn nhiều. Tuy nhiên, chiếc kia lại đè bẹp nó trong bài kiểm tra cụ thể này. Sự so sánh không phải là bằng chứng cho thấy chỉ riêng bộ nhớ thống nhất đã tạo ra sự khác biệt, nhưng nó phơi bày một điều quan trọng: Tổng dung lượng bộ nhớ không còn cho bạn biết đủ nhiều nữa. Bộ nhớ đó khả dụng ở đâu, nó có thể được truy cập nhanh đến mức nào, và phần cứng nào có thể sử dụng nó đều quan trọng.

Tôi bắt đầu thử nghiệm này với thắc mắc liệu mình có thể tự dựng một chiếc RTX Spark bằng phần cứng PC có sẵn hay không. Hóa ra tôi đã có sẵn nó trong hành trình bất tận tìm kiếm THÊM KHUNG HÌNH KHI CHƠI GAME. Tôi đã có bộ nhớ, GPU mạnh mẽ đến lố bịch, thậm chí tổng dung lượng gần như tương đương!

Tôi chỉ đặt toàn bộ số bộ nhớ đó ở sai chỗ mà thôi.