ThinkCentre X Ultra vs. Acemagic F9A: rozhoduje 128, nebo 192 GB paměti?

U kompaktních počítačů pro AI už nejde jen o NPU a jeho marketingové číslo TOPS. Při lokálním provozu velkých jazykových modelů (LLM) je zásadní především to, zda se model vůbec vejde do rychlé paměti. Lenovo ThinkCentre X Ultra a Acemagic F9A proto stavějí na platformě AMD Ryzen AI Max+ PRO 495, kde procesor, integrovaná grafika Radeon i NPU pracují se společným fondem paměti LPDDR5X.

AMD pro tento čip uvádí až 131 TOPS celkového AI výkonu, z toho až 55 TOPS pro NPU, a podporu až 192 GB paměti. 23 Samotná kapacita ale neurčuje rychlost odpovědí: tu ovlivní také architektura modelu, kvantizace, délka kontextu, použitý inference runtime i dlouhodobé chlazení počítače. Kapacita je však základní podmínka — model, který se do paměti nevejde, lokálně nespustíte.

Proč je sjednocená paměť pro LLM podstatná

CPU, integrované GPU Radeon a NPU zde nesdílejí jen data přes oddělenou videopaměť, ale používají jeden paměťový fond. Taková konstrukce umožňuje malému desktopu poskytnout grafickým AI úlohám výrazně více paměti, než bývá běžné u integrované grafiky. Právě velikost vah modelu často rozhoduje, zda je lokální inference praktická.

Lenovo ThinkCentre X Ultra: cesta pro firmy a škálování

ThinkCentre X Ultra vměstnává Ryzen AI Max+ PRO 495 do šasi o objemu 1,6 litru. Nejvyšší konfigurace kombinuje čip s integrovanou grafikou Radeon 8065S a až 128 GB sjednocené paměti LPDDR5X; až 96 GB z ní lze nastavit pro grafické úlohy. 1

Platforma má 16 jader Zen 5 a 32 vláken, Radeon 8065S pak obsahuje 40 výpočetních jednotek. 3 Lenovo počítač cílí na lokální firemní AI, včetně víceagentních úloh, nikoli na běžný spotřebitelský mini PC. 2

Až čtyři počítače v clusteru

Zajímavou vlastností X Ultra je možnost propojit až čtyři jednotky. Při konfiguraci se 128 GB na stroj tak vznikne až 512 GB souhrnné sjednocené paměti a vyšší celkový výpočetní výkon pro distribuované AI úlohy. 3

Neznamená to ovšem, že každý program automaticky uvidí jediný fyzicky sdílený prostor o 512 GB. Využití více strojů závisí na tom, zda konkrétní software podporuje distribuovanou nebo modelově paralelní inferenci. Jde o výrobcem podporovanou cestu ke škálování, ne o záruku, že každý model poběží stejně jako v jednom počítači s 512 GB paměti.

Software, porty a dostupnost

ThinkCentre X Ultra podporuje Windows 11 i Linux a Lenovo k němu uvádí AMD Ryzen AI Developer Center s AI nástroji, modely a pracovními postupy. 8 Ve výbavě jsou podle dostupných informací dva porty Thunderbolt 4, 10GbE Ethernet, DisplayPort 2.1 a HDMI 2.1. 2 Uložiště může tvořit až dvojice SSD M.2 2280 PCIe Gen5, každé o kapacitě až 4 TB. 20

Lenovo uvádí zahájení dostupnosti v listopadu 2026. Doporučená vyvolávací cena pro Evropu činí 3 100 €, v USA má začínat na 3 699 USD. 13

Acemagic F9A: maximum paměti v jediné krabičce

Acemagic používá stejnou platformu jinak: prioritou F9A je co největší paměť v jednom kompaktním systému. Mini pracovní stanice podporuje až 192 GB sjednocené paměti LPDDR5X-8533, přičemž až 160 GB lze přidělit grafickým úlohám. 1542

Stejně jako vrcholná konfigurace Lenova má 16jádrový/32vláknový procesor Zen 5 a grafiku Radeon 8065S. NPU dosahuje až 55 TOPS a celkový AI výkon platformy má činit až 131 TOPS. 1523

Acemagic tvrdí, že kapacita paměti postačí pro lokální inferenci 120miliardových modelů v Q4 a 300miliardových modelů typu mixture-of-experts (MoE). Je to tvrzení výrobce o tom, co se do systému může vejít, nikoli univerzální záruka použitelné rychlosti — rozhoduje architektura modelu i softwarová konfigurace. 40

Rozměry, konektivita a rozšíření

F9A měří 158,5 × 158,5 × 81,5 mm, tedy zhruba dva litry. 11 Uváděná konektivita zahrnuje dva porty USB4, dvojici 2,5GbE Ethernetů, Wi‑Fi 7, Bluetooth 5.4, HDMI 2.1, DisplayPort 2.1 a OCuLink přes PCIe 4.0 ×4 pro externí rozšíření. 41

Informace o interním úložišti se v publikovaných podkladech rozcházejí: některé zdroje zmiňují dva sloty M.2 PCIe 4.0 NVMe, jiné jediný slot M.2 2280 PCIe 4.0 ×4. Před nákupem proto dává smysl ověřit finální regionální konfiguraci přímo u Acemagic. 4344

V době prezentace na veletrhu IFA Acemagic nezveřejnil potvrzenou koncovou cenu ani datum prodeje varianty F9A s PRO 495 a 192 GB. Ceny spojované se starší verzí s Ryzen AI Max+ 395 nelze považovat za cenu této nové specifikace. 1147

Který mini PC dává větší smysl?

Priorita	Vhodnější volba	Důvod
Firemní nasazení a škálovaná AI	ThinkCentre X Ultra	Zaměření na Windows/Linux, vývojářské nástroje, 10GbE a jasně deklarovaná možnost clusteru ze čtyř uzlů. 28
Největší model v jednom malém PC	Acemagic F9A	Až 192 GB sjednocené paměti oproti limitu 128 GB u Lenova. 115
Externí rozšíření	Acemagic F9A	Ve specifikacích je výslovně uveden OCuLink PCIe 4.0 ×4. 41
Nejmenší šasi	ThinkCentre X Ultra	Objem 1,6 l oproti přibližně 2 l u F9A. 111

Rozhodnutí se tedy neodvíjí hlavně od procesoru, který je v obou počítačích stejný, ale od návrhu celého systému. Lenovo nabízí ucelenější firemní balíček a cestu k rozdělení zátěže mezi několik malých počítačů. Acemagic naopak míří na uživatele, pro něž je nejčistším řešením provozovat celý model v jediném systému s co největší paměťovou rezervou.

Konkurence se zvyšuje: přichází NVIDIA RTX Spark

Obě novinky ukazují, že segment lokální AI se posouvá od běžných „AI PC“ s menší NPU k mini pracovním stanicím. U LLM mohou vedle TOPS rozhodovat kapacita a propustnost paměti, síť, možnosti rozšíření i kompatibilita s konkrétním runtime.

Nastupující alternativou jsou systémy NVIDIA RTX Spark. NVIDIA uvádí, že počítače s Windows na této platformě — kombinující CPU Grace a GPU RTX Blackwell — mají dorazit v říjnu 2026 od více než šesti výrobců. Platformě se připisuje až 128 GB sjednocené paměti a až jeden petaflop AI výkonu. 24 ASUS již oznámil kompaktní mini PC ProArt GR1X s RTX Spark, Acer ukázal malý desktopový návrh, ale jeho dostupnost zatím odložil na pozdější oznámení. 3439

AMD stroje i očekávané počítače RTX Spark míří na stejnou potřebu: mít na pracovním stole dostatek výkonu a paměti pro seriózní AI bez odesílání dat do cloudu. Praktická volba bude záviset na velikosti požadovaných modelů, používaném inference softwaru, případné závislosti na nástrojích CUDA a na tom, zda je provozně vhodnější jeden počítač s velkou pamětí, nebo několik propojených uzlů.