Artificial Analysis 宣布推出开源测试工具 AA-AgentPerf-Local，用于衡量本地设备运行 AI 智能体的性能。该工具通过回放录制的 Agent 工作负载，测试桌面级系统完成任务的推理速度，首批测试覆盖 NVIDIA DGX Spark（128 GB）、AMD Ryzen AI Halo（128 GB）、MacBook Pro M5 Pro（64 GB）和 NVIDIA GeForce RTX 5090（32 GB）四类硬件，以及四款开源权重模型。官方结果显示，在 27B 模型条件下，RTX 5090 的性能遥遥领先于其他参评硬件，包括价格更昂贵的 DGX Spark 与 Ryzen AI Halo，表明消费级显卡在本地 Agent 推理场景下具备极高的性价比。由于硬件价格波动较大，官方还上线了可视化网页，用户可自行输入当地售价，直观比较不同设备的单位价格性能，评估投入资金能换来的时间节省。相关工具与测试数据已发布于 Artificial Analysis 官网，同期推出笔记本电脑与工作站推理系统基准页面。对于关注本地部署大模型、搭建个人 AI 工作站的开发者而言，这份数据提供了直接的硬件选型参考。
事件分析
技术看点：AA-AgentPerf-Local 的差异化在于以真实 Agent 工作负载为测试对象，而非单纯追求 token 吞吐速度，更贴近实际开发场景。测试结果打破了“统一内存越大越适合本地推理”的直觉——DGX Spark 与 Ryzen AI Halo 虽配备 128 GB 内存，仍败给仅 32 GB 的 RTX 5090，凸显内存带宽与 CUDA 软件生态在推理性能中的决定性作用。产业影响：随着 27B 级开源权重模型能力提升，本地部署门槛持续下降，消费级显卡有望成为个人开发者与小团队的首选算力载体，同时为硬件厂商的定价策略提供了第三方锚点。后续走向：AMD ROCm 与 Apple MLX 生态若加速成熟，竞争格局或将改变，此类基准也有望成为 AI 硬件采购的标准参考。
核心观点：本地推理的胜负手不是内存容量而是带宽与生态，RTX 5090 以低配碾压旗舰，宣告消费级显卡仍是 Agent 时代性价比之王。
原文链接：Linux.do
