抡锤者

@soop-ladios 感謝提供寶貴數據！非常有參考性，真幫了大忙！ 希望可以向TP4這個方向發展。

@soop-ladios 多謝提醒，我測試一部試試，但不能租用兩部GB10 模擬TP吧。。。。

@soop-ladios 是的，我也是計劃先買兩台GB10來跑TP，加上本身的伺服器跑LiteLLM。

@Bunsei 我有嘗試租借GB10 ，但很難模擬多人使用場景。

留言希望看測試結果

@CS6 考量伺服器兼容問題及卡的價格，現在最實際的方案似乎是 GB10了。不浪費現有伺服器的情況下，又可以快速部署服務：

現有的伺服器可以增加內存去128或512GB, 之後部署API Gateway，作爲API Load Balancing，對接兩臺GB10, 物理分隔內部及外部需求。也可以保留未來擴充的可能性。（Node C）

對內尖峰同時發問支持5人， 希望Token數要有15-25 每秒才可以接收。

看看各位大神對這個方案有什麼看法。

@CS6 悲劇，早上跟供應商確認，RTX PRO 6000 已經漲到20萬港幣以上了，反而有另一個選擇，NVIDIA RTX PRO 6000D 84GB 閹割版本這張的價格還是沒有變動，但仍然是10萬左右。如果10萬左右價格有80% PRO 6000 的效能，是否對我們來說是個比較好的選擇？ 未來可以加多張來跑併發。

@CS6 HPE伺服器機箱空間及電源相信是足夠，不過需要額外購買GPU Power Cable Kit。其實如果可以安裝AI PRO R9700 工作站版本，那RTX PRO 5000 48/72GB 也應該可以安裝。

原本計劃的RTX PRO 6000 伺服器版本是被動散熱，還需要額外的High Performance Fan Module， GPU Riser & Air Baffle Kit等。

@CS6 感謝大神建議！但HPE ProLiant DL380 Gen11 伺服器未必支持Workstation版本的R9700, 這個才是最麻煩的地方，要麼就自組一台工作站。。。

@CS6 多些提醒，Chatbot 目前我們使用的是Chatbase 的雲端服務插件。 OCR也是有對接外部Azure 的LLM API Token。 主要是內部應用，涉及敏感資料知識庫及日常流程自動化（AI Agent），計劃是先內部部署本地模型，有額外算力才取代外部應用。

@CS6 請教下 你們公司的使用場景大約是什麼？

因爲我這邊外部場景主要是：

• ChatBot 幫會員找找或推薦公司網站內容 （最多一天最多可能有100個會員每人會問5-10條問題）
• 調用OCR的API。（判斷會員提交的PDF格式轉換成文字內容等,每天可能10-20單左右）

內部場景就比較簡單，知識庫檢索（可能對接SQL Server）或者AI Agent調用。（同時使用人數可能15-20 人左右）

@CS6 多些老特小特和CS6大神回覆

早期预算是15万左右，直接用现有的HPE ProLiant DL380 Gen11 (会后续添加记忆体去128或256）配合RTX Pro 6000 即方案A 来跑上述需求。 而且还保留的升级的可能性，未来预算够，还可以添加多1-2张RTX Pro 6000。但现在价格飙去了20万，所以才考虑其他可行方案。

GB10 x 2 也有考虑过，让HPE ProLiant DL380 Gen11作为流量入口与负载均衡器利用 Intel Xeon 的吞吐能力，处理每天 1000 次的 Chatbot 网页并发请求、运行 Docker 容器、管理反向代理（Nginx / Traefik）、以及处理较轻量的 OCR 任务。两台GB10 专心做 GPU 矩阵运算，而且还可以做到推理分流（内部知识库应用跟外部Chatbot及OCR分开）， 但架构复杂度上升：从单机部署变成了多机分散式（DL380 + 2x GB10），内网需要配置好良好的 API 路由，维护成本大大提升。加上个人始终觉得GB10就是玩具。。。

所以结论是先试试runPod 或租用云GPU，计算所需要的资源才决定购买哪些硬件。

场景： 一家小公司，主要是来跑本地知识库，提供20-25人同时使用，另外还有自家网页的ChatBot 及一些网站上的OCR API调用（流量200-500左右）

• 硬件规划方案 A： 已经有台全新HPE ProLiant DL380 Gen11 闲置的伺服器，64GB ECC DDR5 记忆体，10TB SSD硬盘。 打算采购RTX PRO 6000 96GB 伺服器版本。

• 硬件规划方案 B： 自组一套Workstation及RTX PRO 5000 72GB伺服器版本。但不能利用现有的伺服器硬件，分配显存也需要用其他手段来实现。

• 硬件规划方案 C：APPLE MAC STUDIO M5 ULTRA 256GB 统一内存。也不能利用现有的伺服器硬件，而且苹果生态跑AI也比较麻烦些。

原本考虑方案A ，因为RTX PRO 6000 有MIG技术，可以分配显存去不同应用VM，例如CHATBOX，OCR，本地知识库。但因为RTX PRO 6000价格一直上飙，由之前的13万港币，到现在16-20万港币了。
而方案B需要另外配一台工作站，成本也要13-14万。
因为苹果发布M5 Ultra 处理器的Mac Studio, 请问各位大神， 如果不考虑Confy UI等应用场景，是否方案C，10万左右的Mac Studio比较适合我们的应用场景？