建筑学长-丢丢——AIGC|DELL Precision专业移动工作站AI绘图评测_dell移动工作站7760

各位好久不见，我是丢丢，你们熟悉的那个男人又回来了！

最近AIGC的大火，丢丢已经沉迷于Stable Diffusion无法自拔了，奈何自己的电脑硬件配置一直不是很好，刚狠下心打开我们家祖 传的储钱罐含泪买了一台搭载NVIDIA RTX4090 显卡的笔记本电脑，心想这下总可以随便出图了吧！可谁知，丢丢竟然接受到了DELL Precision专业移动工作站的测评，官方也是大气，直接邮寄过来两台高端的Precision专业移动工作站，话说测评结束后这俩工作站我独吞了应该没啥影响吧？

本次收到的两台移动工作站配置都相当之高，分别是DELLPrecision 3581移动工作站和DELLPrecision 5680移动工作站，那我们话不多说，直接开始吧！

SD对配置的要求

01

| 最 低要求|

既然交给我测评，那么正好趁着AI的大火，我们来看看这两台电脑在Stable Diffusion中的表现吧！

Stable Diffusion虽然是款非常好用的AI绘图软件，但是也需要一定的电脑配置要求。

使用传统的SD1.5，要求我们的硬件显存必须要4G以上，硬盘至少要有50G以上（建议100G），适用于Win10- 11 版本（注意电脑的版本哦）。

如果使用最 新的SD1.6，配合最 新的SDXL1. 0 大模型，要求我们的硬件显存必须要8G以上，硬盘至少要有50G以上（建议100G），适用于Win10- 11 版本（注意电脑的版本哦）。

可以看出Stable Diffusion对于电脑配置的要求还是很高的，尤其是显卡的要求，更是让很多人望而止步，但今天参加测评的两位选手，想必都是有备而来啊，毕竟是工作站级别的电脑。

外观样式与配置

02

|Precision 3581|

Precision 3581

Precision 3581

从整体外观来看，Precision3581 通体银灰色，如果用过DELL系列电脑的小伙伴应该知道，这是DELL的经典颜色，手感不错，笔记本整体也很轻，非常适合我们外出携带。以下是Precision3581 电脑配置。

在Stable Diffusion中，对于显卡的要求是比较高的，SD1. 5 的大模型需要显存高于4GB，而SDXL需要我们的显存达到惊人的8GB，就目前来看Precision3581 已经可以胜任SD的出图工作了。接下来有请Precision 5680 选手登场~

Precision 5680

Precision5680

在外观上，Precision5680 和 3581 的配色是一样的，也是通体银灰色，但是材质改用铝合金一体化机身，更显美观轻薄。键盘的触摸感觉会比 3581 要好一些，当然这是丢丢的个人感受了，那么让我们来看看 5680 的电脑配置。

从配置上来看，两台移动工作站无论是CPU还是内存亦或者是硬盘都是一样的，唯 一的区别就在于GPU也就是显卡上，一个是8GB显存的RTX2000Ada，一个是12GB的RTX3500Ada，那么真的是好巧啊，我们的Stable Diffusion看重的就是显存，这不是天然的帮我控制变量了。

SD1. 5 出图测评

03

为了测评的准确性与公平性，下述所有测评中的使用参数，出图分辨率大小，使用到的提示词，大模型，Controlnet预处理器与模型均相同，并且每一项测试均为 10 次后计数取平均值！（但由于Precision3581 的显存只有8GB，在使用SDXL模型的时候，显存会自动优化，可能会给SDXL模型测试结果带来些许的影响，但影响不大）

那么在正式测评开始之前，丢丢先简单的概述下AI出图的流程，让各位还没有接触过SD的小伙伴们，明白一下SD能干什么。其实使用AI出图是非常简单的，我们只需要输入对应的提示词，随后单击生成即可。

这是非常标准的文生图，SD会随机生成和我们输入的描述词相关的内容，当然生成的效果，也要依靠我们的大模型进行配合。关于大模型，其实也是本次测试的一个侧重内容，其中SD1. 5 是对配置要求较低的模型，也是我们最常用的模型版本。而SDXL是对配置要求较高的模型，效果比SD1. 5 要好一些，但是对显存的要求较大。

这种直接输入关键词生成模型的结果是随机的，在实际运用中，多用于帮助我们生成灵感，辅助我们完成后续的设计。

当然在运用中也有另外一种情况，那就是我们已经利用手绘的形式勾勒出主体的大概样貌，或者利用SketchUp建出大概的草模，我们希望借助AI帮助我们丰富灯光、材质、氛围、配景等，也就是传统手绘中的上色。那么我们就要借助SD的一款插件，名为Controlnet。

比如丢丢在这里，上传一张利用SketchUp建立出来的建筑草模，利用Controlnet这款插件帮我们将建筑的外轮廓限制住，从而结合SD控制我们最终出图的大概轮廓、样貌。

随后单击生成，大家可以看到生成的最终效果，和丢丢上传的图片大体结构就非常类似了。

那么像我们使用SD配合Controlnet进行固定构图、形体、轮廓等因素生成的图片在我们实际工作中，尤其是方案前期将会起到巨大的帮助作用。

以上就是使用SD的出图大体流程了，总结一下。

SD1. 5 模型单独文生图，出图结果比较随机，对硬件资源要求一般，显存4GB以上即可。

SD1.5+Controlnet进行固定出图，出图结果可以把控，但是对硬件资源要求较高，尤其是显卡显存的占用会明显提升，但对实际工作帮助较大，运用的最多。

另外就是最 新推出的SDXL模型了，其实它的出图流程和SD1. 5 是一样的，就是单独的文生图，对电脑的配置要求有明显的提升，最 低需求显存达到8GB。但效果会比SD1. 5 好一些。

SDXL+Controlnet也可以进行固定出图，但因为又有Controlnet的加入，这套组合出图对配置的要求几乎拉满，虽然效果出众，但实际使用人数较低。

那么明白了这些，我们就可以正常开始测试了！

|测试一：SD1.5文生图|

首先第 一个测试，丢丢是准备看一看单纯的使用SD1. 5 进行文生图，两台移动工作站的表现情况，毕竟这种出图方式是基础的AI运用，同时也是我们日后利用AI进行辅助设计时，提供灵感的来源。

测试过程中，所有条件均为对等（当然除了硬件配置！）

单批数量为2：测试结果

单批数量为4：测试结果

总批次数为10：测试结果

先解释一下单批数量与总批次数的区别。

首先单批数量就是说同时出图，数量为 2 就是让显卡同时跑两张，数量为 4 就是让显卡同时跑四张，对显存的要求会高一些，毕竟同时进行嘛！

而总批次数就是说让显卡一张一张跑，跑完第 一张慢慢的释放掉多余的显存负担，然后去跑第二张，第二张跑完再跑第三张，以此类推，对显存的要求会更低一些。

知道了这些，我们再看上述的三幅对比图，可以发现3581出一张图的平均时间为3-4S，而5680出一张图的平均时间为2-3S，可能大家看起来差距不大，那么这里在测试下两台电脑在单批数量生成8张图像时GPU的使用率与显存占用情况。（单批数量为8，是SD允许设置的极限）

Precision 3581

Precision5680

显存的使用情况都为3.8GB，两台电脑都是正常发挥，并且远远没达到上限，所以在出图时间上势均力敌。

|小结|

两台移动工作站都完美的结束了测试，并且显存还有较多剩余，出图时间也相差无几，也就是说如果未来我们想使用AI进行文生图提供灵感的话，两台移动工作站都可以胜任，但如果考虑到预算， 3581 是优选，毕竟 5680 在显卡上要贵上一些。

|测试二：SD1.5+Controlnet文生图|

那么接下来我们来进行一下SD1. 5 配合Controlnet的出图测试，加入了Controlnet对两台移动工作站的显存压力将会提高，同时这也是本次测试中最重要的部分，因为SD1.5+Controlnet配合出图是目前使用频率最 高的一种出图模式。

单批数量为2：测试结果

单批数量为4：测试结果

总批次数为10：测试结果

上点压力测试结果立马拉开了，但是丢丢要先说一句，在单批数量为4的时候，其实3581已经到达极限了，因为专业显卡有自我保护机制，不会因为达到显存的上限就出图失败，但在极限状态下工作的3581出图速度明显下滑，这是超负荷的一种工作，所以不算在最终的出图时间统计中。

最终平均下来3581在SD1.5+Controlnet下，出一张图的平均时间为34-37S，而5680出一张图的平均时间为17-18S。

那么这里也测试下两台电脑的显存占用极限，其中3581测试单批数量生成4张图像时GPU的使用率与显存占用情况，以及5680测试单批数量生成7张图像时GPU的使用率与显存占用情况。（因为测试后发现出 8 张，显存达到上限）

Precision 3581

Precision5680

3581 显存的使用情况为7.5GB， 5680 显存的使用情况为11.3GB，可以说3581在SD1.5+Controlnet的使用情况下，显卡同时运算四张图达到极限，而5680在同等情况下极限数量为7张。

|小结|

整体来说 3581 在SD基础的使用上是完全没有问题的，测试中是为了表现出两台电脑之间的性能差距，所以做了很多极端测试，但在日常使用中我们不会经常让电脑处于极端的工作环境下， 5680 在显存上占据了优势，无论是在出图的速度上还是数量上限上都领先 3581 一倍有余。但让丢丢感到诧异的是 3581 在炸显存的边缘来回徘徊，竟然没有出图崩溃，虽然用时多了一些，但最起码结果出来了，这让我很惊讶。

那么第二个测试做完，总体来说 3581 可以满足我们使用AI进行辅助设计出图的基本要求，而 5680 上限会更高一些。

SD1.6出图测评

04

虽然经过SD1. 5 的测试，两台电脑的差距已经体现出来，但是毕竟SDXL1. 0 的大模型已经更新，效果是要比SD1. 5 的效果好上一些，只不过对显卡的需求更高了，但我们的两台移动工作站已经达到使用SDXL的最 低标准，所以也让我们来测试一下它们在SDXL下的表现吧！（注：因为 3581 显存刚好8GB，所以已开启显存优化。而 5680 并没开启显存优化。这个在上文中有所提及。）

|测试三：SDXL1.0文生图|

单批数量为2：测试结果

单批数量为4：测试结果

总批次数为8：测试结果

SDXL的压力下，即便是5680总批次数最多也只能出8张，而3581在第二轮测试的时候显存就扛不住了，在SDXL下，因为SD检测到出图时所需显存超过3581的硬件显存配置，所以无法出图。但索性还好，我们的3581能正常使用SDXL，毕竟在实际使用中我们不会一直让它处于压力下，出一次不行就再来一次呗。

总体平均下来3581出一张SDXL的图需要45S左右，而5680出一张SDXL的图需要20-22S的时间。

下面我们也来看一下，这两款电脑在出图时显存上限达到边缘时GPU的使用情况，其中3581为单批数量为2，5680为单批数量为4。

Precision 3581

Precision5680

3581的极限状态下显存使用情况平稳的处于7.7GB，而5680在极限状态下显存的使用情况同样很平稳，处于11.4GB。

|小结|

对于SDXL两台电脑可以肯定的是，都可以顺利出图，只不过因为硬件上的差距， 3581 在单批次出图数量上不及5680。

那么丢丢的建议是，如果单纯想使用SDXL进行文生图的小伙伴， 3581 可以作为基础款入手，而 5680 可以适当进阶，如果追求出图速度和性能的小伙伴可以考虑5680。

接下来其实要进行的是SDXL1. 0 配合Controlnet的使用情况，但是目前3581的显存还承载不住Controlnet，丢丢试了一下，5680想用SDXL1.0配合Controlnet只能同时出一张图，显存的使用率已经达到了极限的11.5GB，而 3581 是用不了SDXL+Controlnet的。

Precision5680

那么既然这样，貌似 3581 和 5680 的对比测试就没有必要了，我们已经知道两台工作站的使用极限，但丢丢是个好事的人~我自己刚买的搭载NVIDIA RTX4090 显卡的笔记本电脑有点跃跃欲试，想要和工作站比拼一下！

丢丢的笔记本配置

丢丢的笔记本刚买不久，整体配置要略胜于 5680 的，尤其是CPU和显卡，正好我也看看作为工作站级别的专业显卡NVIDIA RTX 3500 Ada和我的NVIDIA RTX4090 到底有没有太大的差距。（SD出图不考虑CPU，所以CPU的差距可以忽略不计）

|测试四：SDXL1.0文生图|

单批数量为2：测试结果

单批数量为4：测试结果

总批次数为8：测试结果

测试的结果让丢丢很吃惊，按道理来讲 4090 这款消费级显卡是要比 5680 的RTX3500Ada专业卡好一些的，显存也是多出4GB（ 4090 的显存16GB，3500Ada的显存12GB），但让我没想到的是， 5680 在出图速度上竟然胜过我的4090！

5680在SDXL大模型下，平均一张图的出图时间为20-22S，丢丢的电脑在SDXL大模型下，平均出一张图的时间为35-48S.下面是两台电脑在极限出图状态下的显存占用情况。

丢丢的4090（极限测试单批 6 张图）

Precision5680（极限测试单批 4 张图）

因为显存的差距，极限测试两台电脑单批出图的数量是不一样的，但这也能理解，毕竟相差了4GB的显存。

但就算是显存占优势，专业卡和我们普通的游戏卡也就是消费级显卡还是有一些差距的啊，这速度明显在正常状态下专业卡的表现要比消费级显卡好啊，但是丢丢不服，毕竟丢丢的 4090 在SDXL+Controlnet下能一起跑四张图！

不开玩笑了，今天的主人公也不是我的电脑，咱们还是来说说 3581 与 5680 吧。

测试汇总与购买建议

05

关于价格，Precision 3581的售价在15000左右，Precision 5680的售价在30000左右。

这里丢丢稍微解释一下，5680这款移动工作站在做工上要比3581好很多，并且搭载的显示器也是UHD 4K屏，在显示器上也比3581要好很多，丢丢这次测评没有在两款移动工作站的做工和显示器上下文章。

从使用上来说，3581可以满足我们日常对AI的运用，而5680的上限更高，两款笔记本的性能都表现得非常出色，这两款笔记本在硬件上的主要区别是显卡不同，经过SD出图的测试，我们能感觉到专业级显卡的稳定性更强，那么这在我们日常工作当中帮助巨大。

当然还有一个小点，就是SDXL+Controlnet的使用，3581这款笔记本是支撑不住SDXL+Controlnet所消耗的巨大显存的，它可以正常使用SD1.5，而5680可以单张单张的跑SDXL+Controlnet并且不崩溃，显存不超负荷。

至于测试中丢丢自己的搭载NVIDIA RTX4090 显卡的笔记本毕竟显存是16GB，比 5680 这一款搭载NVIDIA RTX 3500 Ada的笔记本在显存上有4G的差距，所以如果要说上限的话对于SD而言，显存越高上限越高，简单点说就是显存越高同时能出的图就越多。

当然也有人会有疑惑就是专业卡和消费级显卡应该如何选择， 4090 是一款消费级显卡，3500Ada是一款专业级显卡，这两张显卡其实并不对等，如果要做同级别对比的话， 4090 同级别的专业卡应该是5000 Ada。

当然如果同级别对比，价格肯定消费级显卡更便宜一些。

从此次测试结果和丢丢的个人使用来看，专业级显卡在稳定性和运算速度上是要比消费级显卡强一些的，就算级别不对等，我们通过测试的时间也能看得出来。

如果各位预算有限，但还想使用SD进行出图的话，丢丢建议选购Precision 3581，毕竟SDXL对显存的消耗太大了，虽然效果出众，但是一般人扛不住啊！

而如果你的荷包还算鼓，预算充足，想使用SDXL进行出图，丢丢建议选购Precision 5680，毕竟谁不想体验极限的性能呢！

至于像 4090 这样搭载消费级显卡的电脑，可能同价位会买到显存更高的笔记本，那么从SD出图的上限来看，应该会更高一些，只不过稳定性会略差一点，丢丢个人使用中，我的这台搭载NVIDIA RTX4090 显卡的笔记本在显存即将达到上限的时候，时而会出现崩溃出不来图的情况，但专业级显卡的电脑也不会这样。所以从稳定性上来看，还是专业级显卡好一些，但如果从性价比上来看，搭载消费级显卡的笔记本会是更好的选择。

以上就是本文全部内容啦~

-END-

将我们设为星标★就能第 一时间收到推送