Lenovo ThinkCentre X Ultra vs Acemagic F9A: kompaktowe stacje robocze dla większych modeli AI

Najważniejsza cecha nowych kompaktowych komputerów do AI nie zawsze kryje się w NPU. Przy lokalnym uruchamianiu dużych modeli językowych kluczowe pytanie brzmi często: czy model w ogóle zmieści się w pamięci?

Lenovo ThinkCentre X Ultra i Acemagic F9A korzystają z AMD Ryzen AI Max+ PRO 495 — układu łączącego procesor CPU, zintegrowaną grafikę Radeon oraz NPU, które korzystają ze wspólnej puli pamięci LPDDR5X. AMD deklaruje do 131 TOPS całkowitej wydajności AI, w tym 55 TOPS dla samego NPU, oraz obsługę maksymalnie 192 GB pamięci. 23

Dlaczego pamięć zunifikowana ma znaczenie dla lokalnych LLM-ów

W tych konstrukcjach CPU, zintegrowany Radeon i NPU korzystają z tej samej pamięci. Nie trzeba więc polegać wyłącznie na osobnej karcie graficznej z ograniczoną, fizycznie wydzieloną pamięcią VRAM. Dzięki temu mały komputer może udostępnić obciążeniom AI znacznie większą pulę pamięci niż typowy system z grafiką zintegrowaną.

Sama pojemność pamięci nie przesądza o szybkości odpowiedzi modelu. Wpływ mają m.in. architektura i kwantyzacja modelu, długość kontekstu, używany runtime oraz zachowanie wydajności przy długotrwałym obciążeniu i temperaturach roboczych. Jest jednak warunkiem podstawowym: model, który nie mieści się lokalnie, nie uruchomi się lokalnie.

Lenovo ThinkCentre X Ultra: opcja zorientowana na firmy

ThinkCentre X Ultra mieści platformę Ryzen AI Max+ PRO 495 w obudowie o objętości 1,6 l. W najwyższej konfiguracji oferuje zintegrowaną grafikę Radeon 8065S i do 128 GB zunifikowanej pamięci LPDDR5X; Lenovo podaje, że do 96 GB można skonfigurować jako pamięć przeznaczoną dla grafiki. 1

Układ ma 16 rdzeni CPU Zen 5 i 32 wątki, a Radeon 8065S integruje 40 jednostek obliczeniowych. 3 Lenovo pozycjonuje ten komputer przede wszystkim do lokalnych, wieloagentowych obciążeń AI w przedsiębiorstwach, a nie jako zwykły konsumencki mini-PC. 2

Do czterech komputerów i 512 GB pamięci łącznie

Cechą wyróżniającą X Ultra jest możliwość zestawienia klastra z maksymalnie czterech urządzeń. Przy 128 GB na komputer daje to do 512 GB łącznej pamięci zunifikowanej oraz wyraźnie większą całkowitą moc obliczeniową dla rozproszonych zadań AI. 3

Nie oznacza to jednak jednej, fizycznie współdzielonej przestrzeni adresowej 512 GB dostępnej dla każdej aplikacji. To, czy dane obciążenie skorzysta z kilku maszyn, zależy od obsługi inferencji rozproszonej lub równoległej dla modelu przez używane oprogramowanie. Jest to wspierana przez producenta ścieżka skalowania, a nie gwarancja, że każdy model będzie działał tak, jak na jednym komputerze z 512 GB pamięci.

Systemy, złącza, nośniki i dostępność

ThinkCentre X Ultra obsługuje Windows 11 i Linux. Lenovo dołącza też AMD Ryzen AI Developer Center z narzędziami, modelami i przepływami pracy dla AI. 8 Wśród raportowanych złączy znajdują się dwa Thunderbolt 4, Ethernet 10GbE, DisplayPort 2.1 i HDMI 2.1. 2 Opisywane konfiguracje przewidują maksymalnie dwa dyski M.2 2280 PCIe Gen5, każdy o pojemności do 4 TB. 20

Lenovo zapowiada dostępność od listopada 2026 r.; sugerowana cena startowa w Europie wynosi 3100 euro, a w USA 3699 USD. 13

Acemagic F9A: największa pojemność modeli w jednym pudełku

Acemagic wykorzystuje ten sam Ryzen AI Max+ PRO 495 w inny sposób: priorytetem jest jak największa pamięć w jednej miniaturowej stacji roboczej. F9A obsługuje do 192 GB zunifikowanej pamięci LPDDR5X-8533, z czego do 160 GB można przypisać obciążeniom graficznym. 1542

Podobnie jak topowy wariant Lenovo, komputer ma procesor Zen 5 z 16 rdzeniami i 32 wątkami oraz grafikę Radeon 8065S. NPU platformy osiąga do 55 TOPS, a AMD podaje do 131 TOPS całkowitej wydajności AI. 1523

Acemagic deklaruje, że pojemność pamięci F9A pozwala na lokalną inferencję modeli Q4 o 120 mld parametrów oraz modeli mixture-of-experts o 300 mld parametrów. Są to deklaracje producenta dotyczące możliwości zmieszczenia i potencjalnego użycia modeli, a nie uniwersalna obietnica wydajności — znaczenie mają architektura modelu i konfiguracja oprogramowania. 40

Rozbudowa i wymiary

F9A ma wymiary 158,5 × 158,5 × 81,5 mm, co odpowiada obudowie o objętości około dwóch litrów. 11 Według opublikowanych informacji zestaw złączy obejmuje dwa USB4, dwa porty Ethernet 2,5GbE, Wi‑Fi 7, Bluetooth 5.4, HDMI 2.1, DisplayPort 2.1 oraz OCuLink w standardzie PCIe 4.0 x4 do zewnętrznej rozbudowy. 41

Informacje o magazynie danych nie są w pełni spójne: część publikacji mówi o dwóch gniazdach M.2 PCIe 4.0 NVMe, inne o jednym gnieździe M.2 2280 PCIe 4.0 x4. Przed zakupem warto więc potwierdzić finalną konfigurację przeznaczoną dla danego regionu bezpośrednio u Acemagic. 4344

W chwili prezentacji na IFA Acemagic nie ogłosił potwierdzonej ceny detalicznej ani daty premiery F9A z PRO 495 i 192 GB pamięci. Cen przypisywanych wcześniejszym wersjom z Ryzen AI Max+ 395 nie należy traktować jako cen nowej specyfikacji. 1147

Który komputer wybrać?

Priorytet	Lepszy wybór	Dlaczego
Wdrożenia firmowe i skalowanie AI	ThinkCentre X Ultra	Pozycjonowanie pod Windows i Linux, narzędzia dla deweloperów, 10GbE oraz zapowiedziana ścieżka budowy klastra z czterech węzłów. 28
Największy lokalny model w jednym mini-PC	Acemagic F9A	Do 192 GB pamięci zunifikowanej, wobec limitu 128 GB w Lenovo. 115
Zewnętrzna rozbudowa	Acemagic F9A	OCuLink PCIe 4.0 x4 jest wyraźnie wymieniony w opublikowanej specyfikacji złączy. 41
Najmniejsza obudowa	ThinkCentre X Ultra	1,6 l wobec około 2 l w F9A. 111

Różnica między tymi produktami nie wynika więc głównie ze wspólnego procesora, ale z projektu całego systemu. Lenovo oferuje bardziej jednoznacznie firmową drogę do skalowania obciążeń na kilka małych komputerów. Acemagic stawia na pojedynczą maszynę z największą dostępną pulą pamięci — co bywa prostszym rozwiązaniem, gdy model musi w całości zmieścić się na jednym urządzeniu.

Rynek miniaturowych stacji AI rośnie

Obie premiery pokazują, że segment komputerów do lokalnej AI wychodzi poza skromne wskaźniki wydajności NPU. W pracy z LLM-ami równie ważne jak deklarowane TOPS mogą być: możliwość zmieszczenia modelu w pamięci, przepustowość pamięci, sieć, zewnętrzna rozbudowa i kompatybilność z runtime'em.

Nadchodzącą alternatywą są systemy NVIDIA RTX Spark. NVIDIA zapowiedziała, że komputery z Windows i RTX Spark — oparte na procesorze Grace oraz GPU RTX Blackwell — trafią na rynek w październiku 2026 r. od ponad sześciu producentów OEM. Dla tej platformy podawane są do 128 GB pamięci zunifikowanej i do jednego petaflopa mocy obliczeniowej AI. 24 ASUS zapowiedział kompaktowy mini-PC ProArt GR1X z RTX Spark, natomiast Acer pokazał projekt małego desktopa z RTX Spark, ale przekazał, że informacje o dostępności pojawią się później. 3439

Systemy AMD oraz nadchodzące maszyny RTX Spark reprezentują różne odpowiedzi na tę samą potrzebę: umieścić na biurku wystarczająco dużo mocy i pamięci, by uruchamiać poważne obciążenia AI lokalnie. Dla kupującego praktyczne porównanie będzie zależeć od wielkości modeli, których potrzebuje, używanego oprogramowania do inferencji, zapotrzebowania na narzędzia specyficzne dla CUDA oraz tego, czy lepszym rozwiązaniem operacyjnym jest jeden komputer z dużą pamięcią, czy kilka połączonych węzłów.