怎麼讀這張表
先找到你的工作型態（推論／微調／影像生成／AI Agent），再看模型大小對應的 VRAM 與系統記憶體，右欄就是 MAQ 為該情境配好的機型，點「估價」即可線上組裝。VRAM 會隨量化（4-bit／fp8／fp16）與 context 長度變動，表中數字為保守估計。
入門～中型 LLM 本地推論（7B–32B）
這一級是「一張卡跑得動」的甜蜜點：4-bit 量化下 7B–14B 約 5–12GB VRAM、32B 約 18–24GB，單張 24–32GB 專業卡即可流暢推論。重點不在卡多大，而在 VRAM 是否壓得住「量化後權重＋KV cache（長 context 會吃掉好幾 GB）」；要上全精度(FP16)或拉長 context，需求會翻 2–4 倍。（模型以 2026 主流版本為例，同級新版硬體需求相近。）
| 應用情境 · 代表模型 | 建議 VRAM | 系統記憶體 | CPU | 推薦 MAQ 機型 |
|---|---|---|---|---|
桌面助理／RAG 問答入門 Llama 3.1 8B · Gemma 3 12B · Qwen3 8B 4-bit 下 8B–14B 都很從容，24GB 還能留 8K–32K context 的 KV cache；要上 14B 全精度或同開多模型，建議直接看 32GB 機型。 | 5–12GB（4-bit）；FP16：8B/9B 約 16–18GB、14B 約 28GB | 32GB DDR5 | 12 核 Ryzen 9（9900X3D 級） | AI-Eco（RTX PRO 4000 24GB） NT$ 185,000 起 估價 → |
中型生產推論：gpt-oss-20b 線上服務 gpt-oss-20b · Qwen3 14B · Gemma 3 12B 搭 Ryzen 9 9900X3D ＋ AMD Radeon AI PRO R9700 32GB GPU。32GB VRAM 可完整載入 gpt-oss-20b（AMD 平台走 ROCm 的 FP8／量化路徑；原生 MXFP4 加速為 NVIDIA Blackwell 機型），並留並發與長 context 餘裕，開箱即用。 | 16–24GB（gpt-oss-20b 量化後約 16GB；14B Q8 約 15GB） | 64GB DDR5 | 12 核 Ryzen 9 9900X3D | AI-Medium（AMD Radeon AI PRO R9700 32GB GPU，預載 gpt-oss-20b） NT$ 155,000 起 估價 → |
32B 級高品質推論（程式輔助／進階問答） Qwen3 32B · Gemma 3 27B 4-bit 單張 32GB 可跑並留 context；Gemma 27B 連 Q8 都進得來，Qwen 32B Q8 略超 32GB 需降序列或上 48GB。與 AI-Medium(155k／Radeon AI PRO R9700·ROCm) 的差別：NVIDIA CUDA 生態、Pro 驅動長時穩定、預載 Gemma。 | 18–24GB（4-bit）；Q8：Gemma 27B 約 27–30GB（單卡 32GB 可跑）、Qwen 32B 約 34–35GB（略超 32GB） | 64GB DDR5 | 16 核 Ryzen 9 9950X3D | AI-Medium-Gemma（RTX PRO 4500 32GB） NT$ 243,000 起 估價 → |
32B 量化＋長 context／高吞吐 Qwen3 32B · gpt-oss-20b · Gemma 3 27B RTX 5090 Blackwell 原生支援 MXFP4，跑 gpt-oss-20b／32B 量化吞吐佳；128GB 系統記憶體適合同時掛 RAG／工具鏈。消費級卡、非 ECC，純推論工作站取向。 | 20–24GB（4-bit）；32GB 卡可吃較長 context 與較大 batch | 128GB DDR5 | 24 核 Core Ultra 9 | AI-TOP-Z890-RTX5090（RTX 5090 32GB） NT$ 269,000 起 估價 → |
大型 LLM 本地推論（70B–120B）
70B 級模型 4-bit 量化後約需 43GB VRAM，落在單張 48GB 專業卡的射程內；72B 級會逼近 48GB，全精度或 120B MoE 則需 96GB 單卡，甚至 WRX90 平台多卡並聯做張量並行。系統記憶體建議 128GB 以上、ECC 為佳，以支撐長 context 的 KV cache 與 CPU 卸載。
| 應用情境 · 代表模型 | 建議 VRAM | 系統記憶體 | CPU | 推薦 MAQ 機型 |
|---|---|---|---|---|
本地跑 70B 推論（4-bit，單卡入門） Llama 3.3 70B（Qwen3 72B 級同列） 48GB 單卡可跑 4-bit Llama 70B；72B 級 Q4 已逼近 48GB，長 context 需降量化（IQ4_XS）或上 96GB。要全精度／多併發建議直上 96GB 或多卡。 | Llama 70B 約 43GB（Q4_K_M，含 KV cache）；72B 級 Q4 約 47GB，逼近 48GB | 128GB DDR5 ECC | 24 核 Threadripper 9960X | AI-High（RTX PRO 5000 48GB） NT$ 567,000 起 估價 → |
單卡 96GB 跑 gpt-oss-120b，免拆模型 gpt-oss-120b（MoE, MXFP4）／高精度 70B RTX PRO 6000 96GB 單卡即可承載 gpt-oss-120b，無需多卡分散；同一張 96GB 也能跑近全精度 70B，部署最單純、延遲最低。 | gpt-oss-120b 權重約 60GB（總參 116.8B／活躍 5.1B），單卡 96GB 留足 KV cache | 256GB DDR5 ECC | 32 核 Threadripper PRO 9975WX | AI-Highend（RTX PRO 6000 96GB） NT$ 1,145,000 起 估價 → |
多卡張量並行：全精度 70B 或分散式 120B 全精度 Llama 70B（FP16 約 140GB）／分散式 gpt-oss-120b 70B 全精度（FP16 約 140GB）單卡放不下，必須跨卡張量並行；WRX90 原生 4–7 卡並聯適合全精度 70B 或多併發 120B 服務，卡間頻寬是關鍵。 | 多卡合計 ≥140GB；WRX90 平台原生支援 4–7 張 96GB 卡並聯 | 256GB DDR5 ECC（可再往上擴充） | 96 核 Threadripper PRO 9995WX | AMD-WRX90（4–7 卡並聯平台） NT$ 1,410,000 起 估價 → |
LLM 微調 / Fine-tuning（LoRA / QLoRA）
微調吃的是 VRAM 與系統記憶體，不是純算力。QLoRA 把底模壓成 4-bit、只訓練小尺寸 LoRA，能把 8B–70B 的門檻拉低到單卡可跑；但訓練是長時間連續運算，記憶體 soft error 會靜默損壞整輪結果，所以 70B 級建議搭 ECC 記憶體與大系統 RAM（給 optimizer／CPU offload 留空間）。以下數字為 QLoRA 4-bit、batch 1、序列 2048、開 gradient checkpointing 的保守估計。
| 應用情境 · 代表模型 | 建議 VRAM | 系統記憶體 | CPU | 推薦 MAQ 機型 |
|---|---|---|---|---|
入門微調：8B 模型客製化（客服語氣／領域問答） Llama 3.1 8B · Qwen3 8B · Gemma 3 12B 8B QLoRA 是單卡 24GB 最舒適的甜蜜點；資料集大或要 CPU offload，建議系統記憶體加到 64GB。 | 約 14–16GB（QLoRA 4-bit）；24GB 卡可開較長 context | 32GB DDR5 起步 | 12 核 Ryzen 9 | AI-Eco（RTX PRO 4000 24GB） NT$ 185,000 起 估價 → |
中型微調：13B–32B（多輪指令微調／風格對齊） Qwen3 14B · Gemma 3 27B · Qwen3 32B（緊） 27B QLoRA 開 optimizer 後逼近 32GB，32GB 卡才有實用 batch／context；32B 在 32GB 上僅短序列可行，長序列建議 48GB（AI-High）。 | 14B 約 20–22GB；27B 約 24–28GB；32B 約 28–32GB（QLoRA 4-bit＋checkpointing） | 64GB DDR5 | 16 核 Ryzen 9 9950X3D | AI-Medium-Gemma（RTX PRO 4500 32GB） NT$ 243,000 起 估價 → |
本地微調 70B 旗艦（QLoRA 單卡） Llama 3.3 70B · Qwen3 72B 級 70B QLoRA 剛好塞進 48GB，是單卡跑 70B 微調的入場機；ECC＋128GB RAM 是為了長時間訓練不被 soft error 毀掉整輪。要全精度 LoRA 或更長 context 請看多卡平台。 | 約 46–48GB（QLoRA 4-bit，序列約 7K）；標準 LoRA（非量化）約 160GB | 128GB DDR5 ECC | 24 核 Threadripper 9960X | AI-High（RTX PRO 5000 48GB） NT$ 567,000 起 估價 → |
全精度 LoRA／多卡分散式微調 70B（研究級） Llama 3.3 70B · Qwen3 72B（bf16 LoRA） WRX90 原生 4–7 卡並聯，適合 70B 非量化 LoRA 或同時跑多組微調實驗；只需單 96GB 大卡做高精度 QLoRA 可改 AI-Highend（NT$1,145,000）。 | 標準 LoRA 約 160GB → 需多卡（如 2×96GB）；單 96GB 可跑高精度 QLoRA＋長序列 | 256GB DDR5 ECC | 32–96 核 Threadripper PRO | AMD-WRX90（4–7 卡並聯平台） NT$ 1,410,000 起 估價 → |
影像生成（Stable Diffusion / Flux / ComfyUI）
影像生成吃 VRAM 的關鍵不是模型大小，而是「同時駐留」——擴散模型本體、VAE、文字編碼器（Flux／SD3.5 都掛了 T5-XXL）在生成那一刻全要進顯卡。SDXL 量化後 8–12GB 就能跑，但 Flux.1 dev（12B）要全精度得備 24GB 以上；要邊訓 LoRA 邊推論，48GB 才有餘裕。截至 2026 年，ComfyUI 仍是本地工作流主流。以下 VRAM 數字皆為保守區間並標明量化前提。
| 應用情境 · 代表模型 | 建議 VRAM | 系統記憶體 | CPU | 推薦 MAQ 機型 |
|---|---|---|---|---|
SDXL 入門到進階（ComfyUI 工作流／風格 LoRA 推論） SDXL 1.0 · Illustrious XL（fp16） 24GB 對純 SDXL 推論綽綽有餘，連多 ControlNet 堆疊都吃得下；想再跑 Flux fp8 也勉強進得來。預算最緊時的合理起點。 | 8–12GB（fp16，1024²）；疊兩組 ControlNet＋IP-Adapter 再加 5–8GB | 32GB DDR5 | 12 核 Ryzen 9 | AI-Eco（RTX PRO 4000 24GB） NT$ 185,000 起 估價 → |
ComfyUI 主力站：Flux.1＋SDXL 混用、批次出圖 Flux.1 dev/schnell（12B）· SD3.5 Large（8B）· SDXL MAQ 為影像生成量身配的機型，開箱即有 ComfyUI／SDXL／Flux。32GB 可順跑 Flux.1 fp8 與 SD3.5；要 Flux.1 完整 fp16（約 24GB↑）或長批次仍建議升 48GB 卡。 | Flux.1 fp8 約 17GB、Q4 GGUF 約 12GB；SD3.5 Large fp8 約 11–14GB | 64GB DDR5 | 16 核 Ryzen 9 9950X3D | Stable-Diffusion-Highend（RTX PRO 4500 32GB，預載 ComfyUI） NT$ 277,000 起 估價 → |
追求出圖速度（高張數批次／即時預覽） Flux.1 dev/schnell（fp8）· SDXL · SD3.5 Large Blackwell 5090 在 fp8／量化下單張生成最快，適合重視吞吐的創作者；32GB 同 PRO 4500，差別在生成速度與消費級驅動，非企業級長時穩定保固。 | Flux.1 fp8 約 17GB（32GB 卡充裕）；schnell 步數少、單張更快 | 128GB DDR5 | 24 核 Core Ultra 9 | AI-TOP-Z890-RTX5090（RTX 5090 32GB） NT$ 269,000 起 估價 → |
邊訓 LoRA 邊推論／Flux 全精度（商用產線） Flux.1 dev（fp16＋LoRA 訓練）· SD3.5 Large · SDXL 48GB 是「訓練＋推論並行」的安全線：Flux LoRA 高品質訓練要 48GB，再留一份推論顯存才不會 OOM。ECC 記憶體適合長時不中斷的商用產線。 | Flux LoRA 訓練建議 48GB；同時訓練＋推論需 48GB 才有餘裕（保守值） | 128GB DDR5 ECC | 24 核 Threadripper 9960X | AI-High（RTX PRO 5000 48GB） NT$ 567,000 起 估價 → |
AI Agent／代理式工作流（n8n / LangGraph / CrewAI）
這類工作負載的瓶頸在 CPU 核心數、記憶體與網路 I/O，不在高階獨顯。編排引擎大多是「呼叫 LLM API → 等回應 → 解析 JSON → 跑下一個節點」，每個工具呼叫佔住一條 CPU 執行緒，多代理並行時是核心數與 32GB 記憶體在撐場面。只有當你要把推論搬回本地（隱私、離線、省 API 費）時，VRAM 才開始重要；而且代理工作流多半只需 8B～20B 級輕量本地模型，不必上 70B。
| 應用情境 · 代表模型 | 建議 VRAM | 系統記憶體 | CPU | 推薦 MAQ 機型 |
|---|---|---|---|---|
純編排：多代理流程，LLM 全走雲端 API 雲端 API 為主（本地僅做嵌入／分類） 編排是 I/O 與執行緒密集，不是運算密集；6–10 核＋32GB 足以跑數十條並行代理。預載 n8n／LangGraph／CrewAI／Ollama／Open WebUI，開箱即用——這時花錢買高階獨顯是浪費。 | 0GB 獨顯需求（內建顯示即可）；本地嵌入約 1–2GB | 32GB DDR5 | 6–10 核（核心數比時脈重要） | AI-Agent-Medium／Eco NT$ 53,000 起 估價 → |
半本地：部分節點改用輕量本地 LLM（8B 級） Qwen3 8B · Llama 3.1 8B（Q4_K_M） 8B 級量化後落在 5–8GB，內建顯示或入門 iGPU 即可帶，速度約 30–40 tok/s，足夠代理流程裡的分類、抽取、工具路由。要更快或更高並行才需加裝獨顯。 | 約 5–8GB（4-bit，16K context 內） | 32GB DDR5 | 6–10 核 | AI-Agent-Medium／Eco NT$ 53,000 起 估價 → |
本地推論核心：主力 LLM 搬本地（20B 級，離線／免 API 費） gpt-oss-20b（MXFP4）· Qwen3 14B 當 API 帳單變痛、或合規要求資料不出機才升到這級。AI-Medium（Radeon AI PRO R9700 32GB）或 AI-Eco（RTX PRO 4000 24GB）都留有 context 餘裕，預載 gpt-oss-20b／Llama 可直接接進編排器。 | 約 16GB（gpt-oss-20b 為 MoE＋MXFP4，權重約 12–13GB、執行約 16GB）；長 context 建議 24–32GB | 64GB DDR5 | 12 核 | AI-Medium／AI-Eco NT$ 155,000 起 估價 → |
重型本地代理：70B 級複雜推理鏈／長文件代理 Llama 3.3 70B · Qwen3 72B（Q4_K_M） 代理工作流多數用不到 70B，這級是給要本地全自主、高品質推理鏈的情境。要全精度或更長 context 再往上看雙卡／96GB 機型。 | 約 42–45GB（4-bit）；48GB 為單卡安全下限 | 128GB DDR5 ECC | 24 核 Threadripper | AI-High（RTX PRO 5000 48GB） NT$ 567,000 起 估價 → |
AI 採購常見問題
2026 本地跑 Llama 3.3 70B 硬體配置怎麼選？需要多少 VRAM？
4-bit（Q4_K_M）量化後約需 43GB VRAM，單張 48GB 專業卡（如 RTX PRO 5000）即可跑，系統記憶體建議 128GB ECC。同級的 Qwen3 72B Q4 約 47GB 已逼近 48GB，長 context 需降量化（IQ4_XS）或改用 96GB 卡。要全精度或多併發再往上看 96GB 單卡或多卡。MAQ 對應機型為 AI-High（NT$567,000 起）。
部署 gpt-oss-120b 需要買到多卡伺服器嗎？單卡 96GB 能跑嗎？
單卡就能跑、不必多卡。gpt-oss-120b 是 MoE 架構＋原生 MXFP4 量化，權重約 60GB，單張 NVIDIA RTX PRO 6000 Blackwell 96GB 即可完整載入並留足 KV cache，部署最單純、延遲最低。只有要全精度或多併發高吞吐服務才需要 WRX90 多卡平台。MAQ 對應機型為 AI-Highend（NT$1,145,000 起）。
Flux.1 dev 影像生成工作站，VRAM 與記憶體要配多少才不會 OOM？
Flux.1 dev（12B）生成時擴散模型本體、VAE 與 T5-XXL 文字編碼器要同時駐留顯卡：fp8 約 17GB、完整 fp16 約 24GB；SDXL fp16 約 8–12GB。32GB 卡（如 RTX PRO 4500）可順跑 Flux.1 fp8 與 SD3.5，要邊訓 LoRA 邊推論建議 48GB 才有餘裕。系統記憶體建議 64GB 起。MAQ 影像生成主力為 Stable-Diffusion-Highend（RTX PRO 4500 32GB，預載 ComfyUI，NT$277,000 起）。
架設 n8n 或 LangGraph 的 AI Agent 代理工作流，需要很高階的顯示卡嗎？
多數情況不需要。n8n／LangGraph／CrewAI 以呼叫雲端或輕量本地 LLM API 為主，瓶頸在 CPU 核心數與 32GB 記憶體，不在高階獨顯。只有把推論完全搬本地（隱私／離線／省 API 費）才需要 GPU，而且通常 8B–20B 級的輕量模型即可。MAQ AI Agent 代理 PC 預載 n8n／LangGraph／CrewAI／Ollama，NT$53,000 起。
多 GPU（多卡）並聯怎麼配？跑全精度 70B 或分散式 120B 要幾張卡？
全精度 Llama 70B（FP16 約 140GB）單卡放不下，需多卡張量並行。AMD WRX90 平台原生支援 4–7 張 GPU 並聯，適合全精度 70B 或多併發 120B 分散式服務，卡間頻寬是關鍵。MAQ 對應機型為 AMD-WRX90（4–7 張 RTX PRO 6000 96GB 並聯，NT$1,410,000 起）。
本地微調（fine-tune）Llama 70B 需要多少 VRAM 和記憶體？
QLoRA 4-bit 微調 70B 約需 46–48GB VRAM，單張 48GB 卡為入場規格；建議 ECC 記憶體＋128GB 以上系統 RAM，避免長時間訓練被記憶體 soft error 毀掉整輪。標準（非量化）LoRA 約需 160GB，需多卡或 96GB 大卡。MAQ 對應機型為 AI-High（NT$567,000 起）。