之前分享了零刻GTi15 Ultra 拆解和性能测试，这篇主要探讨的零刻GTi15 Ultra 在 AI 以及搭建本地大模型的性能表现。

要说零刻 GTi15 Ultra 最大的升级，无疑是搭载的这颗英特尔酷睿 Ultra 9 285H 处理器。

相比上代，Ultra 9 285H 处理器不仅有性能提升，更重要的是，该处理器整合了 三 种计算单元，提供了高达99 TOPs的总算力，具体分配如下：

GPU：77 TOPs (主要图形和 AI 负载)

NPU：13 TOPs (持续性低功耗 AI 任务)

CPU：9 TOPs (轻量级和即时 AI 响应)

参数方面，酷睿 Ultra 9 285H采用台积电 N3B 工艺，从根本上优化了能效比。拥有16 核 16 线程的强大规格，具体包括6 颗性能核(最大睿频 5.4GHz) + 8 颗能效核(最大睿频4.5GHz) + 2 颗低功耗能效核(最大睿频 2.5GHz)，L2 缓存 8MB、L3 缓存 24MB，集成基于全新 Xe-LPG 架构的锐炫 140T 显卡，TDP 45W，最大功耗为 115W

▼首先利用UL Procyon 量化基准测试数据 ，这是 ULSolutions（3DMARK 母公司）出品的、面向专业人士的测试软件，包括 MicrosoftOffice 生产力性能测试、PS / LR 性能测试、以及基于 Stable Diffusion模型，专门用于测量高端硬件 AI 性能基准工具。

▼UL Procyon AI 文本生成基准测试：此项测试专注于本地大型语言模型（LLM）的推理能力，模拟设备端 AI 助手应用。零刻GTi15 Ultra在各项模型测试中的得分如下：PHI 3.5：753 分 、 平均 TTFT 0.94s 、 平均 OTS 20.85 tokens/s 、 加载时间 10.89s

MISTRAL 7B：686 分、平均 TTFT 1.28s、平均 OTS 13.27 tokens/s 、 加载时间 12.45s

LLAMA 3.1：641 分、平均 TTFT 1.2s 、 平均 OTS 12.11tokens/s 、 加载时间 9.26s

LLAMA 2：626 分 、平均 TTFT 2.5s、 平均 OTS 7.23 tokens/s 、 加载时间 17.37s

▼AI Image Generation Benchmark（文生图），这个测试通过创建 8 幅分辨率为512 X 512的图像，汇总效率并打分。零刻GTi15 Ultra 在本次测试得到了 1665分，总体消耗时间150074s，图像生成速度为18.579s/image，平均 UNET 速度 2.692it/s，。

本地部署 Ollama 英特尔优化版

本地搭建 AI 大模型是比较流行的玩法，相较于使用在线 AI 平台，不仅拥有敏感数据保护、规避云端波动风险，离线运行保障等优点，高频使用也更经济。当然缺点也有，那就是硬件要求较高，其次部署需掌握环境配置、模型优化等技能，长期使用还需要定期更新模型版本并监控硬件状态。

▼之前笔者分享过利用Ollama 进行本地部署的例子，但可能很多朋友不知道，Intel 也针对 Ollama 推出了款定制优化版，能够更好的调用285H 强悍的 GPU 性能，相关软件和教程已在ModelScope 魔搭社区正式上线，感兴趣的朋友可以自行下载。

▼先从连接进行下载解压，双击 start-ollama.bat 文件，然后右键复制解压文件夹地址。

▼接下来 CMD 打开命令提示符，输入 CD：文件夹地址进入解压缩后的文件夹

▼再次输入以下命令进行模型拉取，这里选择的 7B 模型，毕竟285H 的核显能够将部分内存划分为显存使用，显存基本不会成为瓶颈。

ollama run deepseek-r1:7b

▼拉取完成后，新建 CMD 窗口，并输入下面的命令和模型进行问答，后面添加的verbose 后缀能显示当前问答的耗时、速率等相关参数，方便进行性能对比。

ollama run deepseek-r1:7b --verbose

▼比如用强盗分赃这个经典推理题为例，下方显示的速率达到了15.24 token/s，

一个人在林中散步时，无意中听到了几个强盗在商量如何分赃。强盗们说，如果每人分6匹布，则剩余 5匹；如果每人分 7匹布，则少 8匹。请问：共有几个强盗？几匹布？

答案是，共有 13个强盗， 83匹布。

▼如果嫌命令行窗口太简陋，也能利用现成的壳来直接调用，比如零刻预装的 AI BOX，它不仅能使用在线 API ，也可以借助本地模型运行

配置的时候选择本地模型，另外记得ollama 文件夹中start-ollama.bat 保持后台运行状态。

▼现在的对话窗口就美观多了，推理时GPU 也是处于满载状态。

英特尔 AI Playground

英特尔针对自家硬件也推出了不少 AI 工具，比如大家最熟悉的openvino 套件，以及下面提到的AI Playground。

▼AI Playground 是由英特尔推出的开源生成式 AI 应用平台，专为搭载英特尔硬件（如锐炫显卡或 Core Ultra 处理器）的设备优化，旨在降低 AI 开发与创作门槛，支持本地 AIGC 图像生成、文本对话、图像编辑等多模态任务。这个软件最大的优势就是免费且简单易用，支持的框架也比较全，可以理解为 Intel 专属的 AI 应用

▼当前最新的版本是 2.5.5

▼相较绘世这种主流的文生图软件，AI Playground 无需部署，下载后直接就能使用。

而且，绘世等 AI 软件很容易识别不到  Intel 显卡，在这个软件就不存在这些问题。

安装时先下载核心组件，右下角可以切换中文

▼软件界面很容易上手，创作、增强、问答大致对应文生图、图形编辑和 AI 对话

输入提示词就能快速生成图片，像这套四张的蒸汽女孩在急速模式下，仅需 16s 即可完成，Ultra 9 285H 的核显的确挺强的。

▼也可以手动调节分辨率、步数参数以及模型等等

▼选择不同的渲染模式，软件会自动下载相关模型，相当省心。

▼增强模式可以对图片进行重绘，放大以及扩图等操作，这些功能放在第三方软件或者网站都是妥妥的收费项目，用AI Playground 就很划算了，而且速度也很不错。

▼问答模块可以选择不同模型以及推理设备。

零刻 & 豆包 AI 语音交互

除了处理器赋予的高算力，零刻 GTi15 Ultra 还针对豆包等 AI 工具做了深度适配，它通过 一 个由 4 个麦克风组成的阵列来全方位拾取声音，然后交由一颗强大的 B1降噪芯片 进行智能处理。

简单形容的话，这个过程就像给电脑装上了一双“聪明的耳朵”：

它能分辨出哪些是您说话的声音。

同时，它会“监听”设备自身喇叭播放的声音和周围的环境噪音（如风扇声、键盘敲击声）。

最后，B1 芯片内置的智能算法会像“过滤器”一样，精准地消除喇叭回声和环境杂音，只留下您纯净、清晰的人声。

▼这颗智能拾音降噪 AI 芯片也是相当强悍，它搭载波洛斯麦克风阵列技术，配合 DNN 神经网络降噪算法、深度神经网络回声消除算法、AGC 自动增益调节算法、啸叫抑制、混响消除等多重技术，来实现纯净、干净清晰的人声体验

▼我试了一下，把主机放一边，旁边音箱开着电影，我离着一米远跟它说话，它居然都能准确识别，降噪效果真的不错。

这个功能最爽的地方有两个：

▼一 是和现在很火的 AI 聊天，比如“豆包”，直接用嘴说就行，查资料、定计划都特别方便，有种钢铁侠的感觉。

话说，这种对话式查询真的很棒，而且支持对话式交流，如果主机能带块小屏幕就好了，直接就能放在客厅充当智能音箱的角色。

▼二 是游戏神器！我天天都打几局 LOL 或 COD，有时候玩的时间不长，真的懒得去翻耳机、插线。现在直接用主机自带的麦克风就能和队友交流，声音清楚不耽误事，方便太多了！

总结

根据评测与本地部署测试来看，零刻 GTi15 Ultra 所搭载的 285H 处理器展现了强大的 AI 算力，为本地 AI 应用的开发与运行提供了坚实的硬件基础。更值得一提的是，该主机通过 PCIe 插槽支持外接显卡坞，且性能传输近乎无损，能够充分满足 AI 开发者及爱好者对高性能本地环境的严苛需求。