ThinkCentre X Ultra vs F9A: 큰 로컬 AI 모델을 위한 초고용량 미니 PC

로컬 AI용 소형 데스크톱의 핵심은 이제 작은 NPU 하나가 아니다. 실제로 유용한 대규모 언어 모델(LLM)을 클라우드 없이 구동하려면, 우선 모델 가중치를 담아 둘 만큼의 빠른 메모리가 필요하다.

레노버 ThinkCentre X Ultra와 에이스매직 F9A는 모두 AMD Ryzen AI Max+ PRO 495를 기반으로 한다. 이 플랫폼은 CPU, Radeon 내장 그래픽, NPU가 하나의 LPDDR5X 메모리 풀을 함께 쓰는 구조다. AMD는 이 칩의 AI 성능을 최대 131 TOPS, NPU 성능을 55 TOPS로 제시하며 최대 192GB 메모리를 지원한다고 밝힌다. 23

왜 통합 메모리가 로컬 LLM에 중요한가

일반적인 외장 그래픽카드는 별도의 고정 VRAM을 갖지만, 이들 시스템은 CPU·내장 GPU·NPU가 통합 메모리를 공유한다. 따라서 소형 PC에서도 GPU 중심 AI 작업에 비교적 큰 메모리 용량을 배정할 수 있다. 로컬 추론에서 모델 가중치가 병목일 때 특히 중요한 설계다.

물론 메모리 용량이 곧 응답 속도를 뜻하지는 않는다. 실제 성능은 모델 구조, 양자화 방식, 컨텍스트 길이, 추론 런타임, 장시간 부하에서의 발열 제어 등에 따라 달라진다. 다만 로컬 실행의 출발점은 분명하다. 메모리에 들어가지 않는 모델은 로컬에서 실행할 수 없다.

ThinkCentre X Ultra: 기업형 확장 전략

ThinkCentre X Ultra는 최대 Ryzen AI Max+ PRO 495와 Radeon 8065S 내장 그래픽을 1.6L 섀시에 담은 제품이다. 최대 128GB 통합 LPDDR5X 메모리를 지원하며, 레노버는 이 중 최대 96GB를 그래픽 메모리로 설정할 수 있다고 안내한다. 1

플랫폼 기준으로 PRO 495는 Zen 5 CPU 16코어·32스레드와 40 컴퓨트 유닛(CU)의 Radeon 8065S를 결합한다. 3 레노버는 이 제품을 일반 소비자용 미니 PC보다는 현지 실행형 멀티 에이전트 기업 AI 워크로드를 겨냥한 시스템으로 제시했다. 2

최대 4대 클러스터, 합산 512GB 메모리

X Ultra의 차별점은 최대 4대를 클러스터로 구성할 수 있다는 점이다. 각 시스템을 128GB 구성으로 선택하면 합산 통합 메모리 최대 512GB와 더 많은 총연산 자원을 확보할 수 있다. 3

다만 이를 모든 애플리케이션이 단일 PC의 물리적 공유 메모리 512GB처럼 사용할 수 있다는 뜻으로 받아들여서는 안 된다. 여러 시스템을 활용하려면 분산 추론 또는 모델 병렬화를 지원하는 소프트웨어가 필요하다. 핵심 가치는 모든 모델에 자동 적용되는 단일 메모리 공간이 아니라, 제조사가 제시한 스케일아웃 경로다.

소프트웨어·포트·저장장치·출시

ThinkCentre X Ultra는 Windows 11과 Linux를 지원하며, AMD Ryzen AI Developer Center의 AI 도구·모델·워크플로를 제공한다. 8 알려진 연결 구성에는 Thunderbolt 4 2개, 10GbE 이더넷, DisplayPort 2.1, HDMI 2.1이 포함된다. 2 저장장치는 M.2 2280 PCIe Gen5 SSD를 최대 2개, 각각 최대 4TB까지 구성할 수 있는 것으로 보도됐다. 20

레노버는 2026년 11월 출시를 예고했으며, 유럽 시작가는 3,100유로, 미국 시작가는 3,699달러로 알려졌다. 13

에이스매직 F9A: 한 대 안에 최대 모델 용량

F9A는 같은 Ryzen AI Max+ PRO 495 플랫폼을 쓰되, 한 대의 미니 워크스테이션에 최대한 큰 메모리 풀을 넣는 방향을 택했다. 최대 192GB LPDDR5X-8533 통합 메모리를 지원하고, 그중 최대 160GB를 그래픽 작업에 할당할 수 있다. 1542

최상위 구성은 16코어·32스레드 Zen 5 CPU와 Radeon 8065S 그래픽을 갖춘다. NPU 성능은 최대 55 TOPS, 플랫폼 전체 AI 성능은 최대 131 TOPS다. 1523

에이스매직은 이 메모리 용량으로 1,200억 파라미터 Q4 모델과 3,000억 파라미터 Mixture-of-Experts(MoE) 모델의 로컬 추론을 지원할 수 있다고 주장한다. 다만 이는 모델을 메모리에 올릴 수 있는지와 활용 가능성에 관한 제조사 주장이지, 모든 모델에서의 처리 성능을 보장하는 수치는 아니다. 모델 구조와 소프트웨어 설정의 영향이 크다. 40

확장성 및 크기

F9A의 크기는 158.5 × 158.5 × 81.5mm, 부피는 약 2L다. 11 공개된 I/O 구성에는 USB4 2개, 2.5GbE 이더넷 2개, Wi‑Fi 7, Bluetooth 5.4, HDMI 2.1, DisplayPort 2.1, 그리고 외부 확장용 PCIe 4.0 x4 기반 OCuLink가 포함된다. 41

저장장치 정보는 보도별로 엇갈린다. 일부는 M.2 PCIe 4.0 NVMe 슬롯 2개를, 다른 일부는 M.2 2280 PCIe 4.0 x4 슬롯 1개를 언급한다. 구매 전 해당 지역에서 판매되는 최종 사양을 에이스매직에 직접 확인하는 편이 안전하다. 4344

IFA 공개 시점에 에이스매직은 PRO 495·192GB F9A의 확정 소매 가격과 출시일을 밝히지 않았다. 이전 Ryzen AI Max+ 395 구성에 붙은 가격을 이 신형 사양의 가격으로 간주해서는 안 된다. 1147

어떤 제품이 더 맞을까

우선순위	더 적합한 제품	이유
기업 배포 및 스케일아웃 AI	ThinkCentre X Ultra	Windows/Linux 지원, 개발 도구, 10GbE, 최대 4노드 클러스터 경로를 제시한다. 28
한 대의 소형 PC에 넣을 수 있는 최대 로컬 모델	에이스매직 F9A	통합 메모리가 최대 192GB로, 레노버의 128GB 상한보다 크다. 115
외부 확장	에이스매직 F9A	PCIe 4.0 x4 기반 OCuLink가 연결 사양에 명시돼 있다. 41
더 작은 섀시	ThinkCentre X Ultra	1.6L로 F9A의 약 2L보다 작다. 111

결국 선택의 기준은 공통 프로세서보다 시스템 설계에 있다. 레노버는 여러 소형 시스템으로 작업을 확장하는 기업형 운영 경로를 더 분명하게 내세운다. 반면 F9A는 모델 전체를 한 시스템에 담아야 할 때, 최대 규모의 단일 메모리 풀을 제공한다는 점이 강점이다.

미니 워크스테이션 AI 경쟁도 본격화

두 제품은 로컬 AI PC가 단순한 NPU TOPS 경쟁을 넘어섰음을 보여준다. LLM 작업에서는 모델 탑재 가능 여부, 메모리 대역폭, 네트워크, 외부 확장성, 런타임 호환성이 표기 TOPS만큼 중요할 수 있다.

경쟁 축에는 NVIDIA의 RTX Spark 시스템도 떠오르고 있다. NVIDIA는 Grace CPU와 Blackwell RTX GPU를 결합한 RTX Spark 기반 Windows PC가 6곳 이상의 OEM을 통해 2026년 10월 출시될 예정이라고 밝혔으며, 이 플랫폼에는 최대 128GB 통합 메모리와 최대 1페타플롭의 AI 연산 성능이 거론된다. 24 ASUS는 RTX Spark 기반 소형 PC인 ProArt GR1X를 발표했고, Acer도 RTX Spark 소형 폼팩터 데스크톱 설계를 공개했지만 출시 일정은 추후 발표할 계획이다. 3439

AMD 기반 시스템과 출시를 앞둔 RTX Spark PC는 같은 수요를 서로 다른 방식으로 겨냥한다. 즉, 책상 위에서 상당한 AI 작업을 로컬로 실행할 만큼의 연산 성능과 메모리를 제공하는 것이다. 구매자는 필요한 모델 크기, 사용하는 추론 소프트웨어, CUDA 전용 도구의 필요성, 그리고 고용량 단일 시스템과 네트워크로 묶은 여러 노드 중 어느 운영 방식이 맞는지를 기준으로 판단해야 한다.