ThinkCentre X Ultra gegen Acemagic F9A: Wie viel Speicher braucht lokale KI?

Für lokale KI zählt bei kompakten Rechnern zunehmend nicht nur die NPU-Leistung, sondern vor allem eine viel grundlegendere Frage: Passt das Modell überhaupt in den Speicher?

Lenovos ThinkCentre X Ultra und Acemagics F9A setzen beide auf AMDs Ryzen AI Max+ PRO 495. In dieser Plattform teilen sich CPU, integrierte Radeon-Grafik und NPU einen gemeinsamen LPDDR5X-Speicherpool („Unified Memory“). AMD nennt für den Chip bis zu 131 KI-TOPS insgesamt, davon bis zu 55 TOPS für die NPU, sowie maximal 192 GB Speicher. 23

Das macht die Geräte für lokale Inferenz großer Sprachmodelle interessant: Anders als bei üblichen PCs mit integrierter Grafik steht nicht nur ein kleiner, fest abgetrennter Grafikspeicher zur Verfügung. Dennoch gilt: Viel Speicher bedeutet nicht automatisch hohe Antwortgeschwindigkeit. Modellarchitektur, Quantisierung, Kontextfenster, verwendete Inferenzsoftware und dauerhafte Kühlung bestimmen die Praxisleistung mit. Aber ohne ausreichenden Speicher lässt sich ein Modell lokal schlicht nicht laden.

Der Kernvergleich

Priorität	Bessere Wahl	Warum
Unternehmensumgebung und verteilte KI-Workloads	Lenovo ThinkCentre X Ultra	Windows-/Linux-Ausrichtung, Entwicklerwerkzeuge, 10-GbE und klar kommunizierte Cluster-Option mit vier Knoten. 28
Größtmögliches Modell in einem einzigen Mini-PC	Acemagic F9A	Bis zu 192 GB Unified Memory statt maximal 128 GB bei Lenovo. 115
Externe Erweiterung	Acemagic F9A	OCuLink über PCIe 4.0 x4 ist Teil der veröffentlichten Ausstattung. 41
Kleinstes Gehäuse	Lenovo ThinkCentre X Ultra	1,6 Liter gegenüber rund 2 Litern beim F9A. 111

ThinkCentre X Ultra: Lenovos Weg für Unternehmen

Der ThinkCentre X Ultra bringt den Ryzen AI Max+ PRO 495 in ein 1,6-Liter-Gehäuse. Die höchste Konfiguration kombiniert den Prozessor mit einer integrierten Radeon 8065S und bis zu 128 GB Unified Memory. Bis zu 96 GB davon lassen sich laut Lenovo als Grafikspeicher konfigurieren. 1

Der Prozessor bietet 16 Zen-5-Kerne und 32 Threads; die Radeon 8065S verfügt laut Berichten über 40 Compute Units. 3 Lenovo positioniert den Mini-Desktop ausdrücklich für lokalisierte Multi-Agenten-KI-Workloads im Unternehmensumfeld, nicht als klassischen Consumer-Mini-PC. 2

Bis zu vier Geräte im Cluster

Das besondere Argument des X Ultra ist die Möglichkeit, bis zu vier Systeme zu einem Cluster zusammenzuschalten. Mit je 128 GB ergibt das bis zu 512 GB zusammengefassten Unified Memory und deutlich mehr Rechenleistung für verteilte KI-Aufgaben. 3

Das ist allerdings nicht mit einem einzelnen Rechner gleichzusetzen, der für jede Anwendung einen physisch gemeinsamen 512-GB-Adressraum bietet. Ob ein Modell oder eine Anwendung von mehreren Rechnern profitiert, hängt von der Unterstützung für verteilte beziehungsweise modellparallele Inferenz in der verwendeten Software ab. Lenovos Angebot ist also ein dokumentierter Skalierungspfad – keine Zusage, dass jede lokale KI-Anwendung vier Systeme wie einen einzigen 512-GB-PC nutzen kann.

Betriebssysteme, Schnittstellen und Speicher

Der ThinkCentre X Ultra unterstützt Windows 11 und Linux. Lenovo liefert zudem das AMD Ryzen AI Developer Center mit KI-Werkzeugen, Modellen und Workflows mit. 8

Zu den berichteten Anschlüssen zählen zwei Thunderbolt-4-Ports, 10-GbE-Ethernet, DisplayPort 2.1 und HDMI 2.1. 2 Für Massenspeicher sind Konfigurationen mit bis zu zwei M.2-2280-SSDs per PCIe Gen5 und jeweils bis zu 4 TB genannt worden. 20

Lenovo kündigt die Verfügbarkeit ab November 2026 an. Der Einstiegspreis in Europa liegt bei 3.100 €, in den USA bei 3.699 US-Dollar. 13

Acemagic F9A: 192 GB in einem einzigen Gerät

Acemagic verfolgt mit dem F9A einen anderen Ansatz: möglichst viel Speicher in einer einzelnen Mini-Workstation. Das Gerät unterstützt bis zu 192 GB LPDDR5X-8533 Unified Memory, von denen bis zu 160 GB Grafik-Workloads zugewiesen werden können. 1542

Wie Lenovos Spitzenmodell nutzt auch der F9A einen Prozessor mit 16 Zen-5-Kernen und 32 Threads sowie Radeon-8065S-Grafik. Die NPU erreicht bis zu 55 TOPS, die gesamte Plattform laut AMD bis zu 131 KI-TOPS. 1523

Acemagic erklärt, die Speicherkapazität ermögliche lokale Inferenz von Q4-Modellen mit 120 Milliarden Parametern sowie Mixture-of-Experts-Modellen mit 300 Milliarden Parametern. Das sind Herstellerangaben zur möglichen Modellgröße, keine allgemeine Zusage zur Geschwindigkeit oder Nutzbarkeit: Quantisierung, Modellaufbau und Software-Konfiguration bleiben entscheidend. 40

Mehr Erweiterungsoptionen, etwas größeres Gehäuse

Der F9A misst 158,5 × 158,5 × 81,5 mm und kommt damit auf rund zwei Liter Volumen. 11 Zur genannten Ausstattung gehören zwei USB4-Anschlüsse, zweimal 2,5-GbE-Ethernet, Wi-Fi 7, Bluetooth 5.4, HDMI 2.1, DisplayPort 2.1 sowie OCuLink über PCIe 4.0 x4 für externe Erweiterungen. 41

Bei den M.2-Steckplätzen sind die veröffentlichten Angaben derzeit nicht einheitlich: Manche Berichte nennen zwei PCIe-4.0-NVMe-Slots, andere nur einen M.2-2280-Steckplatz mit PCIe 4.0 x4. Interessierte sollten deshalb die endgültliche regionale Konfiguration direkt bei Acemagic prüfen. 4344

Zum Zeitpunkt der IFA-Präsentation hatte Acemagic für die F9A-Variante mit PRO 495 und 192 GB weder einen bestätigten Verkaufspreis noch einen verbindlichen Marktstart genannt. Preise früherer Ausführungen mit Ryzen AI Max+ 395 sind nicht ohne Weiteres auf diese neue Spezifikation übertragbar. 1147

Welche Mini-Workstation passt zu welchem Einsatz?

Der ThinkCentre X Ultra ist die schlüssigere Wahl für IT-Abteilungen und Teams, die mehrere kompakte Systeme betreiben und KI-Lasten softwareseitig verteilen wollen. Dazu passen die Unterstützung von Windows und Linux, das Entwicklerpaket, 10-GbE-Netzwerk und die explizite Vier-Knoten-Strategie.

Der Acemagic F9A ist dagegen die naheliegendere Lösung, wenn ein bestimmtes Modell möglichst vollständig in einen kleinen Rechner passen soll. Die zusätzlichen 64 GB gegenüber Lenovos Maximum können genau den Unterschied ausmachen, ob ein quantisiertes Modell lokal geladen werden kann oder nicht. Hinzu kommen OCuLink und die zwei 2,5-GbE-Ports für Erweiterungen beziehungsweise Netzwerkaufgaben.

Nicht nur TOPS: Der Mini-PC-Markt für lokale KI wächst

Beide Neuheiten zeigen, dass die Kategorie der KI-PCs über die Vermarktung kleiner NPUs hinauswächst. Bei großen Sprachmodellen können Modellgröße, Speicherbandbreite, Netzwerk, Erweiterbarkeit und Kompatibilität der Laufzeitumgebung mindestens ebenso wichtig sein wie eine einzelne TOPS-Angabe.

Als weitere Plattform zeichnet sich NVIDIAs RTX Spark ab. NVIDIA hat für Oktober 2026 RTX-Spark-Windows-PCs von mehr als sechs OEM-Partnern in Aussicht gestellt. Die Systeme kombinieren eine Grace-CPU mit einer Blackwell-RTX-GPU; genannt werden bis zu 128 GB Unified Memory und bis zu ein Petaflop KI-Rechenleistung. 24

ASUS hat bereits den kompakten RTX-Spark-Mini-PC ProArt GR1X angekündigt. Acer zeigte ein kompaktes RTX-Spark-Desktopdesign, will dessen Verfügbarkeit aber erst zu einem späteren Zeitpunkt bekannt geben. 3439

Damit stehen verschiedene Wege zum gleichen Ziel nebeneinander: genug Rechenleistung und Speicher direkt auf dem Schreibtisch, um anspruchsvolle KI-Aufgaben ohne Cloud auszuführen. Entscheidend für Käuferinnen und Käufer wird letztlich sein, welche Modellgrößen sie benötigen, welche Inferenzsoftware sie einsetzen, ob CUDA-spezifische Werkzeuge erforderlich sind – und ob ein einzelnes System mit maximalem Speicher oder mehrere vernetzte Knoten besser zum eigenen Workflow passen.