关键要点
- 优先内存和一块强力的集成 GPU 或 NPU，而非纯粹的 CPU 主频
- 低功耗的 Intel N150 迷你 PC（约 $180–220）可运行 Home Assistant 和一个小型模型
- 配强力 iGPU 的 Ryzen 7/9 迷你 PC（约 $650）能在中枢旁边处理 7B 模型
- 配 NPU 的 Ryzen AI 迷你 PC（约 $1,099+）是设备端 AI 与视觉处理的最强选择
- 一台迷你 PC 可同时运行 Home Assistant、Ollama、Whisper 和 Frigate
- 关于 VRAM 细节，参见跨集群的 local-llms 硬件指南
快速推荐
三种配置可覆盖大多数 Home Assistant + 本地 AI 需求。 按预算和你想运行的模型大小来选择。
- 全能最佳 — Beelink SER8（32 GB）： 在一台机器上运行 Home Assistant、Frigate 以及 Ollama 的 7B 模型。32 GB / 1 TB 配置约 $650，但价格因经销商而异——请查看当前价格。
- 预算最佳 — Beelink EQ14 或 GMKtec G3 Plus（Intel N150）： 以约 $180–220 运行 Home Assistant 加一个小型模型（1–3B）。
- 本地 AI 首选 — GEEKOM A9 Max（Ryzen AI 9 HX 370）： 视觉处理最强的 iGPU 加 NPU；根据配置和经销商，通常约为 $1,099–1,299。
在一台机器上实现 HA + LLM 需要什么
你需要足够的内存来容纳模型加 Home Assistant，以及一块强力的 iGPU 或 NPU 来保持模型灵敏。 对这类工作负载，CPU 主频是次要的。
- 内存：为你想要的模型大小，外加中枢和加载项，留出足够余量。
- 显示/NPU：一块强力的集成 GPU 或 NPU 可降低 LLM 和 Whisper 的延迟。
- 存储：若你还运行 Frigate，要为录像留出空间——参见本地 AI 安防摄像头。
5款迷你 PC 对比
三类涵盖大多数需求：轻量 AI 用低功耗 N 系列，7B 模型用配强力 iGPU 的 Ryzen/Core i，高效的设备端 AI 用配 NPU 的迷你 PC。 以下是本指南中五款具体机型各自的定位，基于其公开规格——而非 PromptQuorum 的独立测试结果。
比较
根据你的目标模型和预算选择机型。 价格与功耗数据为近似值，来自 2026 年 8 月的厂商信息和独立硬件评测——购买前请确认当前价格。
- 关于 VRAM 和量化细节，参见跨集群的本地 LLM 的最佳迷你 PC。
- 关于网络的说明：只有 EQ14 没有 2.5GbE 网口（而是配备两个 1GbE 网口）——如果你同时运行 Home Assistant 和摄像头视频流，使用有线 2.5GbE 连接可以降低网络成为瓶颈的风险。
Beelink EQ14
- CPU:
- Intel N150
- GPU/iGPU:
- Intel UHD（集成）
- 内存（测试配置 / 最大）:
- 16 GB / 最大 16 GB（1 根 SO-DIMM）
- 以太网:
- 2x 1GbE
- 存储:
- 1x M.2 NVMe SSD
- 大致价格:
- 约 $189–220
- 待机/典型功耗:
- 待机约5–12W，负载约15–25W
- 适合场景:
- HA + 一个小型模型
GMKtec G3 Plus
- CPU:
- Intel N150
- GPU/iGPU:
- Intel UHD（集成）
- 内存（测试配置 / 最大）:
- 16 GB / 官方 16 GB，有用户报告可达 32 GB（1 根 SO-DIMM）
- 以太网:
- 1x 2.5GbE
- 存储:
- 2x M.2（2280 NVMe 最高 4TB + 2242 SATA 最高 2TB）
- 大致价格:
- 约 $180–230
- 待机/典型功耗:
- 待机约5–12W，负载约15–25W
- 适合场景:
- HA + 一个小型模型，预算灵活
Beelink SER8
- CPU:
- Ryzen 7 8845HS
- GPU/iGPU:
- Radeon 780M
- 内存（测试配置 / 最大）:
- 32 GB / 最大 256 GB（2 根 DDR5 SO-DIMM）
- 以太网:
- 1x 2.5GbE
- 存储:
- 2x M.2 PCIe 4.0（合计最高 8TB）
- 大致价格:
- 约 $650
- 待机/典型功耗:
- 待机约7–10W，持续 AI 负载约45W以上
- 适合场景:
- HA + Frigate + 7B 模型
Minisforum UM890 Pro
- CPU:
- Ryzen 9 8945HS
- GPU/iGPU:
- 与 SER8 同级别
- 内存（测试配置 / 最大）:
- 32 GB / 最大 96 GB（2 根 DDR5 SO-DIMM）
- 以太网:
- 2x 2.5GbE
- 存储:
- 2x M.2 NVMe + 外接扩展用 OCuLink
- 大致价格:
- 约 $649（32GB）/ 约 $439（裸机）
- 待机/典型功耗:
- 待机约7–9W，持续负载约54–90W
- 适合场景:
- 类似 SER8，配置更灵活
GEEKOM A9 Max
- CPU:
- Ryzen AI 9 HX 370
- GPU/iGPU:
- Radeon 890M + NPU
- 内存（测试配置 / 最大）:
- 32 GB / 最大 128 GB（2 根 DDR5 SO-DIMM）
- 以太网:
- 2x 2.5GbE
- 存储:
- 2x M.2 NVMe SSD
- 大致价格:
- 约 $1,099–1,299
- 待机/典型功耗:
- 待机约7–9W，典型使用约20–34W
- 适合场景:
- 最强设备端 AI + 视觉处理
适用性一览
下方评级是基于每款机型公开规格和组件级别得出的预期适用性——并非 PromptQuorum 对这些机型的独立实测基准。请将其作为规划配置的起点，而非保证。 ★★★★★ = 非常适合，★★☆☆☆ = 可用但有限。
迷你 PC | 本地 AI（7B+） | Frigate（摄像头） | 噪音 | 价格档位 |
|---|---|---|---|---|
| Beelink SER8 | ★★★★☆ | ★★★★☆ | 安静（小风扇） | $$$ |
| Beelink EQ14 | ★★☆☆☆ | ★★★☆☆ | 几乎无声 | $ |
| GMKtec G3 Plus | ★★☆☆☆ | ★★★☆☆ | 几乎无声 | $ |
| Minisforum UM890 Pro | ★★★★☆ | ★★★★☆ | 安静到中等（负载下升高） | $$$ |
| GEEKOM A9 Max | ★★★★★ | ★★★★★ | 安静到中等 | $$$$ |
Frigate 摄像头数量参考（基于 Frigate 官方规划文档，并非 PromptQuorum 的测试）：在这些机型上，仅靠 CPU 检测在超过 1–2 路摄像头后就会吃力——Frigate 文档建议，超出轻度、低频使用场景后应采用硬件加速检测（通过 iGPU、Coral USB 加速器，或支持 OpenVINO 的 NPU）。一般经验：N150 级机型配合 GPU/Coral 辅助检测可合理应对少量摄像头（2–4 路）；使用 GPU 加速检测的 Ryzen 780M/890M 级机型在需要考虑专用 NVR 硬件之前，可合理处理中等数量的摄像头（大约 6–10 路）。实际可支持的摄像头数量、分辨率和帧率请参考 Frigate 的规划指南。
适合场景…
- 预算低于 $250： Intel N150 机型（Beelink EQ14 或 GMKtec G3 Plus）可满足 Home Assistant 加一个小型模型。
- 想同时运行 7B 模型和 Frigate： 升级到配强力 iGPU 的 Ryzen 7/9 迷你 PC——Beelink SER8 或 Minisforum UM890 Pro。
- 想要安静、低功耗、24/7 常开且不需要大型模型： N150 机型待机功耗最低，且通常近乎无声。
- 想要最强的设备端 AI 与视觉处理： GEEKOM A9 Max 强力 iGPU 与 NPU 的组合是这里能力最强的选择，价格也最高。
预算对性能
购买能以可接受延迟运行你目标模型的最便宜机器——通常是为 7B 模型配强力 iGPU 的 Ryzen/Core i 迷你 PC。 不要为用不上的 CPU 或 NPU 性能多花钱——具体场景的直接建议见下方的该买哪一款。
- 预算型：为 HA 加一个极小模型选低功耗 N150 机器。
- 均衡型：为 7B 模型选配强力 iGPU 的 Ryzen 7/9 迷你 PC。
- 关于更广泛的硬件决策（Pi 对迷你 PC 对 NAS），参见本地智能家居的最佳硬件。
该买哪一款
按实际工作负载选择机型，而不是买能买到的最强机型。
- 若 Home Assistant 是唯一工作负载：购买 Beelink EQ14 或 GMKtec G3 Plus。
- 若想在一台机器上同时运行 Home Assistant 和本地 7B 模型：购买 Beelink SER8（32 GB 配置）。
- 若本地 AI 性能是首要考量且预算允许：升级到 GEEKOM A9 Max 或 Minisforum UM890 Pro。
- 若使用多摄像头运行 Frigate：优先考虑用于录像的内存和存储，而非单纯的 CPU 速度——存储规划参见本地 AI 安防摄像头。
⚠️警告: 如果你只需要 Home Assistant 和少量自动化，不要购买 SER8 或类似价位的机型——N150 机型便宜得多，且足以满足这类需求。
⚠️警告: 如果你的目标是同时流畅运行 7B 级模型、Whisper 和 Frigate，不要购买 N150 机型——在这种组合负载下预计会感到明显变慢。
⚠️警告: 不要期待 GEEKOM A9 Max 的 NPU 能加速本地 LLM 聊天而购买它——这部分工作主要由 iGPU 承担；NPU 的优势主要体现在 Frigate 这类视觉任务上。
总成本与功耗
硬件是唯一的实际成本——软件是免费的。 Home Assistant、Ollama、本地模型和 Frigate 都是免费开源的；迷你 PC 本身就是全部预算支出。
- 按级别划分的硬件成本： 预算型 N150 机型约 $180–230；均衡型 Ryzen 7/9 机型（32 GB）约 $650；顶配 NPU 机型约 $1,099–1,299。
- 24/7 设备的功耗： 本指南中五款机型的待机功耗大体相近（约 5–10W），但持续 AI 推理负载下差异更大——N150 机型在负载下的功耗（约15–25W）明显低于运行 7B 模型的 Ryzen 7/9 机型（约45W 或更高）。对于全天候运行的设备，这一差异在一年内累积下来，比峰值基准性能更重要。
- 厂商公布的 TDP 数值划定了上限（N150：6W；8845HS/8945HS：45W，部分主板可调至 70W；HX 370：可调 15–54W）——实际功耗取决于工作负载和 BIOS 电源模式设置。
配置注意事项
运行 Home Assistant OS 或容器，安装 Ollama，并确认推理使用了 iGPU/NPU。 为可靠性，把机器有线连接到你的网络。
- 安装 Home Assistant——参见入门。
- 安装 Ollama 并拉取一个小型模型——参见如何安装 Ollama。
- 把 Ollama 接入 Home Assistant——参见Ollama 集成指南。
常见问题
一台迷你 PC 能同时做 Home Assistant 和本地 LLM 吗？
能。一台内存足够、配强力集成 GPU 或 NPU 的迷你 PC 可同时运行 Home Assistant 和一个小型本地 LLM，并能加入 Whisper 和 Frigate。这种单机方式是获得本地 AI 智能家居最简单的途径。
我需要多少内存？
足以容纳你的目标模型，外加 Home Assistant 和任何加载项。小型模型只需不多的内存，而要在中枢旁边从容运行 7B 模型则受益于充裕内存。把内存匹配到你计划运行的最大模型。
Home Assistant 迷你 PC 选 Intel 还是 AMD？
两者都行。低功耗的 Intel N 系列机器在轻量使用上最便宜；配强力集成 GPU 的 AMD Ryzen 或 Intel Core i 迷你 PC 能更好地处理 7B 模型。按你想要的模型大小和延迟来选。
能运行本地 LLM 的最便宜迷你 PC 是哪台？
低功耗的 Intel N 系列迷你 PC 是能运行 Home Assistant 加一个非常小模型的最便宜机型，尽管响应较慢。要想 7B 级助手更灵敏，就升级到配强力 iGPU 的 Ryzen 或 Core i 迷你 PC。
包含软件在内，整套配置需要多少钱？
迷你 PC 是唯一的实际成本。Home Assistant、Ollama、本地模型和 Frigate 都是免费开源的，因此总花费就是你为硬件支付的金额——从 N150 机型约 $180 起，到本指南中最强的 NPU 配置约 $1,200 以上。
各款迷你主机的详细信息
下方每款迷你 PC 都有专门页面，涵盖配置、兼容性和购买注意事项。