ThinkCentre X Ultra ou Acemagic F9A: qual mini workstation é melhor para rodar LLMs locais?

A grande vantagem dessas mini workstations para IA local vem do AMD Ryzen AI Max+ PRO 495: CPU, gráficos integrados Radeon 8065S e recursos de IA acessam o mesmo conjunto de memória LPDDR5X. Em vez de ficarem presos à VRAM fixa de uma placa de vídeo dedicada, os programas de inferência podem trabalhar com um orçamento de memória compartilhada muito maior. 442

Esse é o ponto central do Lenovo ThinkCentre X Ultra e do Acemagic F9A. Mas eles não são produtos equivalentes. A Lenovo apresenta seu computador de 1,6 litro como uma workstation corporativa gerenciável, com uma opção declarada de expansão em cluster. Já a Acemagic mira a maior configuração de memória anunciada para uma única máquina.

Comparativo rápido

	Lenovo ThinkCentre X Ultra	Acemagic F9A PRO 495
Processador	Até Ryzen AI Max+ PRO 495 com Radeon 8065S 42	Ryzen AI Max+ PRO 495 com Radeon 8065S 4
Memória unificada máxima	128 GB LPDDR5X 42	192 GB LPDDR5X-8533 4
Memória máxima para gráficos	Até 96 GB, alocados da memória unificada 42	Até 160 GB para gráficos, segundo especificações reportadas 23
Formato	1,6 litro 42	Cerca de 2 litros; 158,5 × 158,5 × 81,5 mm 5
Armazenamento	Até dois SSDs M.2 2280 PCIe Gen5 de 4 TB, ou 8 TB no total 33	Um slot M.2 2280 PCIe 4.0 x4 para até 4 TB, segundo informações reportadas 13
Rede e expansão	Configuração voltada ao mercado corporativo, com AMD PRO e recursos de segurança e gerenciamento Lenovo; as conexões variam conforme a configuração 42	Duas portas 2,5GbE, Wi‑Fi 7, duas USB4, HDMI 2.1, DisplayPort 2.1 e OCuLink 4
Posicionamento de software	Compatibilidade com Windows 11 e Linux, AI Developer Center e ferramentas de gestão da Lenovo 45	Anunciado com foco em hardware para IA local; não foram detalhados compromissos equivalentes de gerenciamento corporativo 4
Disponibilidade e preço	Previsão de novembro de 2026, a partir de € 3.100 42	Preço, regiões e data de venda ainda não haviam sido anunciados na IFA 1

Por que a memória unificada importa para LLMs locais

Em um desktop convencional com GPU dedicada, a RAM do sistema e a VRAM da placa de vídeo são separadas. Para inferência local, os pesos do modelo e o cache KV — que cresce durante conversas longas — precisam caber na memória acessível ao acelerador que executa o modelo. Por isso, a capacidade de VRAM costuma ser o principal limite.

No PRO 495, essa divisão rígida deixa de existir. A Acemagic afirma que CPU, Radeon integrada e recursos de IA compartilham o mesmo pool de memória, uma arquitetura voltada a inferência local, processamento de dados e outras tarefas que consomem muita memória. 4 A Lenovo, de forma semelhante, especifica até 128 GB de memória unificada, dos quais até 96 GB podem ser alocados como memória gráfica. 42

Isso não faz a LPDDR5X compartilhada ser equivalente à memória de uma GPU dedicada de ponta. O benefício principal é capacidade e flexibilidade: pode viabilizar modelos quantizados maiores, contextos mais extensos ou uma margem maior para o cache KV do que uma máquina com pouca VRAM dedicada. A velocidade real de geração, porém, depende do formato do modelo, do motor de inferência, do tamanho do prompt e do contexto, da largura de banda de memória e do comportamento sustentado de energia e temperatura.

Mesmo chip, teto de memória diferente

Os dois modelos usam o PRO 495 com gráficos Radeon 8065S. No F9A, a Acemagic informa uma configuração de 16 núcleos de CPU e 32 threads, boost de até 5,2 GHz e NPU de 55 TOPS; a plataforma da AMD é anunciada com até 131 TOPS no total. 47 O sistema anunciado pela Lenovo também chega a uma NPU de 55 TOPS e utiliza a mesma Radeon 8065S. 3342

Na prática, a diferença mais importante não é o silício, e sim a quantidade de memória que cada fabricante disponibiliza.

Acemagic F9A: prioridade para capacidade em uma única máquina

A versão de até 192 GB de LPDDR5X-8533 é o principal diferencial do F9A. Especificações reportadas indicam que até 160 GB podem ser destinados à GPU integrada. 23 Os 64 GB extras em relação ao máximo de memória total da Lenovo podem fazer bastante diferença quando pesos do modelo, janela de contexto e cache KV disputam o mesmo espaço.

A Acemagic promove o aparelho para modelos de até 120 bilhões de parâmetros em quantização Q4 e modelos mixture-of-experts de 300 bilhões de parâmetros. 2 Essas são alegações de adequação do fabricante, não evidências independentes de desempenho interativo. Um modelo pode carregar, mas ainda gerar respostas devagar demais para determinado uso, especialmente com contexto longo ou um runtime mais exigente.

O F9A também traz conexões interessantes para entusiastas: duas USB4, duas Ethernet de 2,5 GbE, Wi‑Fi 7, saídas de vídeo e OCuLink. 4 A OCuLink merece atenção por abrir uma rota para expansão PCIe externa, inclusive com GPU externa. A utilidade prática, entretanto, dependerá do software e do hardware conectado.

Lenovo ThinkCentre X Ultra: caminho corporativo mais definido

O ThinkCentre X Ultra chega a 128 GB de memória unificada e até 96 GB de memória gráfica alocada. 42 É menos folga que a configuração máxima da Acemagic, mas ainda representa um volume expressivo para um desktop desse tamanho.

O diferencial é a opção declarada de cluster: a Lenovo afirma que um X Ultra pode se conectar a até três unidades adicionais para atender modelos maiores e cargas de trabalho multiagente. 44 Quatro sistemas totalmente configurados reuniriam até 512 GB de memória unificada no total.

Esse número agregado não deve ser confundido com um único espaço coerente de 512 GB de memória de GPU. A inferência em vários nós exige software capaz de dividir o trabalho ou as camadas do modelo entre máquinas, e a comunicação de rede adiciona sobrecarga. O cluster pode ampliar o que se consegue executar localmente, mas não garante a mesma latência nem a simplicidade de um único acelerador com essa capacidade de memória diretamente conectada.

A Lenovo também oferece uma plataforma corporativa mais clara, incluindo suporte AMD PRO, segurança ThinkShield e gerenciamento DASH. 36 Ela lista compatibilidade com Windows 11 e Linux; além disso, a previsão de lançamento em novembro de 2026 e o preço inicial de € 3.100 dão ao comprador uma referência de aquisição mais concreta. 4245

O que os números de IA dizem — e o que não dizem

A NPU de 55 TOPS e o total de até 131 TOPS são indicadores de capacidade teórica para tarefas de IA suportadas, mas não são um teste de velocidade de resposta de chatbot nem de qualidade do modelo. Nenhum dos anúncios apresenta resultados independentes e comparáveis em tokens por segundo para LLMs comuns.

Para decidir a compra, vale separar três perguntas:

1. O modelo cabe? Capacidade de memória, quantização e tamanho do contexto são os fatores dominantes.
2. Ele responde com agilidade? Isso exige testes em tokens por segundo com o modelo, o runtime e o contexto específicos — TOPS sozinho não basta.
3. É possível operar de forma confiável em escala? Nesse ponto, as ferramentas de gestão e o caminho documentado para vários sistemas da Lenovo podem importar mais que a capacidade máxima de um único nó.

Para executar um grande modelo quantizado em uma caixa compacta, os 192 GB máximos do F9A são a especificação mais ambiciosa. Para organizações que valorizam calendário de lançamento conhecido, opções de Linux e Windows, gerenciamento e uma configuração de cluster descrita pelo fornecedor, o X Ultra é a proposta mais estruturada.

Onde entra o Nvidia RTX Spark

Os dois sistemas AMD chegam enquanto a Nvidia amplia o RTX Spark para notebooks Windows e desktops compactos. A Nvidia informou que equipamentos com RTX Spark de ASUS, Dell, HP, Lenovo, Microsoft Surface e MSI ficariam disponíveis no segundo semestre de 2026, com modelos da Acer e da Gigabyte depois. 32 A Reuters também reportou a chegada da plataforma a notebooks e desktops compactos de grandes fabricantes, incluindo Dell, HP e Lenovo. 17

O RTX Spark é, portanto, uma direção competitiva relevante, especialmente para quem prioriza o ecossistema de software de GPU da Nvidia. Mas ele ainda não é uma substituição direta, modelo a modelo, para qualquer uma dessas máquinas: configurações finais de cada fabricante, preços e dados independentes de desempenho variam por equipamento e ainda precisam ser validados. 23

Qual escolher?

• Escolha o Acemagic F9A se a prioridade for a maior memória unificada anunciada em uma única máquina. O teto de 192 GB e os até 160 GB de alocação gráfica são suas vantagens mais claras para testar modelos quantizados maiores e contextos mais longos. Os detalhes de compra permaneciam indefinidos no anúncio. 12
• Escolha o Lenovo ThinkCentre X Ultra se gerenciamento corporativo, opções de sistema operacional com suporte e uma rota formal para um cluster de quatro máquinas forem mais importantes do que a memória máxima por unidade. A previsão é de disponibilidade a partir de novembro de 2026, com preço inicial de € 3.100. 4245
• Espere comparativos de benchmark se a velocidade interativa de LLM for o fator decisivo. A capacidade de memória torna essas máquinas incomuns, mas nenhum número de TOPS anunciado substitui testes com o modelo, a quantização, o contexto e o software de inferência que você pretende usar.

A conclusão mais ampla é que mini workstations para IA começam a competir tanto por capacidade de memória quanto por potência bruta de aceleração. Nesse segmento, conseguir manter o modelo local — e ainda preservar memória suficiente para um contexto útil — pode ser mais importante que um número chamativo de computação.