GMKtec e Acemagic levam 192 GB para IA local em mini PCs

A grande novidade dos mini PCs GMKtec EVO-X5 Pro e Acemagic F9A não é uma placa de vídeo dedicada. É a memória: ambos foram apresentados na IFA 2026, em Berlim, com o AMD Ryzen AI Max+ PRO 495, antes conhecido pelo codinome Gorgon Halo, e podem chegar a 192 GB de memória unificada. 1843

Na prática, isso abre espaço para desenvolvedores e equipes carregarem modelos de linguagem grandes no próprio computador, sem necessariamente enviar prompts, documentos ou dados internos a um serviço de nuvem. Mas é importante separar capacidade de desempenho: conseguir manter um modelo na memória não significa que ele vá gerar respostas na velocidade de uma GPU de datacenter.

O que há dentro dos novos mini PCs

O Ryzen AI Max+ PRO 495 reúne 16 núcleos Zen 5 e 32 threads, com boost de até 5,2 GHz, gráficos integrados Radeon 8065S com 40 unidades computacionais e uma NPU com desempenho de até 55 TOPS. Materiais de fabricantes citam até 131 TOPS de IA no total para a plataforma. 1343

A CPU e a GPU integrada usam o mesmo conjunto de memória, em vez de dividir o sistema entre RAM convencional e VRAM dedicada. Nas configurações compatíveis, até 160 GB dos 192 GB podem ser reservados para os gráficos integrados. A interface LPDDR5X-8533 de 256 bits entrega aproximadamente 273 GB/s de largura de banda teórica. 33543

Os modelos apresentados são:

• GMKtec EVO-X5 Pro: mini PC com Ryzen AI Max+ PRO 495, até 192 GB de memória e até 160 GB alocáveis à GPU integrada. A GMKtec informou que as vendas começariam em outubro de 2026. 8
• Acemagic F9A: workstation compacta com a mesma família de processadores, até 192 GB de memória unificada e gráficos Radeon 8065S. Um relato descreve um gabinete de cerca de dois litros, com 158,5 × 158,5 × 81,5 mm. 129

Ainda faltam especificações finais e igualmente detalhadas para ambos sobre portas, refrigeração, limites de energia e versões para cada região. Isso não é detalhe: em um mini PC, o desempenho sustentado em IA depende muito da capacidade de resfriamento e da potência configurada pelo fabricante.

Por que 192 GB fazem diferença para LLMs de 300 bilhões de parâmetros

O número de parâmetros de um modelo não basta para dizer se ele cabe em uma máquina. O formato de quantização e a memória adicional usada durante a execução também pesam. Considerando apenas os pesos, um modelo de 300 bilhões de parâmetros exigiria aproximadamente:

Formato dos pesos	Tamanho bruto aproximado	Cabe, na prática, em 160 GB para a GPU?
FP16	600 GB	Não
INT8	300 GB	Não
INT4	150 GB decimais	Talvez, com pouca folga

Com 4 bits por parâmetro, os pesos ocupam cerca de 150 GB antes de considerar metadados da quantização, buffers do runtime e o cache de chave-valor (KV cache) necessário para manter o contexto da conversa. Por isso, a proposta da AMD para modelos na faixa dos 300 bilhões depende de quantização agressiva e de ajustes no modelo e na carga de trabalho. A própria comunicação da plataforma condiciona essa possibilidade à arquitetura do modelo, à quantização e à configuração usada. 1531

Em termos diretos: essas máquinas podem conseguir carregar e executar alguns modelos de aproximadamente 300 bilhões de parâmetros em INT4, mas isso não equivale a rodar um modelo desse porte em FP16 ou INT8 — e tampouco é garantia de alta velocidade na geração de tokens. Como uma parcela grande da memória é destinada à GPU, resta pouca margem para o sistema operacional e para tarefas do lado da CPU.

Não há evidência primária confiável nas fontes citadas de uma demonstração ou de um modelo chamado “Qwen3.8-Flash-Next”. Portanto, esse nome não deve ser tratado como benchmark ou demonstração independente verificada.

O avanço é capacidade, não uma revolução no poder de processamento

A geração anterior, Ryzen AI Max 300, chegava a 128 GB de memória unificada LPDDR5X-8000. A plataforma PRO 400 eleva o teto a 192 GB: um aumento de 50%. O limite de memória disponível aos gráficos também passa de 96 GB para 160 GB, segundo reportagens sobre o anúncio da AMD. 11

O ganho de largura de banda é bem menor: uma configuração LPDDR5X-8000 de 256 bits oferece cerca de 256 GB/s teóricos, enquanto a LPDDR5X-8533 chega a aproximadamente 273 GB/s — alta de cerca de 6,6%. A CPU continua com 16 núcleos Zen 5 e o modelo de ponta mantém a Radeon 8065S. Ou seja, trata-se principalmente de uma atualização de capacidade de memória, e não de uma mudança total na arquitetura de processamento. 93336

Para quem está avaliando a compra, a diferença é decisiva: a memória extra aumenta o tamanho dos modelos que podem permanecer carregados localmente. Ela não transforma a GPU integrada em um acelerador de datacenter com memória HBM e largura de banda muito superior.

Outros computadores com a plataforma de 192 GB

A família Ryzen AI Max PRO 400 inclui os modelos Ryzen AI Max PRO 485, 490 e Max+ PRO 495. O 495 é o topo da linha, com 16 núcleos e Radeon 8065S; os modelos 485 e 490 usam a Radeon 8050S. 1632

Outras máquinas anunciadas em torno da plataforma incluem:

• Minisforum MS-S1 MAX P495, mini workstation anunciada com até 192 GB de memória unificada LPDDR5X e até 160 GB alocáveis como VRAM. 34
• Framework Desktop, desktop compacto com PRO 495, 192 GB de memória, largura de banda declarada de 273 GB/s e até 160 GB destinados à GPU integrada. 1433
• Lenovo ThinkCentre X Ultra, reportado com opção de PRO 495, mas limitado a 128 GB de memória e até 96 GB de memória gráfica dedicada. A previsão era de lançamento em novembro de 2026, com preço inicial esperado de US$ 3.669. 34

Para quem esses mini PCs fazem sentido?

Uma mini workstation Gorgon Halo com 192 GB é, antes de tudo, uma máquina para inferência local e desenvolvimento, em cenários nos quais capacidade de modelo e privacidade dos dados são mais importantes que o maior desempenho possível. Pode interessar a equipes que experimentam LLMs quantizados, fluxos privados com documentos ou desenvolvimento de IA offline que, de outro modo, exigiriam uma instância de nuvem ou uma workstation muito maior com várias GPUs.

Há limites claros. Uma Radeon integrada compartilhando cerca de 273 GB/s de largura de banda é muito diferente de um acelerador de ponta com memória HBM. Além disso, os 55 TOPS da NPU não medem diretamente o desempenho de geração de texto por um LLM: a pilha de software, o caminho de execução na GPU, o formato do modelo, o tamanho do contexto e a potência sustentada influenciam o resultado real. 135

Preço também é uma barreira. Houve informação de que a Acemagic planejava vender o F9A com 192 GB e SSD de 2 TB por € 8.000 em sua loja e na Amazon em setembro de 2026. É um preço de tabela planejado reportado, não uma confirmação de preço efetivamente praticado no varejo. 6

Ainda assim, EVO-X5 Pro e F9A apontam uma direção clara: workstations compactas de IA estão ganhando memória unificada suficiente para manter modelos quantizados muito maiores em uma única máquina de mesa. Antes de comprar, a pergunta mais útil não é apenas se o equipamento promete suporte a “300B”, mas qual modelo quantizado, com qual tamanho de contexto, ele consegue rodar em uma velocidade aceitável.