这次把一块 64GB 内存的 NVIDIA Thor-U 搬上桌，和 DGX Spark、Jetson AGX Thor T5000、Jetson AGX Orin 跑了一轮本地大模型和视频生成测试。
同样开启 MTP，27B 模型在 Thor-U 上的生成速度能到 Spark 的约七成；但处理长文本，差距就明显了。从硬件规格、MMA 实测，到 llama.cpp、ComfyUI 和 MiniMax H3，这期把跑通的结果和踩过的坑一起讲清楚。板子便宜，供电、散热和软件环境还得自己折腾——省下的钱，可能要拿周末来补。
时间轴：
00:00 1800 元的“半台 Spark”？
01:19 拆机板长什么样，怎么接上电脑
02:29 Thor-U 的规格与算力实测
04:50 大模型生成速度、MTP 与计算路径
06:40 长文本处理：Prefill 差多少
07:46 ComfyUI、MiniMax H3 与生成样片
08:41 能拿来做什么，还要投入什么
测试说明：
两款模型为 Qwen3.8-27B（Dense）和 Qwen3.6-35B-A3B（MoE），均采用 Q4 量化。LLM 对比使用同版 llama.cpp、相同请求参数，区分原始速度与 MTP 加速结果。微基准算力、生成速度和长文本处理速度分别比较，不能互相替代。
结果对应本轮样机与软件环境。1800 元是这块拆机板的实际购入价，不含供电、散热等配套成本。片中的整活短片由 MiniMax H3 生成。
感谢 84 对 mmapeak 微基准修改的贡献。
mmapeak：https://github.com/Z841973620/mmapeak
BGM：
Stellar Dream (Inst.)
Beneath the Mask instrumental version
White Night (Inst.)
