Lenovo ThinkCentre X Ultra vs. Acemagic F9A para IA local

AMD ha dado a estas estaciones de trabajo compactas una ventaja poco habitual para la IA local: en el Ryzen AI Max+ PRO 495, la CPU, los gráficos integrados Radeon 8065S y los recursos de IA comparten el mismo bloque de memoria LPDDR5X. En lugar de quedar limitados por una cantidad fija de VRAM en una GPU dedicada, los entornos de ejecución de modelos locales pueden aprovechar un presupuesto de memoria compartida mucho mayor. 442

Esa es la idea central del Lenovo ThinkCentre X Ultra y el Acemagic F9A PRO 495. Pero no son productos equivalentes: Lenovo plantea un mini PC empresarial de 1,6 litros, con gestión corporativa y una ruta de ampliación mediante clúster; Acemagic prioriza la mayor configuración de memoria anunciada en un único equipo.

Comparativa rápida

	Lenovo ThinkCentre X Ultra	Acemagic F9A PRO 495
Procesador	Hasta Ryzen AI Max+ PRO 495 con Radeon 8065S 42	Ryzen AI Max+ PRO 495 con Radeon 8065S 4
Memoria unificada máxima	128 GB LPDDR5X 42	192 GB LPDDR5X-8533 4
Memoria asignable a gráficos	Hasta 96 GB tomados de la memoria unificada 42	Hasta 160 GB para gráficos, según las especificaciones publicadas 23
Formato	1,6 litros 42	Cerca de 2 litros; 158,5 × 158,5 × 81,5 mm 5
Almacenamiento	Hasta dos SSD M.2 2280 PCIe Gen5 de 4 TB, 8 TB en total 33	Se ha informado de una ranura M.2 2280 PCIe 4.0 x4 compatible con hasta 4 TB 13
Red y expansión	Configuración orientada a empresa, con AMD PRO y funciones de seguridad y gestión de Lenovo; el detalle de puertos depende de la configuración 42	Doble Ethernet de 2,5 GbE, Wi‑Fi 7, dos USB4, HDMI 2.1, DisplayPort 2.1 y OCuLink 4
Software	Compatibilidad con Windows 11 y Linux, además de Lenovo AI Developer Center y herramientas de administración empresarial 45	Anuncio centrado en hardware para IA local; no se detallaron compromisos equivalentes de gestión de flotas empresariales 4
Disponibilidad y precio	Previsto desde noviembre de 2026, a partir de 3.100 € 42	Sin precio, regiones ni fecha de venta anunciados durante la presentación en IFA 1

Por qué la memoria unificada importa para los LLM locales

En un PC convencional con GPU dedicada, la RAM del sistema y la VRAM de la tarjeta gráfica son espacios separados. Para la inferencia local, los pesos del modelo y la caché KV —que crece en conversaciones con mucho contexto— deben caber en la memoria que puede utilizar el acelerador encargado de ejecutar el modelo. Por eso, la capacidad de VRAM suele ser el principal límite.

El diseño del PRO 495 elimina esa separación rígida mediante memoria compartida. Acemagic indica expresamente que CPU, gráfica Radeon integrada y recursos de IA utilizan el mismo bloque de memoria, algo que enfoca a la inferencia local y otras cargas intensivas en memoria. 4 Lenovo, por su parte, especifica hasta 128 GB de memoria unificada, de los que se pueden asignar hasta 96 GB a gráficos. 42

Esto no convierte la LPDDR5X compartida en el equivalente de la memoria de una GPU dedicada de gama alta. Su fortaleza principal es la capacidad y la flexibilidad: puede permitir ejecutar modelos cuantizados más grandes, usar contextos más largos o reservar más espacio para la caché KV que un equipo con poca VRAM dedicada. La velocidad real de generación seguirá dependiendo del formato del modelo, el motor de inferencia, el tamaño del prompt y del contexto, el ancho de banda de memoria y el comportamiento sostenido de potencia y temperatura.

Mismo chip, distinto techo de memoria

Ambos equipos combinan el PRO 495 con los gráficos integrados Radeon 8065S. Acemagic anuncia en su configuración superior 16 núcleos de CPU y 32 hilos, frecuencia de hasta 5,2 GHz y una NPU de 55 TOPS; la cifra total de plataforma comunicada por AMD alcanza hasta 131 TOPS. 47 El sistema anunciado por Lenovo también llega a una NPU de 55 TOPS y utiliza la misma Radeon 8065S. 3342

Por eso, la diferencia decisiva no está tanto en el silicio como en la memoria que cada fabricante pone a disposición.

Acemagic F9A: prioridad absoluta a la capacidad

La configuración máxima de 192 GB de LPDDR5X-8533 define al F9A. Las especificaciones publicadas señalan que hasta 160 GB pueden asignarse a la GPU integrada. 23 Esos 64 GB adicionales frente al máximo de memoria total del Lenovo pueden ser relevantes cuando el modelo, su ventana de contexto y la caché KV compiten por el mismo espacio.

Acemagic promociona el equipo para modelos de hasta 120B en cuantización Q4 y modelos mixture-of-experts de 300B. 2 Conviene interpretar estas cifras como declaraciones de compatibilidad del fabricante, no como una prueba independiente de rendimiento interactivo. Que un modelo pueda cargarse no implica que responda a una velocidad útil en todos los escenarios, especialmente con contextos largos o un entorno de ejecución exigente.

El F9A también incluye conexiones atractivas para usuarios avanzados: dos USB4, doble Ethernet de 2,5 GbE, Wi‑Fi 7, salidas de vídeo y OCuLink. 4 Este último es especialmente interesante porque abre una vía de expansión PCIe externa, incluida la posibilidad de conectar una GPU externa, aunque su utilidad concreta dependerá del hardware conectado y del soporte del software.

Lenovo ThinkCentre X Ultra: una ruta empresarial más definida

El ThinkCentre X Ultra alcanza 128 GB de memoria unificada y hasta 96 GB de memoria asignada a gráficos. 42 Tiene menos margen que la versión máxima de Acemagic, pero sigue siendo una capacidad elevada para un ordenador de sobremesa de este tamaño.

Su diferencia clave es la opción de clúster anunciada por Lenovo: un X Ultra puede conectarse con hasta otros tres equipos para abordar modelos más grandes y cargas de trabajo multiagente. 44 Cuatro sistemas plenamente configurados sumarían hasta 512 GB de memoria unificada agregada.

Esa cifra no debe confundirse con un único espacio coherente de 512 GB de memoria de GPU. La inferencia multinodo requiere software capaz de repartir el trabajo o las capas del modelo entre máquinas, y la comunicación por red introduce sobrecarga. El clúster puede ampliar los modelos que se pueden ejecutar localmente, pero no garantiza la misma latencia ni la simplicidad de un único acelerador con esa memoria directamente conectada.

Lenovo añade una plataforma empresarial más clara: compatibilidad con AMD PRO, seguridad ThinkShield y gestión DASH. 36 También indica compatibilidad con Windows 11 y Linux. Junto a su lanzamiento previsto para noviembre de 2026 y un precio de partida de 3.100 €, ofrece una referencia de compra más concreta. 4245

Lo que dicen —y lo que no dicen— los TOPS

Los 55 TOPS de la NPU y la cifra de hasta 131 TOPS de la plataforma son indicadores de capacidad teórica de IA compatible, pero no un benchmark de la rapidez de respuesta de un chatbot ni de la calidad del modelo. Ninguno de los anuncios aporta resultados independientes y comparables de tokens por segundo en LLM habituales.

Para elegir entre ambos, conviene separar tres preguntas:

1. ¿Cabe el modelo? Aquí mandan la memoria disponible, la cuantización y la longitud de contexto.
2. ¿Responderá con agilidad? Hace falta medir tokens por segundo con el modelo y el entorno de inferencia concretos; una cifra de TOPS no basta.
3. ¿Puede operarse de forma fiable a escala? En este punto, las herramientas de gestión de Lenovo y su vía documentada para varios sistemas pueden importar más que la capacidad máxima de un único nodo.

Para ejecutar un modelo cuantizado grande en una caja compacta, el F9A es la propuesta más ambiciosa sobre el papel gracias a sus 192 GB. Para una organización que valore un calendario de lanzamiento conocido, opciones de Windows y Linux, funciones de gestión y una configuración de clúster descrita por el fabricante, el X Ultra ofrece una propuesta más estructurada.

El efecto RTX Spark en el mercado de IA local compacta

Los dos sistemas de AMD llegan mientras Nvidia extiende RTX Spark a portátiles Windows y equipos de sobremesa compactos. Nvidia indicó que los sistemas RTX Spark de ASUS, Dell, HP, Lenovo, Microsoft Surface y MSI estarían disponibles en otoño de 2026, y que Acer y Gigabyte se sumarían después. 32 Reuters también informó de que la plataforma aparecería en portátiles y ordenadores compactos de grandes fabricantes, entre ellos Dell, HP y Lenovo. 17

RTX Spark representa, por tanto, una dirección competitiva relevante, en especial para quienes priorizan el ecosistema de software GPU de Nvidia. Pero todavía no es un sustituto directo, modelo por modelo, de estas dos máquinas: las configuraciones finales de los fabricantes, los precios y los datos independientes de rendimiento varían según el dispositivo y aún necesitan validación. 23

La elección práctica

• Elige el Acemagic F9A si tu prioridad es la mayor memoria unificada anunciada en un solo equipo. Sus 192 GB y los hasta 160 GB asignables a gráficos son sus ventajas más claras para experimentar con modelos cuantizados mayores y contextos extensos. Sus datos definitivos de compra seguían sin confirmarse en el anuncio. 12
• Elige el Lenovo ThinkCentre X Ultra si valoras más la administración empresarial, las opciones de sistema operativo compatibles y una vía formal para montar un clúster de cuatro equipos que la memoria máxima por máquina. Está previsto desde noviembre de 2026, a partir de 3.100 €. 4245
• Espera comparativas con benchmarks si el criterio decisivo es la velocidad interactiva de los LLM. La capacidad de memoria hace singulares a estos sistemas, pero ningún dato de TOPS anunciado sustituye pruebas con el modelo, la cuantización, el contexto y el software de inferencia que realmente vayas a usar.

La conclusión general es que las estaciones de trabajo compactas para IA empiezan a competir tanto por la capacidad de memoria como por el rendimiento bruto del acelerador. En este segmento, poder mantener un modelo en local —y conservar memoria suficiente para un contexto útil— puede importar más que una cifra llamativa de potencia de cálculo.