GMKtec og Acemagic pakker 192 GB lokal KI inn i mini-PC-er

GMKtec EVO-X5 Pro og Acemagic F9A er blant de første kompakte arbeidsstasjonene med AMD Ryzen AI Max+ PRO 495, tidligere kjent under kodenavnet Gorgon Halo. Det mest oppsiktsvekkende er ikke et separat skjermkort, men en felles minnepool på opptil 192 GB med høy båndbredde, som deles av prosessoren og den integrerte grafikken. Ideen er å kunne kjøre store, kvantiserte språkmodeller lokalt – uten å sende spørsmål eller dokumenter til en skytjeneste. 1843

Maskinvaren som ble vist på IFA 2026

Ryzen AI Max+ PRO 495 har 16 Zen 5-kjerner og 32 tråder, boost på opptil 5,2 GHz og integrert Radeon 8065S-grafikk med 40 beregningsenheter. AMD oppgir støtte for opptil 192 GB LPDDR5X-8533 over et 256-bits minnegrensesnitt. NPU-en er vurdert til opptil 55 TOPS, mens produsentmateriell oppgir opptil 131 TOPS samlet KI-ytelse for plattformen. 1343

Minneoppsettet er samlet, ikke delt mellom vanlig RAM og minne på et separat skjermkort. I systemer som støtter det, kan opptil 160 GB av de 192 GB settes av som grafikkminne for den integrerte GPU-en. LPDDR5X-8533 på en 256-bits buss gir om lag 273 GB/s i teoretisk minnebåndbredde. 33543

Dette er hovedpunktene for de to IFA-maskinene:

• GMKtec EVO-X5 Pro: GMKtec har bekreftet en mini-PC med Ryzen AI Max+ PRO 495, opptil 192 GB minne og opptil 160 GB som kan tildeles GPU-en. Selskapet oppga salgsstart i oktober 2026. 8
• Acemagic F9A: Acemagic viste F9A PRO 495 på IFA med samme prosessorfamilie, opptil 192 GB samlet minne og Radeon 8065S. Én rapport beskriver kabinettet som rundt to liter stort, med målene 158,5 × 158,5 × 81,5 mm. 129

Det finnes foreløpig ikke like komplett, endelig dokumentasjon på porter, kjøling, effektgrenser eller regionale konfigurasjoner for begge maskinene. Det er vesentlig informasjon: Vedvarende KI-ytelse i en mini-PC avhenger i stor grad av kjøling og konfigurert strømforbruk, ikke bare prosessornavnet.

Derfor betyr 192 GB noe for 300B-modeller

Antallet parametere alene avgjør ikke om en modell får plass. Kvantiseringsformatet og minnebruken i programvaren teller også. Kun modellvektene i en språkmodell med 300 milliarder parametere vil omtrent kreve:

Vektformat	Omtrentlig rå størrelse på vektene	Praktisk mulig i en GPU-tildeling på 160 GB?
FP16	600 GB	Nei
INT8	300 GB	Nei
INT4	150 GB desimalt	Muligens, men med lite slingringsmonn

Ved 4 bit per parameter fyller 300 milliarder vekter rundt 150 GB før metadata fra kvantiseringen, arbeidsbuffere og nøkkel/verdi-bufferen (KV-cache) som brukes til kontekstvinduet. Derfor forutsetter AMDs posisjonering rundt 300B-modeller aggressiv kvantisering og en passende arbeidslastkonfigurasjon. AMDs egen kommunikasjon tar tilsvarende forbehold om modellarkitektur, kvantisering og arbeidslast. 1531

Den praktiske konklusjonen er at systemene kan klare å laste og kjøre enkelte omtrent 300B-store INT4-modeller lokalt. Det er ikke det samme som å kjøre en 300B-modell i FP16 eller INT8, og det er heller ingen garanti for høy hastighet på tekstgenerering. Når opptil 160 GB settes av til grafikken, blir det dessuten begrenset kapasitet igjen til operativsystemet og CPU-arbeid.

Kildematerialet gir ikke pålitelig primærdokumentasjon for en demonstrasjon eller modell kalt «Qwen3.8-Flash-Next». Den bør derfor ikke behandles som en uavhengig verifisert test eller produktdemonstrasjon uten en primærkilde.

Kapasitet er det viktigste generasjonshoppet

Sammenlignet med den tidligere Ryzen AI Max 300-klassen, som stoppet på 128 GB LPDDR5X-8000 samlet minne, løfter PRO 400-plattformen taket til 192 GB. Det er en økning på 50 prosent. Maksimal tildeling til grafikkminne øker samtidig fra 96 til 160 GB, ifølge rapporteringen om AMDs plattformlansering. 11

Båndbredden øker langt mindre: LPDDR5X-8000 på 256-bit gir om lag 256 GB/s teoretisk, mens LPDDR5X-8533 når rundt 273 GB/s – omtrent 6,6 prosent mer. CPU-en er fortsatt et 16-kjerners Zen 5-design, og toppmodellen beholder Radeon 8065S. Dette er dermed først og fremst en oppgradering av minnekapasiteten, ikke en helt ny beregningsarkitektur. 93336

For kjøpere er forskjellen viktig. Det ekstra minnet endrer hvilke modeller som kan holdes lastet lokalt, men det gjør ikke den integrerte GPU-en til en datasenterakselerator med HBM-minne og vesentlig høyere båndbredde.

Flere systemer på 192 GB-plattformen

PRO 400-familien består av Ryzen AI Max PRO 485, 490 og Max+ PRO 495. 495 er toppkonfigurasjonen med 16 kjerner og Radeon 8065S-grafikk, mens 485 og 490 bruker Radeon 8050S. 1632

Andre annonserte systemer på plattformen er:

• Minisforum MS-S1 MAX P495, en mini-arbeidsstasjon med opptil 192 GB LPDDR5X samlet minne og opptil 160 GB som kan tildeles som VRAM. 34
• Framework Desktop, en kompakt stasjonær konfigurasjon med PRO 495, 192 GB minne, oppgitt båndbredde på 273 GB/s og opptil 160 GB tilgjengelig for iGPU-en. 1433
• Lenovo ThinkCentre X Ultra, som er omtalt med opptil PRO 495, men med lavere minnetak på 128 GB og opptil 96 GB dedikert grafikkminne. Den var ventet å starte på 3 669 dollar og sendes i november 2026. 34

Hvem passer disse maskinene for?

En mini-arbeidsstasjon med 192 GB Gorgon Halo-minne bør først og fremst forstås som en maskin for lokal inferens og utvikling, der modellkapasitet og lokal databehandling er viktigere enn maksimal gjennomstrømming. Den kan være aktuell for team som prøver ut kvantiserte språkmodeller, private dokumentarbeidsflyter eller KI-utvikling uten nett, og som ellers ville trengt en skyinstans eller en langt større arbeidsstasjon med flere GPU-er.

Begrensningene er tydelige. En Radeon iGPU med delt minne og rundt 273 GB/s båndbredde er noe helt annet enn en kraftig akselerator med HBM-minne. NPU-ens 55 TOPS er heller ikke et direkte mål på ytelsen ved generering fra store språkmodeller. Programvarestakk, GPU-kjøring, modellformat, kontekstlengde og vedvarende strømforbruk påvirker de reelle resultatene. 135

Pris er også en begrensning. Acemagic skal ifølge omtale ha planlagt en F9A med 192 GB og 2 TB SSD til 8 000 euro i egen nettbutikk og på Amazon i september 2026. Det bør leses som en rapportert, planlagt listepris – ikke en bekreftet markedspris. 6

Likevel viser EVO-X5 Pro og F9A retningen for kompakte KI-arbeidsstasjoner: mer samlet minne, slik at langt større kvantiserte modeller kan bli liggende på én maskin på skrivebordet. Det mest nyttige spørsmålet for kjøpere er derfor ikke bare om en maskin hevder støtte for «300B», men hvilken konkret kvantisert modell og kontekstlengde den kan kjøre i akseptabel hastighet.