作者：Stark-C

哈喽小伙伴们好，我是 Stark-C~

前段时间不是整了一台绿联 DXP6800 Ultra 私有云 NAS 嘛！说实话，都整到这个配置级别了，如果只是把它当作普通 NAS 来存文件、做备份未免有点大材小用，既然硬件性能摆在这儿，不折腾点更有意思的玩法总觉得少了点什么。

然后这几年 AI 又这么火，既然绿联 DXP6800 Ultra 的 CPU、内存、雷电 4 接口都给到位了，所以我在想：能不能把独立显卡也给安排上，把它打造成一个 AI 工作站。这样我以后折腾大模型、部署智能体、搭建 AI 应用的时候，算力不够的话就直接让独显顶上，让独显来 " 暴力加点 "！这，听上去是不是很有搞头？

嗯，听起来想法确实不错！到底能不能成，我们今天就来实战验证一番 ~

绿联 DXP6800 Ultra 的优势

为了让一些对绿联 DXP6800 Ultra 还不太了解的朋友快速进入状态，先来简单介绍一下它的亮点和优势：

作为绿联目前定位高端的六盘位私有云产品，DXP6800 Ultra 搭载了电脑主机级别的英特尔 Core 5 120U 处理器，拥有 10 核心 12 线程设计，最高睿频可达 5.0GHz，所以对比绝大多数的家用级 NAS，它在多任务处理、服务部署方面都有着更强的性能基础。

存储方面，它采用了 6 个 SATA 盘位 +2 个 M.2 固态插槽，理论总存储容量最高可达 208TB（6 × 32TB + 2 × 8TB）。这个体量说实话不管是搭建家庭影音库、专业人员的素材库，还是作为 AI 项目的数据仓库都完全够用了。

网络规格同样相当豪华，配备了两个 10GbE 的万兆网口，并支持链路聚合，理论上可带来最高 20G 带宽，对于大规模数据传输、素材在线编辑，以及 AI 大模型的文件同步肯定会有明显优势。

另外，绿联 DXP6800 Ultra 还预留了一个 PCIe Gen4 x4 扩展插槽，给我们留下了更多升级和再折腾的空间。比如说加装万兆网络扩展卡、M.2 SSD 扩展卡，甚至是额外的算力卡等设备。

最重要的，它还给到了两个雷电 4 接口！要知道这两接口可不是为了秀参数配置啥的啊 ~，它不仅能够提供 40Gbps 的单口带宽，为我们带来高速存储能力；最关键的是，它还为我们今天的外接独显测试打开了大门。也就是说，绿联 DXP6800 Ultra 外接独显的前提其实就是用的这两个雷电 4 接口。

如果说想要看看绿联 DXP6800 Ultra 更详细的深度评测，请移步我之前发布的体验文章：

绿联 DXP6800 Ultra 雷电 4 外接独显实战

1，如何给绿联 DXP6800 Ultra 雷电 4 外接独显

想要在绿联 DXP6800 Ultra 上使用独显，除了准备独立显卡，还需要支持雷电接口的显卡扩展坞。具体的兼容情况在绿联往往有说明，我这里就不赘述，只介绍我自己的这套方案：

我使用的显卡是一张 NVIDIA RTX 3060Ti，虽然不是什么旗舰产品，但也算是非常经典且主流的 " 甜品级 " 显卡，用来运行部分主流 AI 应用、部署一些中小尺寸的 AI 大模型还是够用的；

我使用的显卡坞来自圈内大佬@逍遥君提供的『逍遥君 CX 雷电显卡坞』，采用的是 Intel JHL7540 雷电认证主控案，标配 PCle3.0x4 PCle 接口与两个雷电 4 接口。正常来说，在雷电外接我这张显卡的场景下，至少能发挥独显 90% 以上的性能。

将已装上显卡的扩展坞通电并通过雷电接口链接绿联 DXP6800 Ultra 之后，在 " 控制面板 -- 硬件与电源 -- 独立显卡 " 中可以看到，它已经自动识别出了我的 NVIDIA RTX 3060Ti 独显，不过此时显示的是 " 无驱动 " 状态。

好在绿联 UGOS 系统已经在应用中心准备好了驱动，我们直接过去安装即可。

为了后面的相册和 Docker 也能直接调用独显，建议大家在应用中心将这里的三个 NVDIA 驱动包一次性都给安装好。

安装好之后，刷新下页面（其实就是切换一下），就能看到它的状态已经显示 " 正常 "，就说明绿联 DXP6800 Ultra 的外接独显安装成功了。需要说明的是：为了真正激活外接独显的功能，我们此时还需要重启一下 NAS 系统！

重启系统之后，我们就能在 " 任务管理器 -- 运行状态 " 中的 GPU 监控信息中看到多出来的外置独显了。

2，UGOS 系统自带 AI 能力对比

绿联 UGOS 系统其实已经集成了一些需要 AI 支持的功能，比如相册中的人脸识别、文字识别（OCR）、画面识别，以及自然语言搜索等。我们在启用这些 AI 功能之后，绿联 UGOS 系统是默认为我们开启 GPU 硬件加速的，这个我们是可以通过 " 任务管理器 -- 运行状态 " 中的 GPU 监控信息中看到。

我当前是在不外接独立显卡，仅使用 DXP6800 Ultra 自带核显（Intel Iris Xe Graphics）进行测试，将相册中将近 5000 张照片的人物识别进行 " 重新识别 "，使用了差不多 5 分钟的时间全部完成。

当我外接独立显卡独显之后，在相册的 " 智能设置 " 里会多出一个 "GPU 加速 " 的开关模块，开启之后，我同样是将人物识别进行 " 重新识别 " 操作，在 GPU 监控信息中看到独显已经被成功调用，而此时的完成时间仅用了不到 2 分钟的时间，相比前面纯核显表现，识别效率提升非常明显。

3，绿联 DXP6800 Ultra 部署本地大模型

如果说我花了这么多功夫加装独显只是为了给相册 GPU 提速，多少有点大材小用了。所以我更关心的是它能不能顺利运行本地 AI 大模型，或者承担一些真正需要 GPU 算力的 AI 任务。

好在目前绿联 UGOS 系统已经原生支持 GPU 硬件直通功能，不管是虚拟机还是 Docker，都能直接调用独显资源，从而为 AI 推理、大模型部署以及各类 AI 应用提供更强的算力支持。

为了更直观地对比独显接入前后的 AI 性能差异，我们先来进行本地 AI 大模型进行了测试。测试环境采用的是 Docker 部署的 Ollama，前后测试均使用 "qwen2.5:7b" 模型。这个参数量级的模型已经具备代码生成和结构化数据处理能力，所以像日常 AI 对话、文档总结、内容创作、编程辅助、知识库搭建等任务基本都能胜任了。

绿联 UGOS 系统对于 Docker 的管理还是挺细节的，我们在编辑容器的时候就可以自由选择容器调用的硬件资源，比如说使用 CPU、核显 GPU，还是外接独立显卡。

我们一个个地来测试，先看看使用 CPU 的结果，整个过程调用的 CPU 资源并不高，在 17% 左右，最终得出了 4.93 tokens/s 的成绩。这个结果只能说很一般，实际用起来其实也算勉强能接受把 ~

然后再调用核显 GPU 看看，出来的结果是 8.31 tokens/s，相比纯 CPU 模式，性能提升约 68%，另外核显的调用也大幅减轻了 CPU 的负担，整个过程利用率都没超过 10%。

虽说性能提升不是很大，但对于 NAS 场景而言，能以核显换来较为明显的推理速度增长，并且还降低了 CPU 占用，这个价值有一说一，还是比较实用的。

OK，直接上独显！没错，结果直接飙到了 95.98 tokens/s，相比 CPU 模式下的 4.74 tokens/s，性能直接提升了 20 倍以上！文字生成那真的是咔咔流畅，几乎就不需要等待时间。并且它也是够夸张的，直接调用了独显 90% 以上的利用率，功耗几乎都拉满了 ~。

那么有了独显加持的 Ollama 本地大模型之后，我们就可以放心大胆地折腾各种 AI 应用了。无论是本地 AI 助手、知识库搭建、还是诸如小龙虾、爱马仕这类 AI Agent，都可以直接调用本地大模型进行推理了。

因为我本人是搞文字类创作的嘛，所以知识库算是日常使用频率最高的一类 AI 应用了。我这里使用的是基于 Open WebUI 搭建的本地知识库方案（之前专门出过教程的 ~），配合部署好的 Ollama 本地大模型，平时无论是整理资料、查询过往文章内容，还是辅助内容创作，都相当顺手。

上图是我完全没有加速的生成效果动图，有一说一，独显加持的本地大模型响应速度确实挺快！更重要的是，我这所有的操作和相关数据都完全在本地，哪怕是断网都不影响，隐私安全也更有保障。

4，独显加持下的生图表现

不过光跑大模型总觉得差点意思，我还想整点更有难度的玩法，比如 AI 生图、AI 生视频之类的玩法。毕竟相比文字生成，这些应用对于 GPU 算力的需求更高，也更能体现独显存在的价值。

我同样是在绿联 DXP6800 Ultra 上通过 Docker 的方式部署了 ComfyUI 项目，相信不少折腾 AI 的朋友应该都不陌生，这个应该是目前比较热门的本地 AI 生图工具，并且还是已经具备实际生产力的那种。

生图模版我先选择 SDXL 文生图（简单），主要是这个模型自带就有，不用下载。

整个生成过程比预想中的快，从提交任务到生成完成并没有等待太久，而且整个过程相当稳定。

我还特意观察了独显的资源占用情况，整个过程全部调用的都是独显算力和资源，GPU 占用率整个过程基本都处于 100%，看来这块显卡是真没白接呀。

换个玩法，在来一个智谱开源的 MOSS-Image 文生图模型，所需要的大模型我已经提前下载好并上传到 NAS 对应的模型目录中了。

我整的提示词是：UGREEN NAS server connected to an external RTX graphics card, AI workstation setup, futuristic technology style, blue neon lighting, professional product photography, ultra realistic, highly detailed。（我是把自己的意思表达出来，让 AI 写的英文描述，主要表达我今天给大家分享的内容：NAS+ 独显）

我实测基本上 15s 内就出一张图片，这效率简直比我在线生图还要快！

5，独显加持下的视频表现

生图就够让我兴奋的，要不继续上难度，直接生视频瞅瞅？我选择的是免费 Wan2.2 TI2V 5B 的 GGUF 量化版（Wan 2.5 之后开始付费了 ~），毕竟我的这张 3060Ti 显卡的 8GB 显存确实有点不够看。

然后我整的提示词是 " 一只橘猫趴在阳光洒落的窗台上，缓慢地伸了个懒腰，尾巴轻轻摆动，毛发细节清晰，柔和的自然光，镜头缓慢向前推进，电影感，高清 "（这个是支持中文的），生成视频的规格是 832 × 480/24fps/2.04s，整个过程耗时 118s，也就是不到两分钟完成，速度还是挺快的！

给大家展示想恰生成效果，是不是挺棒的？

总结

看到这里，我想大家也应该明白了：NAS+ 独显，还是很有搞头的！

对于绿联 DXP6800 Ultra 来说，当它和独显组合到一起的时候，既保留了 NAS 原本的数据存储和管理能力，又能获得额外的 GPU 算力，让它具备接近专业 AI 主机的推理能力。这样一来，原本主要负责存储和数据管理的 NAS，也能进一步承担 AI 计算、服务部署等任务，真正变成一台集存储、计算和应用于一体的全能平台。

如果是创作者，还能把 NAS 变成 AI 创作中心。通过 SMB 挂载素材库，一边跑 AI 生图配文，一边生成视频素材直接拿来剪辑。配合双万兆网络，素材、生成和工程文件都能高速本地流转，不用来回拷贝文件，创作效率直接拉满。

同时也印证了：NAS 上的雷电接口也并不只是配置表上的一个卖点，因为它确实能在实际使用中发挥很大的扩展作用。就像这次外接独显的测试，当绿联 DXP6800 Ultra 拥有了额外的 GPU 算力后，除了日常的数据存储和管理，我们还可以用它来搭建本地 AI 大模型、部署本地 AI 应用，甚至充当一台 AI 工作站。

最重要的是，这些 AI 应用和模型都部署在本地运行，数据不需要上传到第三方，既能更好地保护个人隐私和重要资料，也不用我们花钱购买各种 AI 套餐和 API 服务。对于有本地 AI 需求、又比较看重数据安全的用户来说，这或许就是绿联 DXP6800 Ultra 外接独显的意义所在！

好了，以上就是今天给大家分享的内容，我是爱分享的 Stark-C，如果今天的内容对你有帮助请记得收藏，顺便点点关注，咱们下期再见！谢谢大家 ~

本文来自什么值得买网站（www.smzdm.com）。