Framework przygotowuje nietypową wersję kompaktowego Desktopu: z procesorem AMD Ryzen AI Max+ PRO 495 i aż 192 GB zunifikowanej pamięci LPDDR5X. Taka konstrukcja ma rozwiązać jeden z głównych problemów lokalnej sztucznej inteligencji — jak zmieścić duży model językowy w jednym komputerze bez korzystania z dedykowanej karty graficznej.
Równolegle Microsoft testuje ukrytą funkcję Windows 11 o nazwie „IntelligentCarveout”. Jeśli trafi do finalnej wersji systemu, użytkownik będzie mógł bardziej bezpośrednio kontrolować, jaka część wspólnej pamięci zostanie zarezerwowana dla grafiki i akceleracji AI. Oba projekty wskazują na szerszy trend: w lokalnym AI liczy się dziś nie tylko procesor czy liczba TOPS, ale przede wszystkim pamięć i jej przepustowość.
Co oferuje Framework Desktop z 192 GB pamięci?
Najwyższa konfiguracja ma korzystać z układu AMD Ryzen AI Max+ PRO 495. To procesor z 16 rdzeniami i 32 wątkami Zen 5, zintegrowaną grafiką Radeon oraz jednostką NPU XDNA 2. Framework zapowiada 192 GB zunifikowanej pamięci LPDDR5X-8533 o przepustowości 273 GB/s. Oznacza to wzrost pojemności o 50 proc. względem wcześniejszej konfiguracji Ryzen AI Max+ 395 z 128 GB oraz zwiększenie przepustowości o 6,6 proc. względem platformy oferującej 256 GB/s.
1
2
3
16
W pamięci zunifikowanej procesor i zintegrowany układ graficzny korzystają z tej samej fizycznej puli. Według Frameworka nawet 160 GB z 192 GB może zostać przydzielone iGPU. To kluczowa zaleta dla osób uruchamiających lokalne LLM-y: większa część wag modelu może pozostać w jednym szybkim obszarze pamięci, zamiast być dzielona między ograniczoną pamięć VRAM karty graficznej i wolniejszą pamięć systemową.
1
10
Nie oznacza to jednak, że komputer będzie dorównywał wydajnością najlepszym stacjom z dedykowanymi GPU. Przepustowość 273 GB/s jest bardzo wysoka jak na kompaktowy komputer, ale wyraźnie niższa niż w niektórych zaawansowanych systemach z pamięcią zunifikowaną. Sam fakt, że model mieści się w pamięci, nie gwarantuje więc wysokiej szybkości generowania odpowiedzi. Na wydajność wpływają także długość kontekstu, obciążenie systemu, temperatura i liczba jednoczesnych użytkowników.
Jakie modele może uruchomić?
Framework zaprezentował działanie lokalnej, skwantyzowanej wersji DeepSeek V4-Flash w formacie Q8, z dodatkowym miejscem na kontekst — wynika z relacji dotyczących prezentacji firmy.
7
14 Inny raport opisuje konfigurację z 192 GB jako zdolną do przechowywania w pamięci modelu o około 284 mld parametrów. Należy traktować to jednak jako deklarację dotyczącą pojemności, a nie niezależny test szybkości generowania tekstu.
4
Duże znaczenie ma kwantyzacja, czyli zmniejszenie liczby bitów używanych do reprezentowania wag modelu. Dzięki temu model zajmuje mniej miejsca, ale ostateczne wymagania zależą również od architektury, narzutu środowiska uruchomieniowego, długości okna kontekstowego i innych aplikacji działających w tle.
Najprościej ująć to tak: pojemność pamięci decyduje, co potencjalnie da się załadować, natomiast przepustowość, oprogramowanie i moc obliczeniowa decydują, czy korzystanie z tego modelu będzie komfortowe.
Co zmienia eksperyment Microsoftu?
W eksperymentalnej kompilacji Windows 11 oznaczonej numerem 29648.1000 znaleziono odniesienia do funkcji „IntelligentCarveout”. W kodzie pojawiają się między innymi określenia „Reserved memory for accelerators” oraz „Memory for graphics and AI acceleration”. Wygląda na to, że Microsoft chce pozwolić systemowi zarezerwować określoną część zunifikowanej pamięci dla grafiki i zadań AI, zamiast pozostawiać całą pulę wyłącznie mechanizmowi dynamicznego przydziału.
33
34
35
Taki mechanizm może pomóc w sytuacji, gdy Windows, aplikacje graficzne i środowisko do uruchamiania modeli konkurują o tę samą pamięć. Zarezerwowany obszar mógłby zapewnić bardziej przewidywalny dostęp do zasobów i ograniczyć ryzyko błędów alokacji, gdy inne programy zużywają pamięć.
Trzeba jednak pamiętać, że rezerwacja nie tworzy dodatkowego RAM-u, nie zwiększa przepustowości i nie dodaje komputerowi nowego akceleratora AI. Jeśli część pamięci zostanie zarezerwowana dla grafiki i AI, nie będzie dostępna dla zwykłych aplikacji. Na przykład większy przydział dla modelu może oznaczać mniej zasobów dla przeglądarki, edytora czy innych programów. Microsoft nie potwierdził jeszcze finalnego interfejsu, obsługiwanego sprzętu ani terminu wydania. Nie ma też pewności, że funkcja ostatecznie trafi do stabilnej wersji Windows 11.
36
40
44
Pamięć jest duża, ale nie będzie wymienna
Framework pozycjonuje swój Desktop jako bardziej modułowy i łatwiejszy w naprawie niż wiele konkurencyjnych mini-PC. Nadchodząca wersja ma zachować otwarte gniazdo PCIe x4, które może w przyszłości posłużyć do montażu kompatybilnych kart rozszerzeń.
13
Sama pamięć LPDDR5X to jednak zupełnie inna kwestia. Jest montowana bezpośrednio na płycie głównej, a nie instalowana w wymiennych modułach DIMM. Kupujący powinni więc traktować wybór 192 GB jako ostateczny. Jeśli w przyszłości potrzebna będzie większa pojemność, prawdopodobnym rozwiązaniem okaże się wymiana płyty głównej, a nie zwykła rozbudowa RAM-u.
13
Framework przewiduje zastosowania z Windowsem i Linuksem, w tym opcję fabrycznej instalacji Linuksa.
2 Zgodność z lokalnym wnioskowaniem będzie jednak zależeć od użytego środowiska oraz ścieżki akceleracji. W systemach AMD można korzystać między innymi ze stosów ROCm lub Vulkan, podczas gdy platformy Apple opierają się na Metal i MLX, a rozwiązania NVIDII na ekosystemie CUDA. Te środowiska nie są wymienne, dlatego model dobrze zoptymalizowany dla jednej platformy może wymagać innego środowiska na drugiej albo działać bez porównywalnych optymalizacji.
19
24
Cena i dostępność wciąż są niewiadomą
Na 31 sierpnia 2026 r. Framework nadal oznaczał wersję Desktopu z 192 GB pamięci jako „coming soon”. Firma nie podała ceny, daty rozpoczęcia przedsprzedaży, terminu wysyłki ani deklaracji dotyczącej szerokiej dostępności.
2
10
11
W tej sytuacji ocena opłacalności jest przedwczesna. Zaprezentowany komputer pozostaje konfiguracją zapowiadaną, a demonstracje producenta nie zastępują niezależnych testów obejmujących liczbę tokenów na sekundę, temperatury, pobór energii, kompatybilność modeli i wydajność przy długotrwałym obciążeniu.
6
Framework na tle konkurencji
Framework nie wymyśla samej koncepcji. Apple od lat stosuje pamięć współdzieloną w układach Apple Silicon. W niektórych konfiguracjach firma oferuje znacznie wyższą przepustowość, między innymi 128 GB przy 546 GB/s w systemach z układem M4 Max.
17
20
Alternatywą są kompaktowe komputery z układami AMD Ryzen AI Max+ 395, produkowane między innymi przez GMKtec i Beelink, oferujące do 128 GB pamięci współdzielonej. Z kolei systemy klasy NVIDIA DGX Spark stawiają przede wszystkim na zgodność z CUDA przy podobnej, kompaktowej formie i dużej pojemności pamięci.
19
24
Przy porównywaniu takich urządzeń najważniejsze są:
- Pojemność — określa, czy skwantyzowany model zmieści się bez intensywnego przenoszenia danych do wolniejszej pamięci.
- Przepustowość — wpływa na szybkość przesyłania danych modelu podczas generowania odpowiedzi.
- Oprogramowanie — decyduje o dostępności środowisk uruchomieniowych, jąder obliczeniowych i narzędzi do serwowania modeli.
- Możliwość rozbudowy — ma szczególne znaczenie, ponieważ zunifikowana pamięć LPDDR5X jest zazwyczaj ustalana przy zakupie.
- Cena i dostępność — przesądzają o tym, czy zapowiadana konfiguracja będzie realną opcją zakupową.
Co to mówi o przyszłości lokalnego AI?
Najciekawszą cechą Framework Desktopu nie jest deklarowana liczba TOPS jednostki NPU, lecz ogromna wspólna pula pamięci. Eksperyment Microsoftu wzmacnia ten sam przekaz: gdy komputery uruchamiają coraz większe modele lokalnie, zarządzanie pamięcią przez system operacyjny staje się częścią doświadczenia z AI.
Nie oznacza to końca chmury. Kompaktowy komputer z dużą zunifikowaną pamięcią jest atrakcyjny dla osób, które chcą uruchamiać model na własnym urządzeniu — na przykład bez stałego przesyłania danych do zewnętrznej usługi. Chmura nadal lepiej sprawdza się jednak przy modelach o skali przekraczającej możliwości pojedynczego komputera, elastycznym zwiększaniu zasobów, współpracy i zadaniach wymagających znacznie większej przepustowości wielu GPU.
Bardziej trafny wniosek jest więc taki, że „komputer AI” przestaje oznaczać wyłącznie urządzenie z NPU do prostego asystenta. Przy odpowiedniej ilości zunifikowanej pamięci mały desktop może stać się lokalnym serwerem modeli. Zanim jednak Framework Desktop z 192 GB będzie można uznać za gotowy produkt, trzeba poczekać na cenę, dostępność, niezależne testy oraz potwierdzenie rzeczywistej zgodności z interesującymi użytkownika modelami.