HP Z8 G4 工作站在 2017 年發表時，憑藉優異的造型設計與效能表現，被譽為「世界上最強大的工作站」，因此擄獲了不少設計領域使用者。在時隔 6 年後超越自我，推出支援最新 CPU 與 GPU 的 HP Z8 G5 Workstation，功能與效能都大幅提升，不但沿用絕美經典造型外觀，型號 HP Z8 Fury G5 更是破天荒的，竟然在緊緻機體中達成，支援四張 NVIDIA RTX A6000 的驚人之舉，這高超的工藝技術，就跟飾演鋼鐵人（Tony Stark）而紅遍全球的知名演員小勞勃道尼，在 Discovery 新節目《小勞勃道尼打造夢幻車》中，將經典老爺車改造成電動車，保留絕美經典外型，但是整個動力與操控性大幅提升，展現超凡工藝與技術能力，讓開經典老車兼顧效能與環保，有著異曲同工之妙。HP 的工程師們到底施展了什麼魔法，打造出媲美大型伺服器運算能力的 HP Z8 Fury G5，就讓小編帶您一探究竟。

打開 HP Z8 Fury G5 的側板，看到的依然是經典合金護蓋設計，簡單而俐落，打開上下護蓋之後，可以看到原本雙 CPU 設計改成了單 CPU，最高可支援到 56 核心 112 執行緒的 Intel® Xeon® W9 處理器。透過移動記憶體位置，將 CPU 上方空間改造成，可容納一張 NVIDIA RTX A6000 大小，加上將 CPU 下方原本匯流排空間最大化，打造出完整三張 NVIDIA RTX A6000 空間，並在原本電源供應器位置修改設計，放入了兩個 1125W 能源效率 90% 主動式 PFC 電源供應器，能提供高達 2250W 電力來支撐運算所需能量。除了縮減 CPU 數量外，其餘該有的功能一項都沒減少，16 個記憶體插槽可支援最大 2TB 記憶體容量，儲存空間除了上方兩個專屬 M.2 SSD 模組插槽，前方面板還可以安裝四合一 SSD 托架，或是兩個 3.5 吋硬碟托架，最大儲存容量可以上看 100TB 以上。前方面板可選擇標準版 4 個 USB-A 3.2 Gen 1 或是高級版 2 個 USB-A 3.2 Gen 1 和 2 個 USB-C Gen 2×2 （20Gbps），兩種版本都有耳機插孔與選配 SD 讀卡機。後方配置了 6 個 USB-A 3.2 Gen 1 與兩個 1Gb 乙太網路埠，若不是要最大化 GPU 算力（4 個 GPU），還可以額外加裝 10Gb 乙太網路卡與 SSD 擴充卡。另外值得一提的是，CPU 與記憶體具有獨立的散熱系統，搭載了 20 個溫度偵測器與 28 種風扇散熱模式，確保硬體能夠維持在最佳工作溫度，並且保有安靜的工作環境(小編測試過許多其他品牌工作站，運算滿載時所發出的噪音，都像是飛機要起飛一樣）。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

AI 時代來臨、GPU 算力為王

自從 ChatGPT 在 2023 年爆紅之後，等於宣告生成式 AI 時代正式降臨，各行各業都瘋狂投入生成式 AI 相關應用開發，NVIDIA 的股價飆漲了將近 5 倍，可見 GPU 運算能力對於 AI 發展有著密不可分的關連性。動畫與設計業界在時間上相對較早接觸 GPU 運算，2012 年就已經有 GPU 渲染技術投入業界，隨著 NVIDIA RTX 技術上市，GPU 渲染已漸漸成為市場主流，原因就在於「速度」。GPU 渲染應用，早期僅侷限在「預覽」，但是現在品質已經跟 CPU 渲染平起平坐，然而 GPU 渲染速度與同價位 CPU 可以快上數十倍。隨著生成式 AI 崛起，GPU 除了運算能力之外，記憶體也變成決定勝負的關鍵因素。傳統製作流程都需要經過 3D 建模、材質、燈光與渲染這些流程，而生成式 AI 可以在概念設計期間，就提供接近渲染成品的圖像，能夠大幅減少溝通時間，但輸出尺寸若要夠大，就必須擁有更多 GPU 專屬記憶體容量，所以 NVIDIA RTX A6000 擁有 48GB VRAM 就很有優勢，而 HP Z8 Fury G5 可以同時支援 4 張 A6000 進行運算，等同於把機房中大型運算伺服器，濃縮在工作站中，使用者若想要擁有大量 GPU 算力，但不想購買伺服器與管理機房，HP Z8 Fury G5 是不二之選。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

實機測試

這次評測會使用四款軟體來進行測試，都是使用本地端運算資源，生成式 AI 有兩款系統，生成圖像的 Stable Diffousion WebUI 與自建 ChatGPT 的 Text Gen WebUI。繪圖方面有 3ds Max 2024 與 Lumion 2023，都是大家耳熟能詳的老牌製作軟體。評測重點會針對運算時間、記憶體用量、畫面品質與長時間大量運算進行全面性檢驗。小編手上借到的 HP Z8 Fury G5 詳細規格如下表：

處理器	Intel Xeon w7-3455
記憶體	64GB
硬碟	1TB SSD
顯示卡	NVIDIA A6000 48GB
電源供應器	2250W

Stable Diffusion

首先是 Stable Diffusion WebUI 的圖像生成測試，目前有 SD 與 SDXL 兩種圖像模型格式，SDXL 模型原生訓練使用較大圖片，精細度表現上會比較好，測試過程會中透過二次生成來放大原有圖像達到 2.5 倍畫質，檢視所需生成時間與記憶體用量。測試三種場景包含:室外景、室內景與人物。SD 模型生成 1024*576 的圖片時間約在 9 秒左右，放大到 2560*1440 需要 1 分 12 秒，所需記憶體最大為 27.3 GB。

SDXL 模型生成 1536*864 的圖片時間約在 12 秒左右，放大到 3840*2160 需要 3 分 08 秒，所需記憶體為 45.5GB。

目前 Stable Diffusion 經過測試發現，2560*1440 大小圖像需要耗費的記憶體（顯示卡記憶體用完後會用到系統的共用記憶體）大約是 42GB，提高到 3840*2160時會上漲到約 61.3GB，若要直接輸出 4096*4096 大小的圖像，記憶體用量測試時顯示需要到 122GB，這已經超出了一般使用者能提供的硬體規格，但若使用HP Z8 Fury G5 串接兩張 NVIDIA A6000，再加上系統共享記憶體 64GB（主機記憶體 128GB），理論上就能達成需求來完成運算。但是這樣的硬體規格踏過嚴苛，所以 Stable Diffusionu 有其他的放大替代方案，雖然會損失一些效能與細節，但能夠使用一般規格來完成工作。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

Text Gen

第二項測試為使用 Text Gen WebUI 建立 ChatGPT 服務，目前有許多企業都在希望能自行建立企業內部 ChatGPT，隨著 OpenAI 與 Meta 都釋出了大型語言模型，讓許多企業用戶都紛紛投入建置。想要擁有 ChatGPT 平台其實並不難，只要安裝好 Text Gen WebUI 並且去 Hugging Face 下載語言模型，就能開始使用。這次測試是使用 TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ 這個語言模型進行建置，33B 指的是 330 億個參數，若想要做到像是 OpenAI ChatGPT 那樣豐富，模型需要達到 176B 以上規模才行，專用繪圖記憶體要求更是高達 126GB 以上，以 176B 為例就需要使用兩張 H100 或是三張 A6000 才能順利運行。但一般企業針對性資訊較多，使用小一點的模型加上Lora 理論上就足夠應付需求了。

首先測試 Text Gen WebUI 掛載模型速度與回答問題的反應能力，TheBloke/WizardLM-33B-V1.0-Uncensored-GPTQ 檔案大小為 15.7GB，載入時間為 15.18秒，平均回答反應時間為 2 秒，以這樣的反應速度來看算是相當快速，有使用過 ChatGTP 3 的讀者們，應該能感受到明顯差異（平均回答反應時間約 5~6 秒）。載入後使用 GPU 專屬記憶體為 16.7GB，測試過程順暢無錯誤。接著測試圖文生成效果，同時啟用 Stable Diffusion，讓 Text Gen WebUI 可以直接呼叫，將文字傳送到 SD 後再把圖片回傳，這功能 ChatGPT 也是近期才提供的功能。載入後使用 GPU 專屬記憶體為 22.6GB，圖片大小為 640*512，平均回應時間 5 秒，圖像無明顯錯誤，畫質優良，可見自建具有圖文生成功能，企業私有 ChatGPT 技術已經有明顯突破。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

3ds Max 2024

第三項測試使用 3ds Max 2024 搭配 V-Ray 6 來進行渲染測試，由於 AI Denoise 技術已經相當成熟，渲染工作已經不需要像過去一樣，CPU 渲染一張 4K 效果圖，都需要運算 10~20 個小時，若使用 GPU 運算加上 AI Denoise 技術，則一張 4K 效果圖運算時間可以縮短到幾十分鐘以內，透過 AI 技術輔助確實可以更快得到設計師想要的結果。

這次使用的場景檔案為 Evermotion 所購買的室內場景，測試渲染 3840*2160 大小圖像，使用 GPU 渲染並搭配 NVIDIA AI Denoise 技術，渲染運算時間設定為5 分鐘，實際完成時間為 10 分鐘 42 秒（加上 AI 運算的最終時間），從圖像上可以看到畫質相當精細，沒有明顯錯誤與矂點，完全可以取代 CPU 渲染，運算期間 GPU 專屬記憶體用量為 34.6GB，使用 GPU 運算時，若要維持產生 4K 圖像渲染運算速度，記憶體大小是無法逃避的一個門檻。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

AI Denoise 4K 原圖

Lumion 2023

Lumion 2023 這個版本也順應市場潮流，加入了硬體 RTX 技術，讓呈現效果更上層樓，同時也搭載了 Denoise 功能，可以有效減少取樣次數，以更快速度達到所需圖像品質，對於室內設計師們來說，光線與陰影效果更精準真實，才能將最美的設計呈現給客戶觀看。在安裝 Lumion 時發現一個有趣的狀況，Lumion 下載的安裝檔大小為 27.8GB，安裝後檔案大小達到 62.5GB，原廠為了讓安裝過程更快速完成，解壓縮時特地善用了 GPU 運算能力，雖然檔案量很大，也可以在很短時間內完成安裝。安裝後執行 Lumion 2023 硬體效能測試，借測的這台 HP Z8 Fury G5，所有項目都拿到了滿分評價。

HP Z8 Fury G5 王者歸來 - 一窺生成式 AI、室內設計 GPU 加速彩現

所使用的測試場景與第三項相同，但場景材質重新使用 Lumion 內建材質指定，確保成像畫質能夠最佳化。場景資料量顯示為 17.4 百萬個，算是中型場景，一般室內設計場景大概都會落在 12~24 百萬這範圍內。測試渲染 3840*2160 圖像所需時間，採樣 64 次不使用 RTX 功能，所需計算時間為 16 秒，開啟 RTX 功能後上升為 42 秒，以下是圖像比較。

雖然開啟 RTX 功能後計算時間增加了 26 秒，但是光影效果變得更加柔和與真實，相較於其他渲染軟體都是以分鐘為單位起算，使用了 RTX 功能還是非常有價值。

為什麼值得推薦 HP Z8 Fury G5

NVIDIA CEO 黃仁勳經常在演講時提到一句口號「買越多省越多」，每次台下聽眾都會被逗笑了，但這真的不是一句玩笑話，以現在 CPU 與 GPU 運算能力相比，GPU 真的是買越多省越多。但買越多就需要越多工作站或伺服器環境，才有辦法驅動這龐大算力，加上現在軟體授權費用也水漲船高，許多常用軟體工具都採取租賃方式，每年每一台工作站都需要不斷付費，而 HP Z8 Fury G5 以一台工作站大小，就能提供四張 NVIDIA A6000 (註:目前最高可搭載NVIDIAR RTX 6000 Ada) 良好工作環境，對於想要一次到位頂級運算效能，或是預留為來擴充 GPU 運算能量，同時還能節省軟體授權費用，HP Z8 Fury G5 都是市面上絕無僅有的存在，想要在後疫情時代脫穎而出嗎? 那就絕對不能錯過，這款年度最佳、外觀、效能與性價比三冠王的 HP Z8 Fury G5。