联想ThinkStation P3 Ultra SFF Gen 2工作站功能强大，却不占用过多桌面空间。如果您从事建筑、工程、设计、数据分析或任何依赖ISV认证应用程序的工作，这款系统都能完美胜任。它专为处理高强度工作而设计，同时又不会占用太多桌面空间，因此非常适合需要强大性能但又不想占用过多桌面空间的团队。
联想 ThinkStation P3 Ultra SFF Gen 2：CPU 选项
ThinkStation P3 Ultra Gen 2 提供多种英特尔 CPU 选择，您可以根据自己的工作流程和预算进行选择。
入门级配置采用英特尔酷睿Ultra 5处理器。这些CPU采用英特尔混合核心布局，足以应对日常办公、多任务处理和轻量级创意工作。根据具体型号的不同，Ultra 5处理器的核心数量最多可达14个，最高睿频可达5.2 GHz。所有Ultra 5处理器均集成英特尔显卡，足以胜任一般视觉任务和轻量级内容创作。
| 处理器名称 | 颜色 | Threads | 基频 | 最大频率 | 缓存 | 内存支持 | 处理器图形 |
|---|---|---|---|---|---|---|---|
| 酷睿超 5 225 | 10（6个P核+4个E核） | 10 | P 核 3.3GHz / E 核 2.7GHz | 最高睿频可达 4.9GHz / P 核 4.9GHz / E 核 4.4GHz | 20MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超5 225T | 10（6个P核+4个E核） | 10 | P 核 2.5GHz / E 核 1.9GHz | 最高睿频可达 4.9GHz / P 核 4.9GHz / E 核 4.4GHz | 20MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超 5 235 | 14（6个P核+8个E核） | 14 | P 核 3.4GHz / E 核 2.9GHz | 最高睿频可达 5.2GHz / P 核 5.2GHz / E 核 4.6GHz | 24MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超5 245K | 14（6个P核+8个E核） | 14 | P 核 3.7GHz / E 核 3.6GHz | 最高睿频可达 5.2GHz / P 核 5.2GHz / E 核 4.6GHz | 24MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超 7 265 | 20（8个P核+12个E核） | 20 | P 核 3.2GHz / E 核 1.8GHz | 最高睿频可达 5.3GHz / P 核 5.2GHz / E 核 4.6GHz | 30MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超7 265K | 20（8个P核+12个E核） | 20 | P 核 3.9GHz / E 核 2.7GHz | 最高睿频可达 5.5GHz / P 核 5.4GHz / E 核 4.6GHz | 30MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超7 265T | 20（8个P核+12个E核） | 20 | P 核 1.5GHz / E 核 1.2GHz | 最高睿频可达 5.3GHz / P 核 5.2GHz / E 核 4.6GHz | 30MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超 9 285 | 24（8个P核+16个E核） | 24 | P 核 3.8GHz / E 核 2.5GHz | 最高睿频可达 5.7GHz / P 核 5.5GHz / E 核 4.6GHz | 36MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超9 285K | 24（8个P核+16个E核） | 24 | P 核 3.7GHz / E 核 2.9GHz | 最高睿频可达 5.7GHz / P 核 5.5GHz / E 核 4.6GHz | 36MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
| 酷睿超9 285T | 24（8个P核+16个E核） | 24 | P 核 1.4GHz / E 核 1.2GHz | 最高睿频可达 5.4GHz / P 核 5.3GHz / E 核 4.6GHz | 36MB英特尔智能缓存 | DDR5-6400 | 英特尔图形 |
对于要求更高的工作流程，系统可配置 Core Ultra 7 处理器。这些 CPU 的核心数最高可达 20 个（8 个处理核心 + 12 个执行核心），可为代码编译、媒体创建和 CAD 工作等任务提供更高的持续性能。K 系列型号的睿频频率最高可达 5.5 GHz，让您在处理繁重工作负载和大型数据集时拥有更快的响应速度。
联想高端产品提供高达 24 核的酷睿 Ultra 9 配置，足以应对渲染、模拟和数据分析等任务。Ultra 9 型号最高主频可达 5.7 GHz，并支持 DDR5-5600 或 DDR5-6400 内存，即使在高负荷运行时也能保持系统响应迅速。尽管拥有如此强大的性能，Ultra 9 处理器依然能够完美适配 P3 Ultra SFF Gen2 紧凑的散热设计，使其成为小巧机身中的强大配置。
GPU 选项
联想为ThinkStation P3 Ultra SFF Gen 2提供了一系列精选的GPU选项，从集成在Core Ultra处理器中的Intel集成显卡到多款专业级NVIDIA显卡，应有尽有。这些选项能够满足从轻量级办公和创意工作到更繁重的3D、CAD和AI任务的各种需求。
集成式英特尔显卡足以满足一般办公需求、轻量级媒体处理和多显示器设置。它功耗低，对于不依赖GPU加速应用程序的用户来说绰绰有余。
| 图像 | 内存 | 电力 | 接头类型 | 外形 | SLI/NVLink |
|---|---|---|---|---|---|
| 英伟达 RTX A400 | 4GB GDDR6 | 50W | 4× miniDP 1.4a | 单槽 | 没有 |
| 英伟达 RTX A1000 | 8GB GDDR6 | 50W | 4× miniDP 1.4a | 单槽 | 没有 |
| NVIDIA RTX 4000 SFF Ada 代 | 20GB GDDR6 带 ECC | 70W | 4× miniDP 1.4a | 双槽 | 没有 |
| NVIDIA RTX 2000 Ada 一代 | 16GB GDDR6 带 ECC | 70W | 4× miniDP 1.4a | 双槽 | 没有 |
对于需要真正工作站级图形性能的用户，联想第二代机箱支持三款NVIDIA独立显卡。入门级显卡是配备8GB GDDR6显存的NVIDIA RTX A1000，是CAD、设计和GPU辅助工作流程的理想之选。更高一级的RTX 2000 Ada同样配备8GB GDDR6显存，拥有更快的CUDA、RT和Tensor性能，更适合实时建模、可视化和繁重的栅格化工作。
高端配置方面，该系统可搭载 RTX 4000 SFF Ada Generation 显卡，这是一款紧凑型 70W 显卡，配备 20GB GDDR6 显存，可为渲染、AI 工作、模拟和大型设计项目提供强劲性能。它是第二代 Ultra 平台可用的最强 GPU，对于需要在小型工作站空间内获得强大 CUDA 性能的用户来说，无疑是一个显著的升级选择。
内存和存储
联想ThinkStation P3 Ultra Gen 2 SFF在内存和存储方面提供了极大的灵活性，这也是它能够胜任各种不同行业需求的重要原因之一。它支持两个内存插槽，最高可支持128GB的DDR5 SO-DIMM内存，支持最高DDR5-5600或DDR5-6400的内存速度，具体取决于处理器和配置。您可以选择标准非ECC内存来满足典型的办公和创意工作负载需求，也可以选择ECC内存来提高仿真、工程或金融建模等应用的可靠性。ECC可以检测并纠正微小的内存错误，从而帮助保持长时间运行或对内存性能要求较高的工作负载的稳定性。系统会根据配置和CPU支持情况自动调整内存速度以确保稳定性。
在存储方面，P3 Ultra SFF Gen2 采用纯 M.2 接口布局，最多支持四个 M.2 PCIe SSD，具体数量取决于配置和转接卡。插槽组合可能有所不同，但配置可能包含三个板载插槽，并通过扩展卡提供额外的 M.2 插槽。联想提供 256GB 至 4TB 的第四代和第五代高性能 SSD，每个插槽均支持 Opal 2.0 协议，提供驱动器级别的安全保护。
通过集成的 NVMe 控制器，可实现 RAID 支持，根据配置不同，支持 RAID 0、RAID 1 或 RAID 5。这种布局便于将快速启动硬盘与额外的 SSD 搭配使用，用于存储活跃项目、大型数据集或临时数据。
该系统基于英特尔 W880 芯片组，为 GPU 插槽和 M.2 存储提供 PCIe Gen 4 连接，部分存储配置还支持 Gen 5。电源方面，联想提供 170W、230W、245W 和 330W 的外置电源适配器，所有适配器的转换效率均为 90%。其中 245W 适配器为自动感应型，其他适配器则支持 100V 至 240V 的通用输入电压。
该系统还支持通过可选的 Aspeed BMC 进行远程管理，使 IT 团队无需亲临现场即可检查系统运行状况并推送更新。在安全方面，联想 ThinkShield 增加了多层保护，包括 TPM 2.0、自愈式 BIOS 和智能 USB 保护，以确保数据和硬件安全。
联想ThinkStation P3 Ultra Gen 2规格
| 规格 | Detail |
|---|---|
| 处理器选项 | 英特尔酷睿 Ultra 5 / Ultra 7 / Ultra 9 处理器，最高可达 24 核。 支持的型号包括： Ultra 5 225、225T、235、245K Ultra 7 265、265K、265T Ultra 9 285、285K、285T 最高睿频可达 5.7 GHz。 |
| 芯片组 | 英特尔 W880 |
| 集成显卡 | 英特尔显卡（集成于所有酷睿Ultra CPU中） |
| 独立显卡选项 | NVIDIA RTX A400：4GB GDDR6，50W，单槽 NVIDIA RTX A1000：8GB GDDR6，50W，单槽 NVIDIA RTX 2000 Ada 代：16GB GDDR6 显存（带 ECC 纠错），70W，双槽 NVIDIA RTX 4000 SFF Ada Generation：20GB GDDR6 显存（带 ECC），70W，双槽 |
| 内存支持 | 截至128GB DDR5 |
| 内存插槽 | 4 个 DDR5 SODIMM 插槽 |
| 内存速度 | DDR5-5600 和 DDR5-6400 |
| ECC 支持 | 是的（支持ECC SODIMM） |
| 储存支援 | 仅支持 M.2 NVMe（无 2.5 英寸硬盘位） 根据配置不同，最多支持 4 个 M.2 插槽。 兼容 PCIe Gen 4 和 Gen 5。 M.2 硬盘支持 RAID 0 和 RAID 1。 |
| 扩展插槽 | 根据转接卡的不同，最多可支持 3 个 PCIe 插槽： PCIe 4.0 x16、PCIe 4.0 x8，以及可选的串行卡或 Thunderbolt 4 卡。 |
| 前端口 | 2 个 USB-C 20Gbps 接口 1 个 USB-A 10Gbps 接口 1 个 3.5 毫米音频插孔 |
| 后端口 | 4 个 USB-A 10Gbps 接口 3×DisplayPort 1.2 1 个千兆以太网接口 (RJ-45) 可选：1 个 Thunderbolt 4 接口 可选：串口（1 端口或 4 端口版本） |
| 以太网(EtherNet) | 1 个千兆以太网接口 (I219-LM) |
| 无线耳机 | 英特尔 Wi-Fi 7 BE200 + 蓝牙 5.4 |
| 音频 | Realtek ALC888Q，支持线路输出和麦克风 |
| 电源选项 | 170瓦（90%） 230瓦（90%） 245瓦（90%，自动感应） 330瓦（90%） |
| 安全性 | TPM 2.0 自我修复 BIOS 智能USB保护 Kensington锁槽 |
| 可管理性 | 可选配 Aspeed BMC 用于远程监控和管理。 |
| 操作系统 | Windows 11专业版 Ubuntu Linux操作系统 红帽企业Linux |
| 尺寸 | 87×223×202毫米 |
| 重量 | 约3.6公斤（7.9磅） |
| 耐用性 | 符合 MIL-STD-810H 标准 |
联想ThinkStation P3 Ultra SFF Gen 2：设计与构造
ThinkStation P3 Ultra Gen 2 SFF 采用创新紧凑的设计，将工作站级别的强大性能融入到尺寸仅为 87 x 223 x 202 毫米的紧凑机箱中。该系统重量约为 3.6 公斤（7.9 磅），手感扎实，蜂窝状前面板有助于空气流通，并赋予其独特而坚固的外观，非常适合工作室或实验室环境。该机箱通过了 MIL-STD-810H 军规测试，因此能够轻松应对振动、高温和灰尘环境。
前面板布局包括两个 USB-C 20Gbps 端口、一个 USB-A 10Gbps 端口和一个耳机/麦克风组合插孔，方便用户快速连接常用设备。Thunderbolt 4 仅可通过可选的后置扩展卡实现。机身背面配备四个 USB-A 10Gbps 端口、三个 DisplayPort 1.2 输出端口和一个千兆以太网接口。可选扩展卡可以添加后置 Thunderbolt 4 端口或串行接口，从而允许用户根据特定的专业应用场景定制系统。
要打开底盘，将底盘锁扣推到打开位置，底盘即可滑出。
打开机箱后，您会看到联想的双区散热设计。P3 Ultra Gen 2 采用模制风道，将 GPU 和 CPU 区域分隔开来，引导新鲜空气直接流经各个组件，并从后部排气口排出。这种设计可以有效防止 CPU 和 GPU 过热，并有助于系统在高负载下保持稳定运行。
这里，左侧边缘有两个DDR5 SO-DIMM内存插槽，CPU背板和系统风扇占据了中间区域。Wi-Fi模块的线缆也位于这一侧。值得一提的是，CPU是可由用户自行更换的。
联想ThinkStation P3 Ultra Gen 2 性能
我们将把基准测试结果与以下系统进行比较：
P3 Tower 和 P3 Tiny 是 P3 Ultra 的有效对比对象，因为它们展示了该平台在两端的性能扩展能力。Tower 代表了 Ultra 9 285 在更大机箱和更高端 GPU（NVIDIA RTX 5000 Ada）下的性能表现。同时，P3 Tiny 则展示了在散热和 GPU 性能（NVIDIA RTX A1000）受限的情况下，性能会发生怎样的变化。
产品规格：
- 处理器：Intel Core Ultra 9 285，24 线程（8 个 P 核心 + 16 个 E 核心），最高睿频可达 5.1GHz
- 操作系统：Windows 11 Pro 64 位
- 显卡：NVIDIA RTX 4000 Ada
- 内存：2 x 32GB SO-DIMM DDR5 非ECC
- 存储：1块1TB三星PM9E1 PCIe 5.0固态硬盘
截至本次审查之时， BHPhoto网站上这款配置的售价为4,128美元。.
UL Procyon 人工智能推理基准
这个 Procyon AI 推理基准 它通过简化跨平台的 AI 推理评估，提供可靠高效的性能测试。该工具与领先的 AI 硬件供应商合作开发，最大限度地减少了因模型和系统配置差异造成的复杂性，从而实现一致且可重复的基准测试。它针对 CPU、GPU 或 AI 加速器进行了优化，能够深入了解不同系统处理实际 AI 任务的性能。
P3 Ultra 的 CPU 推理性能稳定，MobileNet 模型的延迟为 0.99 毫秒，而像 ResNet 50 这样更复杂的模型的延迟为 8.52 毫秒。Inception V4（25.57 毫秒）和 DeepLab V3（31.42 毫秒）等工作负载的延迟随着模型规模的增加而出现预期的上升。REAL-ESRGAN 的延迟达到了 2,565 毫秒，考虑到其复杂性，这是正常的。在大多数 CPU 型号中，Ultra 的性能都落后于 Tower 和 Tiny，但差距并不大。
| CPU 结果（平均时间，以毫秒为单位） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 人工智能计算机视觉总体得分 | 157 | 196 | 184 |
| 移动网络 V3 | 0.99毫秒 | 0.94毫秒 | 0.98毫秒 |
| 残差网络 50 | 8.52毫秒 | 6.83毫秒 | 7.47毫秒 |
| 盗梦空间V4 | 25.57毫秒 | 19.66毫秒 | 18.94毫秒 |
| 深实验室V3 | 31.42毫秒 | 24.89毫秒 | 24.97毫秒 |
| 优洛V3 | 58.88毫秒 | 43.43毫秒 | 44.46毫秒 |
| 真爱斯甘 | 2,565.34毫秒 | 2,019.39毫秒 | 2,586.87毫秒 |
搭载 RTX 4000 Ada 显卡的 Ultra 机型在 GPU 性能方面表现出色，MobileNet 测试耗时 0.56 毫秒，ResNet 50 测试耗时 2.26 毫秒，Inception V4 测试耗时 6.04 毫秒。YOLO V3 测试耗时 9.17 毫秒，REAL-ESRGAN 测试耗时 246.78 毫秒。对于一款紧凑型系统而言，这些成绩相当优异，远超 Tiny 机型。而 Tower 机型凭借更强大的 GPU，自然能更快地完成各项测试，尤其是在处理更复杂的网络时。
| GPU 结果（平均时间，以毫秒为单位） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想ThinkStation P3塔 第二代（英特尔酷睿Ultra 9 285）（NVIDIA RTX 5000 Ada 代） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 人工智能计算机视觉总体得分 | 627 | 1,168 | 294 |
| 移动网络 V3 | 0.56毫秒 | 0.46毫秒 | 1.11毫秒 |
| 残差网络 50 | 2.26毫秒 | 1.07毫秒 | 4.99毫秒 |
| 盗梦空间V4 | 6.04毫秒 | 2.71毫秒 | 14.49毫秒 |
| 深实验室V3 | 14.73毫秒 | 12.27毫秒 | 23.79毫秒 |
| 优洛V3 | 9.17毫秒 | 4.63毫秒 | 23.02毫秒 |
| 真爱斯甘 | 246.78毫秒 | 81.82毫秒 | 538.75毫秒 |
TensorRT 显著提升了 Ultra 的加速性能，将 MobileNet 的运行时间降至 0.31 毫秒，ResNet 50 降至 1.42 毫秒，Inception V4 降至 4.41 毫秒。DeepLab V3 的运行时间为 4.52 毫秒，YOLO V3 紧随其后，为 5.22 毫秒。REAL-ESRGAN 的运行时间也显著降低至 278 毫秒。Ultra 的性能介于 Tower 和 Tiny 之间，在其尺寸范围内实现了速度和效率的强劲平衡，而 Tower 由于配备了 RTX 5000 Ada 显卡，因此在性能方面遥遥领先。
| TensorRT 结果（平均时间，单位：毫秒） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 人工智能计算机视觉总体得分 | 1,031 | 1,706 | 532 |
| 移动网络 V3 | 0.31毫秒 | 0.24毫秒 | 0.55毫秒 |
| 残差网络 50 | 1.42毫秒 | 0.94毫秒 | 2.45毫秒 |
| 盗梦空间V4 | 4.41毫秒 | 2.76毫秒 | 7.43毫秒 |
| 深实验室V3 | 4.52毫秒 | 3.92毫秒 | 9.44毫秒 |
| 优洛V3 | 5.22毫秒 | 3.09毫秒 | 12.01毫秒 |
| 真爱斯甘 | 278.46毫秒 | 84.04毫秒 | 602.72毫秒 |
UL Procyon：AI 文本生成
这个 Procyon AI 文本生成基准 它通过提供简洁一致的评估方法，简化了 AI LLM 性能测试。它允许对多个 LLM 模型进行重复测试，同时最大限度地降低大型模型和可变因素的复杂性。该工具由 AI 硬件领域的领先企业共同开发，优化了本地 AI 加速器的使用，从而提供更可靠、更高效的性能评估。以下测量结果均使用 TensorRT 进行测试。
在文本生成测试中，Ultra 的 RTX 4000 Ada 显卡在所有模型上都展现出了稳定的吞吐量。Phi 模型在 0.395 秒内输出第一个 token，平均每秒生成约 82 个 token。Mistral 模型的启动稍慢，需要 0.666 秒，每秒生成约 57 个 token，而 Llama3 模型的每秒生成量约为 48 个 token。Llama2 模型的启动时间更长，需要 1.1 秒，每秒生成约 26 个 token。Ultra 的性能始终介于 Tower 和 Tiny 之间，响应速度更接近 Tower。
| UL Procyon：AI 文本生成 | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 菲总分 | 2,303 | 4,344 | 1,117 |
| Phi 输出时间到第一个标记 | 0.395小号 | 0.218小号 | 0.808小号 |
| 每秒输出 Phi 令牌数 | 81.784 个代币/秒 | 160.757 个代币/秒 | 39.379 个代币/秒 |
| Phi 总时长 | 35.869小号 | 18.356小号 | 27.734小号 |
| 米斯特拉尔总成绩 | 1,977 | 4,136 | 3,045 |
| Mistral 输出第一个令牌的时间 | 0.666小号 | 0.314小号 | 1.398小号 |
| 每秒 Mistral 输出代币数 | 57.102 个代币/秒 | 117.784 个代币/秒 | 27.734 个代币/秒 |
| 米斯特拉尔总持续时间 | 51.942小号 | 25.142小号 | 107.361小号 |
| Llama3 总体评分 | 1,759 | 3,611 | 837 |
| Llama3 输出第一个标记的时间 | 0.628小号 | 0.301小号 | 1.412小号 |
| Llama3 每秒输出令牌数 | 47.884 个代币/秒 | 96.565 个代币/秒 | 24.323 个代币/秒 |
| Llama3 总时长 | 61.189小号 | 30.285小号 | 121.980小号 |
| Llama2 总体评分 | 1,770 | 3,942 | – |
| Llama2 输出第一个标记的时间 | 1.106小号 | 0.502小号 | – |
| Llama2 每秒输出令牌数 | 25.617 个代币/秒 | 57.623 个代币/秒 | – |
| Llama2 总时长 | 112.746小号 | 50.269小号 | – |
UL Procyon： 人工智能图像生成
这个 Procyon AI 图像生成基准 提供一致且准确的方法来衡量从低功耗 NPU 到高端 GPU 等一系列硬件的 AI 推理性能。它包含三项测试：针对高端 GPU 的 Stable Diffusion XL (FP16)、针对中等性能 GPU 的 Stable Diffusion 1.5 (FP16) 以及针对低功耗设备的 Stable Diffusion 1.5 (INT8)。该基准测试针对每个系统使用最优的推理引擎，确保结果公平且具有可比性。
P3 Ultra 处理 FP16 Stable Diffusion 1.5 时，每张图像耗时 4.75 秒，整个测试过程大约需要 76 秒。INT8 推理速度更快，每张图像耗时 1.81 秒，总共耗时 14.48 秒。Stable Diffusion XL 的处理能力更强，每张图像耗时 35.31 秒，总共耗时 565 秒。这些速度使得 Ultra 的性能远超 Tiny，而 Tower 则凭借更强大的 GPU 依然保持领先。
| UL Procyon：AI 图像生成 | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 稳定扩散 1.5 (FP16) – 总体得分 | 1,316 | 3,734 | 558 |
| 稳定扩散 1.5 (FP16) – 总时间 | 75.986小号 | 26.779小号 | 179.144小号 |
| 稳定扩散 1.5 (FP16) – 图像生成速度 | 4.749 秒/图像 | 1.674 秒/图像 | 11.196 秒/图像 |
| 稳定扩散 1.5 (INT8) – 总体得分 | 17,263 | 45,881 | 6,793 |
| 稳定扩散 1.5 (INT8) – 总时间 | 14.482小号 | 5.449小号 | 36.798小号 |
| 稳定扩散 1.5 (INT8) – 图像生成速度 | 1.810 秒/图像 | 0.681 秒/图像 | 4.600 秒/图像 |
| 稳定扩散 XL (FP16) – 总体得分 | 1,061 | 3,293 | – |
| 稳定扩散 XL (FP16) – 总时间 | 565.015 | 182.179小号 | – |
| 稳定扩散 XL (FP16) – 图像生成速度 | 35.313 秒/图像 | 11.386 秒/图像 | – |
规格工作站 4
SPECworkstation 4.0 基准测试是一款综合性工具，用于评估工作站性能的所有关键方面。它提供 CPU、图形、加速器和磁盘性能的实际测量结果，帮助专业人士做出明智的硬件投资决策。该基准测试包含一套专门针对 AI/ML 工作负载的测试，包括数据科学任务和基于 ONNX 运行时的推理测试，反映了 AI/ML 在工作站环境中日益增长的重要性。它涵盖七个行业垂直领域和四个硬件子系统，能够提供对当今工作站性能的详细且相关的衡量标准。
在SPEC工作站的各个类别中，Ultra均表现出色，其中能源类别得分2.11，生命科学类别得分2.51，媒体与娱乐类别得分2.28。产品设计类别得分为2.28。虽然Tower在所有类别中均领先，Tiny则落后，但Ultra一如既往地保持着均衡的中间水平。
| SPECworkstation 4.0.0（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 新能源 | 2.11 | 2.49 | 1.33 |
| 金融服务 | 1.52 | 2.44 | 1.62 |
| 生命科学 | 2.51 | 2.84 | 1.80 |
| 媒体与娱乐 | 2.28 | 2.69 | 1.89 |
| 产品设计 | 2.28 | 2.46 | 1.77 |
| 生产力与发展 | 1.29 | 1.50 | 1.29 |
乐士马克
Luxmark 是一款 GPU 基准测试软件，它使用开源光线追踪渲染器 LuxRender 来评估系统在处理高精度 3D 场景时的性能。该基准测试软件适用于评估服务器和工作站的图形渲染能力，尤其适用于视觉特效和建筑可视化应用，因为在这些应用中，精确的光照模拟至关重要。
P3 Ultra 搭载的 RTX 4000 Ada 显卡在 Luxmark 测试中表现出色，Hallbench 得分 15,054，Food 场景得分 5,612。这些数据表明，对于一款紧凑型工作站而言，Ultra 能够以相当不错的效率处理光线追踪工作负载。其性能远超 Tiny 系列的低端 GPU，而 Tower 系列自然更胜一筹。
总体而言，Ultra 提供了足够的光线追踪吞吐量，足以满足日常专业工作流程中的可视化、光照预览和 GPU 加速渲染需求。
| Luxmark（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 大厅长凳 | 15,054 | 26,792 | 7,423 |
| 食品 | 5,612 | 12,562 | 2,860 |
7-Zip 压缩
7-Zip 压缩基准测试评估压缩和解压缩过程中的 CPU 性能，测量 GIPS（每秒千兆指令数）和 CPU 占用率。更高的 GIPS 和高效的 CPU 利用率表明性能卓越。
Ultra 拥有强劲的压缩性能，总压缩率高达 162.530 GIPS，CPU 使用率约为 2,179%。单次压缩速度约为 161-162 GIPS，解压缩速度约为 162.5 GIPS。这些数据略胜 Tiny 一筹，并且与 Tower 的性能非常接近，尽管两者尺寸有所不同。对于 CPU 密集型压缩工作负载，Ultra 的性能符合 Ultra 9 285 处理器的预期。
| 7-Zip 压缩基准（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） | ||
| 压缩 | |||||
| 当前 CPU 使用率 | 2,129% | 1,899% | 2,030% | ||
| 电流额定值/使用 | 7.590 吉普斯 | 6.970 吉普斯 | 5.369 吉普斯 | ||
| 额定电流 | 161.558 吉普斯 | 132.461 吉普斯 | 109.008 吉普斯 | ||
| 产生的 CPU 使用率 | 2,116% | 1,894% | 2,007% | ||
| 结果评级/使用 | 7.689 吉普斯 | 7.115 吉普斯 | 5,492 吉普斯 | ||
| 结果评级 | 162.405 吉普斯 | 134.748 吉普斯 | 110.189 吉普斯 | ||
| 减压 | |||||
| 当前 CPU 使用率 | 2,263% | 2,191% | 2,243% | ||
| 电流额定值/使用 | 7.184 吉普斯 | 6.937 吉普斯 | 6.049 吉普斯 | ||
| 额定电流 | 162.532 吉普斯 | 152.009 吉普斯 | 135.698 吉普斯 | ||
| 产生的 CPU 使用率 | 2,243% | 1,979% | 2,232% | ||
| 结果评级/使用 | 7.239 吉普斯 | 7,209 吉普斯 | 6.479 吉普斯 | ||
| 结果评级 | 162.405 吉普斯 | 142.655 吉普斯 | 144.454 吉普斯 | ||
| 总评分 | |||||
| 总 CPU 使用率 | 2,179% | 1,937% | 2,120% | ||
| 总评分/使用情况 | 7.464 吉普斯 | 7.162 吉普斯 | 5.985 吉普斯 | ||
| 总评分 | 162.530 吉普斯 | 138.701 吉普斯 | 127.322 吉普斯 | ||
Blackmagic RAW 速度测试
Blackmagic RAW速度测试是一款性能基准测试工具，用于衡量系统使用Blackmagic RAW编解码器处理视频播放和编辑的能力。它会评估系统解码和播放高分辨率视频文件的效果，并报告基于CPU和GPU处理的帧速率。
在 RAW 测试中，Ultra 可以以 114 fps 的帧率解码 8K CPU 视频，并以 129 fps 的帧率处理 8K OpenCL 视频。这些数据使其性能介于 Tower 和 Tiny 之间，为处理高要求 8K 素材的用户提供了中端体验。
| Blackmagic RAW 速度测试 | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
|---|---|---|---|
| 8K 中央处理器 | 114 | 125 | 86 |
| 8K 开放式 | 129 | 179 | 61 |
Blackmagic磁盘速度测试
Blackmagic Disk Speed Test 通过测量读写速度来评估存储性能，从而深入了解系统处理数据密集型任务（例如视频编辑和大文件传输）的能力。
Ultra 的存储性能为读取速度 7,229MB/s 和写入速度 6,094MB/s，与高端 PCIe Gen 4 SSD 系统相比毫不逊色。Tower 的性能略高，而 Tiny 则略逊一筹。
Ultra 的测试结果表明，它可以支持大文件传输和高带宽媒体处理。
| 磁盘速度测试（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 阅读 | 7,229.8 MB / s的 | 7304.2 MB / s的 | 6,742.0 MB / s的 |
| 填写 | 6,094.6 MB / s的 | 7006.2 MB / s的 | 5,781.6 MB / s的 |
搅拌机4.3
Blender 是一款开源 3D 建模应用程序。本次基准测试使用 Blender Benchmark 实用程序运行。分数以每分钟采样数计算，数值越高，性能越好。
Ultra 在 Blender 的 CPU 场景中表现出色。它在 Monster 场景中每分钟采样 202.9 次，在 Junkshop 场景中每分钟采样 133.4 次，在 Classroom 场景中每分钟采样 100 次，均优于 Tower 和 Tiny 型号。
| Blender CPU（每分钟采样数，越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 4000 Ada） | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 怪物 | 202.9 | 163.7 | 179.31 |
| 旧货店 | 133.4 | 106.8 | 110.79 |
| 课堂 | 100.0 | 80.9 | 77.45 |
在GPU渲染方面，Ultra在Monster测试中每分钟可进行1,763次采样，在Junkshop测试中为889次，在Classroom测试中为906次。这些成绩远超Tiny，但远逊于Tower，后者搭载的RTX 5000 Ada显卡吞吐量是Ultra的两倍以上。不过，就其级别和尺寸而言，Ultra依然提供了强劲的性能。
| Blender GPU（每分钟样本数，越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 4000 Ada） | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
| 怪物 | 1,763.2 | 3,884.68 | 581.75 |
| 旧货店 | 888.7 | 1,743.56 | 363.47 |
| 课堂 | 906.0 | 1,876.89 | 323.37 |
y 粉碎机
y-cruncher 是一款多线程可扩展程序，能够计算圆周率 (Pi) 及其他精确到万亿位的数学常数。自 2009 年推出以来，它已成为超频玩家和硬件爱好者的热门基准测试和压力测试应用程序。
P3 Ultra展现出卓越的持续计算性能，完成10亿位运算仅需19.524秒，完成1亿位运算仅需273.9秒。这些结果均优于Tower和Tiny，表明Ultra在长时间的多阶段工作负载下能够保持更高的时钟稳定性。
| Y-Cruncher（总计算时间） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
|---|---|---|---|
| 1亿 | 19.524小号 | 22.112小号 | 24.063小号 |
| 2.5亿 | 55.207小号 | 68.345小号 | 67.223小号 |
| 5亿 | 122.528小号 | 146.977小号 | 154.892小号 |
| 10亿 | 273.903小号 | 340.904小号 | – |
| 25亿 | – | – | – |
| 50亿 | – | – | – |
Geekbench 6
Geekbench 6 是一个跨平台基准测试，用于衡量整体系统性能。
Ultra 的单核跑分 3,155 分，多核跑分 20,334 分，整体多线程性能与 Tower 接近，但优于 Tiny。其 OpenCL 跑分 122,981 分，表明其搭载的 RTX 4000 Ada 显卡性能有所提升，远超 Tiny 的小型 GPU。总体而言，Ultra 的性能表现均衡。
| Geekbench 6（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
|---|---|---|---|
| CPU单核 | 3,155 | 3,175 | 3,194 |
| CPU 多核 | 20,334 | 21,033 | 17,572 |
| GPU OpenCL | 122,981 | 244,185 | 55,345 |
Cinebench 2024
Cinebench 2024 通过添加 GPU 性能评估扩展了 R23 的基准测试功能。它继续测试 CPU 性能，但也包括衡量 GPU 处理渲染任务能力的测试。
这款处理器的多核跑分是 1,727 分，单核跑分是 139 分。搭配 RTX 4000 Ada 显卡时，GPU 跑分可达 12,222 分。对于 CPU 和 GPU 混合渲染任务，Ultra 的表现尚可，属于中等水平。
| Cinebench 2024（越高越好） | Lenovo ThinkStation P3 Ultra SFF Gen 2 (Intel Core Ultra 9 285) (NVIDIA RTX 4000 Ada) | 联想 ThinkStation P3 Tower Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX 5000 Ada Generation） | 联想 ThinkStation P3 Tiny Gen 2（Intel Core Ultra 9 285）（NVIDIA RTX A1000） |
|---|---|---|---|
| 多核 | 1,727 | 1,851 | 1,511 |
| 单核 | 139 | 142 | 138 |
| GPU | 12,222 | 23,746 | 4,399 |
结语
联想ThinkStation P3 Ultra Gen 2 SFF在联想工作站产品线中占据了一个有趣的位置，尤其是在体验了一段时间之后。 ThinkStation P3 Tiny 两款产品出自同一系列。它们的实际性能都远超其体积，在许多CPU密集型测试中，两台机器的表现非常接近。Ultra的优势在于GPU加速的工作负载，例如3D建模、AI推理以及任何依赖显存的任务。在测试过程中，我发现某些特定任务在Ultra上完成速度明显更快，这仅仅是因为Ultra的GPU拥有更大的性能余量。
Ultra 的紧凑型机箱为专业人士提供了小型工作站的所有优势，包括灵活的摆放位置、简洁的机身和丰富的接口。Ultra 与 Tiny 一样具有出色的多功能性，这得益于其支持两个 SODIMM 插槽，最高可达 128GB 的 DDR5 内存，并兼容多种英特尔酷睿 Ultra 处理器。尽管 Ultra 需要外接电源适配器，且其 GPU 性能上限低于联想的大型塔式机型，但就其尺寸而言，Ultra 的 CPU 和 GPU 性能依然强劲。
这款Ultra最突出的特点在于其出色的GPU密集型任务处理能力。运行本地语言模型等任务能够立即受益于额外的显存，这使得Ultra成为那些高度依赖此类加速的用户的理想之选。虽然其性能可能不及联想更高端的机型，但RTX 4000 Ada配置足以让Ultra成为生产环境中名副其实的工作站。
对于寻求紧凑型系统且需要强大性能的专业人士而言，P3 Ultra SFF Gen 2 是一个绝佳的选择。它在更小的机箱内提供工作站级别的性能，并且可以轻松融入大多数办公环境。如果您的工作负载对 GPU 性能要求很高，那么塔式机箱仍然是更佳的长期解决方案。不过，对于混合任务、CPU 驱动型项目以及日常专业工作而言，Ultra 在尺寸、速度和性能之间实现了极具吸引力的平衡。
Amazon