Обзор: Мини-рабочая станция HP Z2 Mini G1a с AMD Ryzen AI MAX+ Pro 395: запуск GPT-OSS 120B без дискретной видеокарты

Рабочая станция HP Z2 Mini G1a - это заметный шаг вперед в классе компактных, гибко настраиваемых систем. Модель ориентирована на специалистов, работающих с 3D-моделированием, разработкой решений в области искусственного интеллекта и созданием цифрового контента - там, где важны и ресурсы, и габариты. В основе станции - процессор AMD Ryzen AI Max PRO Series, который обеспечивает ускоренную работу в многозадачном режиме, при рендеринге и при запуске локальных крупных языковых моделей.

В основе системы - процессор AMD Ryzen AI MAX+ Pro 395, представленный в начале 2025 года. Это актуальное решение с частотой до 5,1 ГГц и 16 ядрами, обеспечивающее высокую вычислительную производительность. Процессор дополняется интегрированной графикой AMD Radeon 8060S, а встроенный модуль нейронной обработки дает до 50 TOPS (триллионов операций в секунду) для ресурсоемких задач искусственного интеллекта. Благодаря графике Radeon 8060S, к которой можно выделить до 96 ГБ видеопамяти из системных ресурсов, станция уверенно работает в сценариях с высокой нагрузкой на графику. Такая конфигурация дает заметное преимущество при локальном запуске крупных языковых моделей, а также в задачах рендеринга и создания цифрового контента.

При конфигурировании HP Z2 Mini G1a важно понимать, что эта система масштабируется иначе, чем привычные рабочие станции: процессор и графическая подсистема здесь изменяются связно. Базовая конфигурация включает AMD Ryzen AI Max Pro 380 с графикой Radeon 8040S и 32 ГБ общей памяти. При переходе на больший объем, например на 128 ГБ, одновременно меняются и CPU, и графика: система переводится на Ryzen AI Max+ Pro 395 с Radeon 8060S и 128 ГБ общей памяти.

В этом обзоре рассматривается как раз такая конфигурация Z2 Mini G1a на базе Ryzen AI Max+ Pro 395: 16-ядерный процессор в паре с графикой Radeon 8060S используют общие 128 ГБ памяти DDR5, а также два SSD по 1 ТБ.

Удаленное управление HP ZCentral Remote Boost

Одна из наиболее интересных возможностей профессиональных рабочих станций HP - технология HP ZCentral Remote Boost. Это программное решение для удаленного подключения к рабочей станции (ранее было известно как HP Remote Graphics Software). Оно изначально разрабатывалось для работы с физическими рабочими станциями, а не с виртуальными машинами. По сути, Remote Boost соединяет клиентское устройство с рабочей станцией серии Z в офисе или дома и позволяет выполнять ресурсоемкие графические задачи, работая через удаленный терминал.

В таком сценарии одну рабочую станцию могут использовать несколько пользователей (как по очереди, так и в разные смены) вне зависимости от того, где находится сама система - в дата-центре, серверной комнате или прямо на рабочем месте. Если приемное устройство может обратиться к станции по сети, вычислительные ресурсы могут быть полностью вынесены "вглубь" инфраструктуры, включая сценарии работы через широкие сети и при использовании виртуальных частных сетей VPN.

В тестировании HP ZCentral Remote Boost показал себя с точки зрения конечного пользователя очень комфортным решением: интерфейс оставался отзывчивым, даже при работе с графическими нагрузками и удаленными ресурсами. Тем, кому требуется более глубокое понимание архитектуры и принципов работы, имеет смысл обратить внимание на официальный материал HP "How it Works: HP ZCentral Remote Boost" - технология особенно актуальна в условиях распределенных команд и гибридного формата работы.

Характеристики HP Z2 Mini G1a

Конструкция и дизайн корпуса HP Z2 Mini G1a

Лицевая панель HP Z2 Mini G1a выполнена в сдержанном, аккуратном стиле с понятным расположением элементов. По центру используется декоративная решетчатая вставка: с одной стороны размещен логотип HP, с другой - кнопка питания. Решетка играет не только эстетическую, но и практическую роль - через нее свободно проходит воздух, что улучшает вентиляцию корпуса и снижает риск перегрева при длительных нагрузках.

На одной из боковых граней корпуса Z2 Mini G1a вынесены порты быстрого доступа: разъем USB Type-C с пропускной способностью до 10 Гбит/с и поддержкой питания до 15 Вт, порт USB Type-A с передачей данных до 10 Гбит/с, а также комбинированный аудиоразъем для подключения гарнитуры (наушники и микрофон).

На задней панели системы размещен широкий набор портов. Здесь два выхода Mini DisplayPort 2.1, два порта USB 2.0, два порта USB Type-A с пропускной способностью до 10 Гбит/с, два порта Thunderbolt 4 с разъемом USB Type-C 40 Гбит/с, сетевой порт 2,5 GbE, а также разъем питания и отверстие для кабельного замка. Блок питания полностью интегрирован в корпус, что избавляет от необходимости использовать громоздкий внешний адаптер.

Дополнительно предусмотрены два слота Flex IO, которые позволяют гибко настроить конфигурацию под задачу. В верхний слот можно установить либо модуль с двумя портами USB Type-A 5 Гбит/с, либо сетевой адаптер 1GbE с последовательным портом. Нижний слот поддерживает варианты с еще одним адаптером 1 GbE и последовательным портом, выносной кнопкой питания, а также модулем HP Remote System Controller для автономного управления системой вне основного канала доступа.

Для доступа к внутренним компонентам HP Z2 Mini G1a достаточно сдвинуть верхнюю крышку - она фиксируется простым подпружиненным фиксатором на задней стороне корпуса, который можно отжать пальцем.

Крупный модуль охлаждения с вентилятором и радиатором закрывает почти всю системную плату и отводит тепло от комбинированного процессорно-графического кристалла AMD Ryzen. Оперативная память распаяна на плате и не подлежит обслуживанию или замене, однако Z2 Mini G1a оснащен двумя слотами PCIe Gen4 M.2 для накопителей. Доступ к ним открывается после выкручивания двух небольших винтов, которыми блок вентилятора крепится к радиатору, и аккуратного поднятия этого блока.

При высокой нагрузке работа вентилятора становится заметна на слух, но уровень шума остается ниже и менее навязчивым, чем у многих более крупных рабочих станций.

Тестирование производительности HP Z2 Mini G1a

В этом разделе результаты HP Z2 Mini G1a сопоставляются с мобильной станцией HP ZBook Ultra G1a с диагональю 14 дюймов. Обе системы построены на одинаковых комплектующих, что позволяет оценить, как настольный вариант с более высоким энергобюджетом и улучшенным охлаждением влияет на реальную производительность по сравнению с компактным ноутбуком.

UL Procyon: тест AI Computer Vision

Пакет UL Procyon AI Computer Vision Benchmark используется для оценки работы подсистем искусственного интеллекта на профессиональном уровне. В нем объединены движки ИИ от разных поставщиков, за счет чего итоговые баллы лучше отражают реальные возможности системы. Тест измеряет ускорение нейросетевых вычислений на разных типах аппаратуры - центральном процессоре, графической подсистеме и модуле нейронной обработки - и позволяет сравнивать эффективность на разных размерах и типах нагрузок.

Чтобы результаты были ближе к практическим задачам, в бенчмарке задействовано шесть нейросетевых моделей, каждая из которых отражает распространенные сценарии компьютерного зрения:

• MobileNet V3 - компактная, ресурсно экономичная модель для распознавания объектов на изображениях, изначально ориентированная на мобильные устройства.

• Inception V4 решает ту же задачу классификации, но за счет более глубокой и сложной архитектуры.

• YOLO V3 (You Only Look Once) специализируется на детекции объектов в кадре, оценивая вероятности наличия объектов в режиме, максимально близком к реальному времени.

• DeepLab V3, построенная на базе MobileNet V2, предназначена для семантической сегментации - разбиения изображения на области и "кластеры" пикселей.

• Real-ESRGAN - самый тяжелый тест: восстанавливает и масштабирует изображение с 250×250 до 1000×1000 точек, имитируя сценарии апскейлинга и улучшения качества.

• ResNet 50 выступает в роли устойчивой модели классификации, которая показывает, насколько эффективно платформа справляется с обучением и применением глубоких сетей.

CPU: преимущество за Z2 Mini G1a

В части вычислений на центральном процессоре HP Z2 Mini G1a немного опережает мобильную станцию HP ZBook Ultra G1a 14 дюймов. Настольная система набрала 227 баллов против 186 у ноутбука. Разница во временах обработки заметна по всем категориям и масштабируется достаточно равномерно. Лучше всего это видно на тесте Real-ESRGAN: Z2 Mini показал время около 1892,10 мс, в то время как мобильная платформа - 2138,97 мс. В сумме настольный форм фактор дает ощутимое преимущество именно на CPU, при том что обе системы демонстрируют уверенный, "рабочий" уровень производительности.

Графика: небольшой перевес у ноутбука

При тестировании графической подсистемы картина обратная: ноутбук выходит вперед с итоговым баллом 583 против 528 у рабочей станции. Интегрированная графика Radeon 8060S показывает высокие результаты и в Z2 Mini G1a, и в ZBook Ultra, но в большинстве подзадач ноутбук оказывается немного быстрее. Исключение - MobileNet V3, где настольная станция выдает 0,42 мс против 0,46 мс у ноутбука. Однако по остальным моделям преимущество оказывается на стороне мобильной платформы. Для самой тяжелой нагрузки, Real-ESRGAN, Z2 Mini показывает около 211,76 мс, тогда как ноутбук укладывается примерно в 200,40 мс, то есть опережает примерно на 11 мс.

NPU: практически паритет

В тестах модуля нейронной обработки обе системы показали очень близкие результаты. Итоговые баллы составили 1761 для Z2 Mini G1a и 1773 для ZBook Ultra G1a, формально небольшое преимущество остается за ноутбуком. Однако разница в большинстве подзадач - доли миллисекунд, за исключением DeepLab V3 и Real-ESRGAN, где расхождение чуть заметнее. По сути, обе платформы обеспечивают сопоставимый уровень производительности при применении обученных моделей, и выбор между ними в контексте NPU в большей степени упирается в форм фактор, а не в "сырые" цифры.

В совокупности тесты показывают, что HP Z2 Mini G1a дает преимущество на CPU за счет настольного энергобюджета и охлаждения, ноутбук немного выигрывает на графических задачах, а модуль ИИ работает практически на одинаковом уровне. Для прикладных задач компьютерного зрения это означает, что обе системы подходят для локального применения нейросетевых моделей, и дальше уже важно учитывать особенности эксплуатации - стационарное рабочее место или мобильный сценарий, требования к шуму, месту установки и возможностям расширения.

UL Procyon: тест AI Text Generation

Набор UL Procyon AI Text Generation предназначен для оценки производительности систем при генерации текста крупными языковыми моделями. Он задает единообразную методику: одни и те же сценарии многократно прогоняются на разных моделях, при этом сложность самих моделей и сопутствующие факторы максимально абстрагируются. Пакет создавался совместно с производителями аппаратных решений для ИИ и специально оптимизирован под локальные ускорители, что позволяет получать более стабильные и воспроизводимые результаты. В данном случае использовалась среда TensorRT.

По итогам тестов генерации текста прослеживается единая картина: HP Z2 Mini G1a немного опережает HP ZBook Ultra G1a 14 дюймов, но разрыв невелик. В тесте на модели семейства Phi настольная станция набрала 965 баллов против 922 у ноутбука. Время до появления первого токена оказалось практически одинаковым - 1,898 с у Z2 Mini против 1,956 с у ZBook. Скорость выдачи токенов тоже близка: 68,967 против 64,986 токена в секунду. То есть Z2 Mini срабатывает немного быстрее, но субъективно при работе отклик обеих систем будет весьма похож.

Аналогичная тенденция сохраняется в тестах с моделями Mistral и Llama3. Z2 Mini показал 850 и 766 баллов соответственно, тогда как ZBook - 829 и 756. Различия во времени до первого токена и скорости вывода токенов остаются в пределах нескольких процентов и укладываются в ту же логику: небольшое преимущество настольной станции на фоне в целом сопоставимого уровня производительности. В сценариях, близких к реальным задачам, обе платформы уверенно справляются с моделями среднего размера.

Самыми близкими оказались результаты в тесте Llama2. Z2 Mini набрал 936 баллов с временем до первого токена 3,813 с, ZBook - 929 баллов и 3,860 с. Разница минимальна и лишь подчеркивает, насколько близки системы по возможностям при работе с современными моделями ИИ.

В сумме, Z2 Mini практически во всех тестах оказывается немного впереди, однако данные показывают, что при запуске языковых моделей через TensorRT обе системы работают почти на равных. Эти расхождения хорошо видны на синтетических графиках, но в повседневных сценариях - от чат-ботов до генерации черновиков документов - вряд ли приведут к заметной разнице в опыте пользователя.

UL Procyon: AI Text Generation

UL Procyon: тест AI Image Generation

Набор UL Procyon AI Image Generation задает единый и сопоставимый способ измерения производительности при генерации изображений средствами ИИ на разных типах аппаратуры - от маломощных модулей нейронной обработки до графики верхнего уровня. В него входят три сценария: Stable Diffusion XL (FP16) для максимально производительных GPU, Stable Diffusion 1.5 (FP16) для средне мощных систем и Stable Diffusion 1.5 (INT8) для энергосберегающих устройств. Для каждой платформы подбирается оптимальный движок инференса, поэтому результаты корректно сравнивать между собой.

Чтобы приблизить тест к реальной эксплуатации, изображения генерируются по фиксированному набору текстовых подсказок. Так формируется единая нагрузка "текст-в-изображение" для всех устройств. Для каждого сценария фиксируются три ключевых показателя: итоговый балл, суммарное время генерации и скорость выдачи изображений, что упрощает сравнение разных конфигураций.

И HP Z2 Mini G1a, и HP ZBook Ultra G1a прошли два из трех сценариев. Обе системы успешно выполнили Stable Diffusion 1.5 в режиме FP16 и более требовательный Stable Diffusion XL FP16. Вариант Stable Diffusion 1.5 с квантованием INT8 на данных конфигурациях не поддерживается.

В тесте Stable Diffusion 1.5 FP16 Z2 Mini получил 725 баллов, завершив прогон за 137,815 секунды со скоростью около 8,613 секунды на одно изображение. ZBook показал близкий, но немного более слабый результат: 648 баллов, 154,203 секунды суммарно и 9,638 секунды на изображение. Это говорит о том, что Z2 Mini чуть эффективнее использует ресурсы при одинаковой аппаратной базе - Ryzen AI Max+ PRO 395 и Radeon 8060S.

Похожая картина наблюдается и в Stable Diffusion XL FP16. Z2 Mini набрал 570 баллов, закончил тест за 1 052,468 секунды и выдавал изображение примерно за 65,779 секунды. Ноутбук завершил сценарий с 451 баллом, суммарным временем 1 329,592 секунды и скоростью около 83,100 секунды на изображение. Обе системы в состоянии обслуживать крупные модели, но Z2 Mini стабильно заканчивает задачи быстрее, что отражает немного более оптимизированное поведение при тех же аппаратных ограничениях.

UL Procyon: AI Image Generation

SPECworkstation 4

Набор тестов SPECworkstation 4.0 используется для комплексной оценки ключевых характеристик рабочей станции. Он дает представление о том, как система ведет себя в реальных задачах - по вычислительной мощности процессора, возможностям графики, ускорителей и подсистемы хранения данных. В состав пакета входит отдельный блок нагрузок, ориентированных на ИИ и машинное обучение: задачи анализа данных и тесты инференса на базе ONNX Runtime, что отражает растущую роль AI/ML в среде рабочих станций. Тесты сгруппированы по семи отраслевым направлениям и четырем аппаратным подсистемам, поэтому результаты хорошо характеризуют производительность современных рабочих станций в прикладных сценариях.

По результатам SPECworkstation 4 Z2 Mini в большинстве категорий показывает более высокие баллы, что говорит о небольшом преимуществе при длительных нагрузках. В профиле Energy Z2 Mini получил 2,50 против 2,20 у ZBook. В сценариях Financial Services разрыв еще заметнее - 2,35 у настольной станции и 1,60 у ноутбука. В Life Sciences картина схожая: 2,60 против 2,20. Для Media and Entertainment результаты составили 2,22 и 1,90, а в Product Design - 2,00 против 1,74.

Единственный профиль, где ZBook слегка выходит вперед, - Productivity and Development: 1,03 балла против 1,00 у Z2 Mini. Разница в абсолютных значениях невелика, но совокупные результаты указывают, что Z2 Mini способен обеспечивать немного более стабильную производительность в типичных задачах уровня рабочей станции, несмотря на одинаковый процессор и графическую подсистему в обеих системах.

SPECworkstation 4.0.0 (чем выше значение, тем лучше)

Luxmark

Luxmark - это тест графической подсистемы, основанный на трассировщике лучей LuxRender с открытым исходным кодом. Бенчмарк моделирует работу с детальными трехмерными сценами и хорошо подходит для оценки того, насколько рабочая станция или сервер справляются с задачами визуализации - от эффектов и анимации до архитектурных проектов, где важна корректная имитация освещения.

В этом тесте и HP Z2 Mini G1a, и HP ZBook Ultra G1a показывают уверенные результаты, что подчеркивает потенциал связки Ryzen AI Max+ PRO 395 и Radeon 8060S. В сцене Hallbench настольная станция набрала 8 477 баллов против 7 833 у ноутбука. В сцене Food разрыв еще меньше: 3 943 балла у Z2 Mini и 3 915 у ZBook. Разница невелика, поэтому обе системы можно рассматривать как подходящие для легких и средних задач трехмерного рендеринга.

Отдельно стоит отметить схему работы с памятью: обе платформы используют гибкое распределение ОЗУ между задачами процессора и графики. За счет такого совместного пула памяти им удается эффективнее обрабатывать сцены, несмотря на компактный форм фактор, который обычно не ассоциируется с интенсивной графикой.

Luxmark (выше - лучше)

7-Zip Compression

Бенчмарк 7-Zip Compression оценивает работу процессора при сжатии и распаковке данных, измеряя производительность в GIPS (миллиарды инструкций в секунду) и уровень загрузки CPU. Чем выше значение GIPS и чем эффективнее используется процессор, тем выше реальная производительность системы.

Если смотреть на итоговые рейтинги, HP Z2 Mini G1a и HP ZBook Ultra G1a показывают очень близкие результаты. При сжатии Z2 Mini выдал 139,298 GIPS, лишь немного уступив ZBook с его 139,617 GIPS. При распаковке разрыв становится заметнее: Z2 Mini показал 163,969 GIPS, тогда как ZBook достиг 174,046 GIPS.

Суммарный итоговый рейтинг (по сжатию и распаковке вместе) составил 151,634 GIPS у Z2 Mini и 156,832 GIPS у ZBook. Эти цифры означают, что обе системы хорошо справляются с задачами, где активно используется архивация и распаковка, однако у ZBook есть небольшое преимущество по совокупной пропускной способности, особенно на этапах распаковки.

7-Zip Compression Benchmark (чем выше значение, тем лучше)

Сжатие (Compressing)

Распаковка (Decompressing)

Суммарный результат (Total Rating)

Blackmagic RAW Speed Test

Тест Blackmagic RAW Speed Test применяется для оценки того, как система справляется с воспроизведением и монтажом видео в формате Blackmagic RAW. Он измеряет, насколько эффективно платформа декодирует и проигрывает высокое разрешение, фиксируя частоту кадров как при обработке силами процессора, так и при использовании графической подсистемы.

В 8K-тесте, выполняемом только на центральном процессоре, HP Z2 Mini G1a показал 124 кадра в секунду, опередив HP ZBook Ultra G1a с его 102 кадрами в секунду. Это говорит о небольшом преимуществе настольной станции в задачах декодирования, целиком опирающихся на CPU. При переходе к ускорению на графике картина меняется: при использовании OpenCL ноутбук выдал около 78 кадров в секунду против 74 кадров в секунду у Z2 Mini, то есть имеет небольшой запас по производительности в GPU-ускоренных сценариях.

Blackmagic RAW Speed Test

Blackmagic Disk Speed Test

Тест Blackmagic Disk Speed Test оценивает производительность подсистемы хранения, измеряя скорости последовательного чтения и записи. По этим значениям можно судить, насколько система готова к ресурсоемким операциям с данными - таким как монтаж видео высокого разрешения или передача крупных файлов.

HP Z2 Mini G1a оснащен двумя слотами PCIe Gen4 для SSD, к которым удобно добираться при установке и обновлении накопителей. Реальная скорость работы дисковой подсистемы может немного различаться в зависимости от того, какие конкретные модели SSD используются в выбранной конфигурации.

Disk Speed Test (выше - лучше)

Blender Benchmark

Blender - это приложение для трехмерного моделирования с открытым исходным кодом. В данном случае использовалась утилита Blender Benchmark. Результаты измеряются в сэмплах в минуту - чем больше значение, тем выше производительность системы при рендеринге.

Во всех трех сценах HP Z2 Mini G1a показывает более высокие показатели, чем HP ZBook Ultra G1a. В проекте Monster мини-станция выдала 224,3 сэмпла в минуту против 189,29 у ноутбука. В сцене Junkshop результаты составили 149,5 и 129,42 сэмпла в минуту соответственно. В сцене Classroom Z2 Mini обработал 116,3 сэмпла в минуту, тогда как ZBook завершил тест на уровне 94,14 сэмпла в минуту. Это подтверждает, что настольная конфигурация дает заметный запас по скорости рендеринга при том же наборе основных компонентов.

Blender Benchmark CPU (сэмплы в минуту, выше - лучше)

При переходе к рендерингу на графической подсистеме с использованием движка OptiX в Blender картина становится более сбалансированной. В сцене Monster мобильная станция HP ZBook Ultra G1a выдала 661,50 семпла в минуту, немного опередив HP Z2 Mini G1a с результатом 616,1 семпла в минуту. Это указывает на небольшое преимущество ноутбука по части графической обработки именно в этой сцене, несмотря на одинаковую интегрированную графику Radeon 8060S в обеих системах.

В тестах Junkshop и Classroom, напротив, небольшое лидерство возвращает себе Z2 Mini: 350,6 и 342,7 семпла в минуту против 341,92 и 333,26 у ZBook. Различия минимальны и укладываются в типичный разброс измерений, так что в целом обе платформы демонстрируют очень близкую производительность при рендеринге на OptiX и могут рассматриваться как сопоставимые решения для GPU-ускоренного рендеринга.

Blender Benchmark GPU (сэмплы в минуту, выше - лучше)

y-cruncher

y-cruncher - многопоточная масштабируемая программа для вычисления числа Пи и других математических констант до триллионов знаков. С момента появления в 2009 году она стала популярным инструментом тестирования производительности и стресс-тестирования у энтузиастов разгона и любителей аппаратного железа.

Результаты HP Z2 Mini G1a в y-cruncher в целом близки к показателям HP ZBook Ultra G1a 14 дюймов, но настольная станция дает небольшое преимущество на всех ступенях нагрузки. В задаче на 1 миллиард знаков Z2 Mini показывает время 12,965 секунды. В тестах на 2,5 и 5 миллиардов разрыв увеличивается еще на несколько секунд: результаты 34,533 секунды и 75,021 секунды выглядят очень уверенно. В прогоне на 10 миллиардов знаков рабочая станция завершила расчет за 160,252 секунды, обойдя ноутбук примерно на 11 секунд, главным образом из-за более жестких ограничений по энергопотреблению мобильной платформы.

y-cruncher (общее время вычислений)

Geekbench 6

Geekbench 6 - кроссплатформенный бенчмарк, который оценивает суммарную производительность системы.

Для HP Z2 Mini G1a результаты ожидаемы. По процессору мини-станция практически не отличается от ноутбука: 2 862 балла в однопоточном режиме и 12 210 баллов в многопоточном. По тем же причинам, о которых уже шла речь выше, показатель GPU в тесте OpenCL у этой конфигурации заметно выше и достигает 91 591 балла. Эти цифры означают, что задачи с выраженной нагрузкой на CPU не станут для системы узким местом. Что касается графики, интегрированная Radeon 8060S по уровню близка к дискретным видеокартам примерно 2019 года, что делает такую начинку очень уместной для компактной рабочей станции.

Geekbench 6 (выше - лучше)

Cinebench R23

Cinebench R23 - один из наиболее известных тестов для оценки производительности процессора в задачах 3D-рендеринга. На базе рендерного модуля Cinema 4D он измеряет, как процессор справляется как с однопоточными, так и с многопоточными сценариями, показывая общую отзывчивость системы и ее способность эффективно параллелить вычисления.

В многопоточном режиме HP Z2 Mini G1a набрал 37 156 баллов, заметно опередив HP ZBook Ultra G1a с результатом 29 112 баллов. Это говорит о том, что Z2 Mini лучше приспособлен к продолжительным, сильно нагруженным по потокам рендер-задачам - в том числе за счет более комфортных тепловых условий внутри корпуса.

В однопоточном тесте системы показали почти одинаковые результаты: 2 020 баллов у Z2 Mini и 1 984 балла у ZBook. Эти значения означают, что в слабо распараллеливаемых задачах - например, при работе во вьюпорте, базовом моделировании и обычных интерактивных операциях - обе платформы обеспечивают сопоставимый уровень производительности.

Cinebench R23 (выше - лучше)

Cinebench 2024

Cinebench 2024 развивает идеи версии R23, добавляя к процессорным тестам сценарии рендеринга на GPU. В этом обзоре рассматриваются только результаты по CPU - они показывают, как системы справляются с актуальными задачами 3D-рендеринга.

В многопоточном тесте HP Z2 Mini G1a набрал 1 906 баллов, опередив HP ZBook Ultra G1a с результатом 1 579 баллов. Картина совпадает с R23: настольная станция демонстрирует более высокую пропускную способность при параллельных нагрузках, что логично на фоне более стабильного поведения под длительной нагрузкой.

В однопоточном режиме результаты практически совпали: 112 баллов у Z2 Mini и 111 баллов у ZBook. Это говорит о сопоставимом уровне производительности в задачах, которые опираются на один поток - легкое редактирование, интерактивная работа в приложениях, базовые операции вьюпорта.

Cinebench 2024 (выше - лучше)

Производительность LLM в Ollama (Gemma3)

Для оценки того, как HP Z2 Mini G1a справляется с инференсом больших языковых моделей в прикладных сценариях, использовалась Ollama с промптом, анализирующим разделы производительности этого обзора. Нагрузки прогонялись на моделях от 1,5 до 70 млрд параметров, там где возможно - в вариантах Gemma3. Такой тест задействует и CPU, и GPU, особенно при длинных запросах, которые упираются в объем памяти, пропускную способность инференса и устойчивость вычислений.

Небольшие модели, такие как Ollama 1.5B и 7B, отрабатывают очень быстро: 4,76 и 36,65 секунды соответственно. Обработка входного промпта у обеих идет эффективно - порядка 716,99 токена в секунду для 1,5B и 799,29 токена в секунду для 7B. При генерации ответа скорость уже снижается с ростом размера модели: 1,5B выдает около 112,18 токена в секунду, тогда как 7B - около 36,86 токена в секунду.

Дальше ожидаемо начинается ступенчатое замедление. Модель 14B выполняет задачу почти за 65 секунд, генерируя в среднем 18,90 токена в секунду. На 32B время возрастает до 94,29 секунды, а скорость генерации падает до 9,38 токена в секунду. Самая тяжелая конфигурация, 70B, требует 164,73 секунды и выдает всего около 4,24 токена в секунду.

При этом начальный разбор промпта на всех размерах остается относительно быстрым благодаря оптимизациям кеша ключ-значение (KV-cache). Однако полное время ответа и скорость выдачи токенов закономерно ухудшаются по мере роста модели и требований к памяти. На практике HP Z2 Mini G1a способен уверенно тянуть вплоть до уровня 70B, но при длинных и сложных запросах комфорт по отзывчивости сохраняется примерно до диапазона 14B - выше уже стоит рассчитывать на заметные паузы при генерации.

Ollama – производительность моделей на HP Z2 Mini g1a

Поддержка нового GPT-OSS 120B от OpenAI

Некоторое время назад OpenAI выпустила первые за долгое время открытые языковые модели - GPT-OSS 120B и 20B. GPT-OSS 120B примечательна тем, что это одна из первых моделей, изначально обученных в формате MXFP4. По данным OpenAI, после основного обучения веса экспертов Mixture of Experts дополнительно квантуются в MXFP4, что снижает их объем до примерно 4,25 бита на параметр. Поскольку веса экспертов составляют более 90 % от общего числа параметров, такая агрессивная квантизация позволяет разместить 120-миллиардную модель либо на одной видеокарте H100 с 80 ГБ памятью, либо, как в рассматриваемой конфигурации, в общей памяти Ryzen AI Max+ PRO 395 с выделением до 96 ГБ под задачи ИИ. Это хорошо укладывается в текущий отраслевой тренд - появление все большего числа малорарядных MoE-моделей, которые позволяют системам с ограниченным вычислительным ресурсом показывать высокие результаты на инференсе.

Нативная поддержка формата MXFP4 дает еще одно важное преимущество. При дальнейшей квантизации до Int4 для запуска на AI Max+ PRO 395 потери качества оказываются минимальными по сравнению с привычным переходом с BF16 на Int4, где деградация заметно сильнее. В результате GPT-OSS 120B становится одной из наиболее качественных и сбалансированных моделей, которые реально запустить на AI Max+ PRO 395, практически без ощутимого ухудшения выводов.

Благодаря переходу к такой малорарядной архитектуре Z2 Mini G1a превращает задачу, которая раньше требовала корпоративного оборудования как минимум в три раза дороже (например, NVIDIA RTX 6000 Pro с 96 ГБ видеопамяти), в доступное рабочее решение для экспериментов с крупными LLM.

Как видно в интерфейсе LM Studio, система корректно определяет графику Radeon 8060S с доступными 96 ГБ видеопамяти и подтверждает готовность к запуску модели. Конфигурация также поддерживает выгрузку KV-кеша в память GPU, что повышает эффективность инференса при длинных промптах и продолжительных сессиях. При включенных защитных механизмах OpenAI (guardrails) система остается защищенной от перегрузки даже на тяжелых LLM-нагрузках, сохраняя управляемость и предсказуемость поведения модели.

В установленный набор пакетов расширений среды выполнения входят ROCm llama.cpp (Windows), Vulkan llama.cpp (Windows), CPU llama.cpp (Windows), а также фреймворк Harmony. В списке также присутствует CUDA, но использовать ее нельзя - для работы требуется видеокарта NVIDIA, тогда как в системе установлена AMD Radeon 8060S.

Для этого прогона на скриншоте ниже показана модель OpenAI GPT OSS 120B, о которой шла речь ранее, вместе с указанием формата, архитектуры и размера. Модель представлена в формате GGUF, общий объем файла составляет 63,39 ГБ, конфигурация настроена на полную выгрузку вычислений на графический процессор.

С точки зрения практического использования HP Z2 Mini G1a неожиданно уверенно справился с моделью на 120 млрд параметров, удерживая скорость около 40 токенов в секунду. На этой конфигурации удалось провести несколько развернутых диалогов с LLM без ощутимых просадок по отзывчивости. Качество ответов заметно превосходило результаты более компактных моделей, к которым многие системы вынуждены ограничиваться из-за нехватки видеопамяти.

При наблюдении за системой во время работы LLM потребление графического процессора держалось чуть ниже 100 Вт, а температуры оставались в безопасных пределах - около 51–54 °C как по GPU, так и по CPU.

Как запустить модели OpenAI GPT-OSS 20B и 120B на процессорах AMD Ryzen AI и видеокартах AMD Radeon можно посмотреть на сайте AMD.

Заключение

HP Z2 Mini G1a - одна из самых интересных систем, которые доводилось рассматривать в этом году. На уровне спецификаций это компактный настольный ПК с интегрированной графикой. На практике же эта мини-станция стабильно показывает результаты, заметно превосходящие ожидания, особенно в сценариях с нагрузкой на ИИ. При розничной цене обычного для рабочих станций порядка Z2 Mini G1a сопоставим по возможностям с куда более крупными и дорогими конфигурациями, включая рабочие станции с дискретными видеокартами верхнего уровня.

Этот обзор также заставляет по-новому взглянуть на настольные системы. Буквально за несколько месяцев с момента релиза и противоречивых первых отзывов вышли обновления драйверов и среды выполнения от AMD - и поведение Ryzen AI Max+ Pro 395 стало соответствовать ожиданиям. В конфигурации с 128 ГБ общей памяти, из которых до 96 ГБ можно выделить под видеопамять, Z2 Mini G1a уверенно запускает крупные локальные модели уровня OpenAI GPT-OSS 120B. Еще недавно для подобных задач требовалась рабочая станция стоимостью в районе 15 000 долларов с GPU класса RTX 6000 или аналогичным ускорителем, теперь же эти сценарии стали доступны в компактном форм факторе и за значительно меньшие деньги.

При этом заслуга HP не ограничивается только подбором компонентов. Z2 Mini G1a продуман с точки зрения теплового режима, набора портов и опциональных возможностей: Flex IO позволяет "дособрать" нужные интерфейсы, а HP ZCentral Remote Boost делает станцию удобным удаленным ресурсом для профессиональной среды.

В итоге эта модель по сути поднимает планку ожиданий от рабочей станции малого форм фактора. В одном устройстве сочетаются высокая локальная производительность в задачах ИИ, грамотная конструкция и стоимость, которая выглядит весьма убедительно на фоне альтернатив. Для тех, кому нужна компактная, но "настоящая" рабочая станция под ИИ, 3D и сложные прикладные нагрузки, HP Z2 Mini G1a вполне можно рассматривать как ориентир в своем классе.