Frameworkin 192 gigatavun AI-pöytäkone paljastaa, miksi jaettu muisti ratkaisee paikallisessa tekoälyssä

Frameworkin tuleva Desktop-kokoonpano on suunnattu yhteen paikallisen tekoälyn suurimmista pullonkauloista: suurten kielimallien mahduttamiseen tietokoneen muistiin ilman erillistä näytönohjainta. Järjestelmä yhdistää AMD:n 16-ytimisen Ryzen AI Max+ PRO 495 -prosessorin jopa 192 gigatavuun jaettua LPDDR5X-8533-muistia, jonka ilmoitettu kaistanleveys on 273 Gt/s. Microsoftin erillinen Windows 11 -kokeilu voisi helpottaa vastaavien jaetun muistin järjestelmien hallintaa, mutta ominaisuus on keskeneräinen eikä sitä ole julkistettu.

Yhdessä nämä kaksi kehityssuuntaa kertovat laajemmasta muutoksesta tietokoneiden suunnittelussa. Paikallinen tekoäly on yhä enemmän muistikapasiteetti- ja kaistanleveysongelma – ei pelkästään prosessoriongelma. Pilvipalvelut eivät silti ole katoamassa.

Mitä Frameworkin 192 gigatavun Desktop sisältää?

Tulevan huippukokoonpanon sydän on AMD Ryzen AI Max+ PRO 495. Se on 16-ytiminen ja 32-säikeinen Zen 5 -prosessori, jossa on Radeon-integroitu grafiikka ja XDNA 2 -neuroprosessori eli NPU. Framework ilmoittaa laitteelle 192 gigatavua jaettua LPDDR5X-muistia ja 273 Gt/s:n muistikaistan. Kapasiteetti kasvaa 50 prosenttia yhtiön aiempaan 128 gigatavun Ryzen AI Max+ 395 -kokoonpanoon verrattuna, kun taas kaistanleveys kasvaa 6,6 prosenttia aiemmasta 256 Gt/s:n alustasta. 12316

Koska suoritin ja integroitu grafiikkapiiri käyttävät samaa fyysistä muistipoolia, Frameworkin mukaan iGPU:lle voidaan osoittaa jopa 160 gigatavua. Tämä on kokoonpanon keskeinen etu paikallisten kielimallien käyttäjille: suurempi osa mallin painoista voi pysyä yhdessä koneessa sen sijaan, että malli pitäisi jakaa erillisen näytönohjaimen rajallisen VRAM-muistin ja hitaamman keskusmuistin välillä. 110

Kompaktiin tietokoneeseen 273 Gt/s on huomattava lukema, mutta se jää selvästi joidenkin tehokkaiden jaetun muistin järjestelmien alapuolelle. Se, että malli mahtuu muistiin, ei vielä tarkoita, että se toimisi nopeasti. Pitkä konteksti, työpöytäsovellukset ja useat samanaikaiset käyttäjät voivat kaikki kilpailla samasta muistikaistasta.

Millaisia malleja sillä voi ajaa?

Framework on esitellyt järjestelmän ajamassa DeepSeek V4-Flash -mallin Q8-kvantisointiversiota paikallisesti niin, että kontekstille jää vielä tilaa, laitteen esittelystä raportoineet lähteet kertovat. 714 Toisen raportin mukaan 192 gigatavun kokoonpano pystyy pitämään muistissa noin 284 miljardin parametrin mallin. Tätä on kuitenkin pidettävä muistikapasiteettia koskevana arviona, ei riippumattomana testituloksena siitä, kuinka nopeasti malli tuottaa tekstiä. 4

Kvantisointi on tässä ratkaisevaa. Pienemmän bittimäärän esitysmuodot vähentävät mallin painojen vaatimaa muistia, mutta todellinen muistitarve riippuu lisäksi mallin rakenteesta, ajonaikaisesta ylikuormasta, konteksti-ikkunan pituudesta ja muista samaan aikaan käytettävistä ohjelmista.

Muistikapasiteetti määrittää, mikä malli voi teoriassa latautua. Kaistanleveys, ohjelmistotuki ja laskentateho määrittävät, onko mallia käytännöllistä käyttää.

Mitä Microsoftin Windows 11 -kokeilu muuttaisi?

Microsoftin kerrotaan testaavan sisäisesti Windows 11:n kokeiluversiossa 29648.1000 ominaisuutta nimeltä ”IntelligentCarveout”. Koontiversiosta löytyvissä merkkijonoissa viitataan muun muassa kohtiin ”Reserved memory for accelerators” ja ”Memory for graphics and AI acceleration”. Vaikuttaa siltä, että tavoitteena on antaa Windowsille mahdollisuus varata ennalta määritetty osa jaetusta muistista grafiikka- ja tekoälykuormille sen sijaan, että koko muistipooli jätettäisiin dynaamisen jaon varaan. 333435

Ominaisuus voisi olla hyödyllinen järjestelmissä, joissa Windows-sovellukset ja tekoälyn ajonaikainen ympäristö kilpailevat samasta muistista. Varattu alue voisi tarjota mallia ajavalle työkuormalle ennakoitavamman pääsyn muistiin ja vähentää muiden ohjelmien aiheuttamia allokointivirheitä.

IntelligentCarveout ei kuitenkaan tuo koneeseen lisää RAM-muistia, nopeampaa muistiväylää tai uutta tekoälykiihdytintä. Varattu muisti ei myöskään ole tavallisten sovellusten käytettävissä. Jos tekoälylle varataan enemmän muistia, Windowsille jää vähemmän tilaa. Microsoft ei ole vahvistanut lopullista käyttöliittymää, tuettua laitteistoa, julkaisuajankohtaa tai edes sitä, julkaistaanko ominaisuutta koskaan. 364044

Päivitettävyys, käyttöjärjestelmät ja yhteensopivuus

Framework asemoi Desktopin monia kilpailijoita modulaarisemmaksi ja helpommin korjattavaksi kompaktiksi tietokoneeksi. Tulevan kokoonpanon odotetaan säilyttävän myös avoimen PCIe x4 -laajennuspaikan, johon voi lisätä yhteensopivaa laitteistoa. 13

Muistin kohdalla tilanne on toinen. 192 gigatavun LPDDR5X-muisti on juotettu emolevylle, ei käyttäjän vaihdettavissa oleville DIMM-kammoille. Ostajan kannattaa siis ajatella kapasiteettia kiinteänä valintana. Jos myöhemmin tarvitaan enemmän muistia, edessä olisi todennäköisesti emolevyn vaihtaminen – ei tavallinen RAM-päivitys. 13

Framework kertoo Desktopin soveltuvan Windows- ja Linux-käyttöön, ja vaihtoehtona on myös Linux-esiasennus. 2 Paikallisen päättelyn eli inferenssin yhteensopivuus riippuu silti käytettävästä ajonaikaisesta ympäristöstä ja kiihdytysmenetelmästä. AMD-pohjaisissa järjestelmissä voidaan hyödyntää esimerkiksi ROCm- tai Vulkan-ohjelmistopinoja, kun taas muut kompaktit jaetun muistin alustat painottavat Applen Metal/MLX- tai NVIDIAn CUDA-ekosysteemiä.

Nämä ympäristöt eivät ole keskenään suoraan vaihdettavissa. Yhdellä alustalla toimiva malli voi vaatia toisella eri ajonaikaisen ympäristön, eikä optimointi välttämättä ole yhtä hyvää. 1924

Hinta ja saatavuus ovat edelleen auki

Frameworkin verkkosivuilla 192 gigatavun Ryzen AI Max+ PRO 495 -Desktop oli 31. elokuuta 2026 yhä merkitty ”coming soon” -tilaan. Yhtiö ei ollut ilmoittanut hintaa, ennakkotilausten alkamispäivää, toimituspäivää tai laajempaa saatavuuslupausta. 21011

Siksi suorituskyky- ja hinta-arvioita on vielä liian aikaista tehdä. Kyseessä on ennakkoversio, eikä valmistajan esittely korvaa riippumattomia testejä, joissa mitataan tokenien tuotantonopeutta, lämpötiloja, virrankulutusta, mallien yhteensopivuutta ja pitkään jatkuvaa kuormaa. 6

Miten se vertautuu muihin jaetun muistin järjestelmiin?

Framework ei ole keksimässä uutta rakennetta, vaan liittyy jo vakiintuvaan suunnittelutapaan. Applen piirit käyttävät jaettua muistia, ja joissakin kokoonpanoissa niiden ilmoitetaan tarjoavan selvästi suuremman kaistanleveyden. Esimerkiksi M4 Max -kokoonpanossa 128 gigatavun muistin kaistanleveydeksi ilmoitetaan 546 Gt/s. 1720

GMKtecin ja Beelinkin kaltaiset valmistajat tarjoavat puolestaan 128 gigatavun jaetun muistin vaihtoehtoja AMD Ryzen AI Max+ 395 -pohjaisissa kompaktikoneissa. NVIDIAn DGX Spark -luokan järjestelmät painottavat CUDA-yhteensopivuutta samalla, kun ne tarjoavat kompaktin laitteen ja suuren muistimäärän yhdistelmän. 1924

Ostajan kannalta tärkeimmät erot ovat:

• Kapasiteetti: ratkaisee, mahtuuko kvantisoitu malli muistiin ilman laajaa tietokoneen ja näytönohjaimen välistä siirtelyä.
• Kaistanleveys: vaikuttaa voimakkaasti siihen, kuinka nopeasti järjestelmä pystyy siirtämään mallin tietoja inferenssin aikana.
• Ohjelmistot: ratkaisevat, mitkä ajonaikaiset ympäristöt, ytimet ja mallipalvelintyökalut toimivat hyvin.
• Päivitettävyys: on tärkeä huomio, sillä jaettu LPDDR5X-muisti on yleensä kiinteästi valittu ostohetkellä.
• Hinta ja saatavuus: määrittävät, onko ennakkoon esitelty kokoonpano oikeasti hankittavissa oleva vaihtoehto.

Suurempi oppi paikallisesta tekoälystä

Framework Desktopin tärkein ominaisuus ei ole sen NPU:n TOPS-lukema. Se on poikkeuksellisen suuri jaettu muistipooli. Microsoftin suunnittelema Windows-säätö vahvistaa samaa viestiä: kun tietokoneilla ajetaan aiempaa suurempia malleja paikallisesti, käyttöjärjestelmän muistinhallinnasta tulee osa tekoälykokemusta.

Tämä ei tarkoita, että paikalliset tietokoneet korvaisivat pilvipalvelut. Jaetun muistin kompaktit järjestelmät ovat kiinnostavia, kun mallin halutaan toimivan yhdellä omalla koneella. Pilvi-infrastruktuuri sopii kuitenkin edelleen paremmin kaikkein kehittyneimmille malleille, joustavasti skaalautuvaan kapasiteettiin, yhteistyöhön ja työkuormiin, jotka tarvitsevat huomattavasti suurempaa usean näytönohjaimen suorituskykyä.

Realistisempi johtopäätös on, että AI-tietokoneen määritelmä on laajenemassa NPU-avusteisesta työpöytäapurista. Riittävällä jaetulla muistilla pienestäkin pöytäkoneesta voi tulla paikallinen mallipalvelin. Ennen ostopäätöstä on silti tarkistettava kaistanleveys, ohjelmistotuki, kiinteä muistimäärä, aidot vertailutestit sekä vahvistettu hinta ja saatavuus.