Lenovo ThinkCentre X Ultra vs. Acemagic F9A: Chọn mini workstation nào cho AI cục bộ?

Điểm khiến hai mini workstation này đáng chú ý cho AI cục bộ không phải chỉ là CPU AMD Ryzen AI Max+ PRO 495, mà là bộ nhớ hợp nhất. CPU, đồ họa tích hợp Radeon 8065S và các tài nguyên AI cùng truy cập một vùng LPDDR5X, thay vì phải chia tách giữa RAM hệ thống và VRAM cố định của GPU rời. Nhờ vậy, phần mềm chạy mô hình có thể khai thác lượng bộ nhớ lớn hơn đáng kể. 442

Tuy vậy, hai sản phẩm nhắm đến hai kiểu người mua khác nhau: Acemagic F9A đặt cược vào dung lượng bộ nhớ tối đa trên một máy; còn Lenovo ThinkCentre X Ultra là đề xuất có cấu trúc hơn cho doanh nghiệp, với quản trị hệ thống và hướng mở rộng thành cụm.

So sánh nhanh

Hạng mục	Lenovo ThinkCentre X Ultra	Acemagic F9A PRO 495
Bộ xử lý	Tối đa Ryzen AI Max+ PRO 495, Radeon 8065S 42	Ryzen AI Max+ PRO 495, Radeon 8065S 4
RAM hợp nhất tối đa	128GB LPDDR5X 42	192GB LPDDR5X-8533 4
Bộ nhớ cấp cho đồ họa	Tối đa 96GB, trích từ RAM hợp nhất 42	Tới 160GB, theo thông số được đưa tin 23
Kích thước	1,6 lít 42	Khoảng 2 lít; 158,5 × 158,5 × 81,5 mm 5
Lưu trữ	Tối đa 2 SSD M.2 2280 PCIe Gen5 4TB, tổng 8TB 33	Một khe M.2 2280 PCIe 4.0 x4, hỗ trợ tối đa 4TB theo thông tin được công bố 13
Kết nối, mở rộng	Nền tảng hướng doanh nghiệp với AMD PRO và các tính năng bảo mật/quản trị Lenovo; I/O chi tiết tùy cấu hình 42	2 cổng 2.5GbE, Wi‑Fi 7, 2 USB4, HDMI 2.1, DisplayPort 2.1 và OCuLink 4
Phần mềm	Tương thích Windows 11 và Linux; có AI Developer Center cùng bộ công cụ quản trị của Lenovo 45	Công bố tập trung vào phần cứng AI cục bộ; chưa nêu cam kết quản trị đội máy tương đương Lenovo 4
Thời điểm bán và giá	Dự kiến từ tháng 11/2026, giá từ 3.100 euro 42	Chưa công bố giá, thị trường bán hay ngày lên kệ tại IFA 1

Vì sao bộ nhớ hợp nhất quan trọng với LLM cục bộ?

Ở máy bàn dùng GPU rời, RAM hệ thống và VRAM là hai vùng riêng biệt. Khi suy luận LLM tại chỗ, trọng số mô hình cùng KV cache — bộ nhớ tăng dần theo độ dài hội thoại — phải nằm trong vùng bộ nhớ mà bộ tăng tốc có thể truy cập. Vì thế, dung lượng VRAM thường là nút thắt đầu tiên.

Thiết kế PRO 495 thay thế ranh giới cứng đó bằng một vùng nhớ dùng chung. Acemagic cho biết CPU, Radeon tích hợp và tài nguyên AI của F9A dùng chung một pool bộ nhớ, nhằm phục vụ suy luận AI cục bộ, xử lý dữ liệu và tác vụ ngốn bộ nhớ. 4 Lenovo cũng nêu mức RAM hợp nhất tới 128GB, trong đó tối đa 96GB có thể phân bổ cho đồ họa. 42

Điều này không đồng nghĩa LPDDR5X dùng chung ngang với bộ nhớ của GPU rời cao cấp. Lợi thế chủ yếu nằm ở dung lượng và tính linh hoạt: hệ thống có thể chứa mô hình đã lượng tử hóa lớn hơn, dùng ngữ cảnh dài hơn hoặc dành thêm chỗ cho KV cache so với máy có VRAM rời nhỏ. Tốc độ sinh văn bản thực tế vẫn phụ thuộc định dạng mô hình, phần mềm suy luận, độ dài prompt/ngữ cảnh, băng thông bộ nhớ và khả năng duy trì điện năng, nhiệt độ.

Cùng chip, khác trần dung lượng bộ nhớ

Cả hai máy đều ghép PRO 495 với Radeon 8065S. Cấu hình cao nhất của Acemagic gồm 16 lõi CPU, 32 luồng, xung boost tới 5,2GHz và NPU 55 TOPS; AMD công bố tổng năng lực AI của nền tảng đạt tới 131 TOPS. 47 ThinkCentre X Ultra cũng đạt NPU 55 TOPS và dùng chính Radeon 8065S. 3342

Do đó, khác biệt lớn nhất không nằm ở con chip, mà ở lượng bộ nhớ mà mỗi hãng cho phép người dùng khai thác.

Acemagic F9A: ưu tiên dung lượng cho suy luận trên một máy

Cấu hình tối đa 192GB LPDDR5X-8533 là điểm nhận diện của F9A. Các thông số được đưa tin cho biết tối đa 160GB có thể cấp cho GPU tích hợp. 23 Chênh lệch thêm 64GB so với mức RAM hệ thống tối đa của Lenovo có thể rất đáng kể khi trọng số mô hình, cửa sổ ngữ cảnh và KV cache cùng cạnh tranh trong một pool bộ nhớ.

Acemagic quảng bá F9A có thể chạy mô hình tới 120B ở lượng tử hóa Q4 và mô hình mixture-of-experts 300B. 2 Đây nên được hiểu là tuyên bố về mức độ phù hợp của nhà sản xuất, không phải bằng chứng độc lập rằng máy cho trải nghiệm tương tác nhanh. Nạp được mô hình không có nghĩa nó sẽ sinh câu trả lời đủ nhanh cho mục đích sử dụng, nhất là với ngữ cảnh dài hoặc runtime đòi hỏi cao.

F9A cũng có hệ cổng phù hợp với người thích thử nghiệm: hai USB4, hai 2.5GbE, Wi‑Fi 7, các cổng xuất hình và OCuLink. 4 OCuLink đáng chú ý vì có thể tạo đường kết nối PCIe cho thiết bị ngoài, gồm cả GPU ngoài; nhưng giá trị thực tế còn tùy phần mềm và phần cứng gắn kèm.

Lenovo ThinkCentre X Ultra: lộ trình doanh nghiệp rõ hơn

ThinkCentre X Ultra dừng ở 128GB RAM hợp nhất và 96GB cấp cho đồ họa. 42 Dù ít dư địa hơn F9A bản tối đa, đây vẫn là mức lớn đối với một máy để bàn 1,6 lít.

Khác biệt quan trọng là tùy chọn cụm: Lenovo cho biết một X Ultra có thể kết nối thêm tối đa ba máy khác để phục vụ mô hình lớn hơn và tác vụ đa tác tử. 44 Bốn máy cấu hình đầy đủ sẽ có tổng cộng tối đa 512GB RAM hợp nhất.

Con số 512GB này không phải một vùng VRAM 512GB duy nhất, liền mạch. Suy luận đa nút cần phần mềm biết cách chia tác vụ hoặc các lớp mô hình giữa nhiều hệ thống, trong khi trao đổi qua mạng tạo thêm độ trễ và chi phí. Cụm có thể mở rộng phạm vi mô hình chạy tại chỗ, nhưng không đảm bảo sự đơn giản hoặc độ trễ tương đương một bộ tăng tốc duy nhất có cùng lượng bộ nhớ gắn trực tiếp.

Lenovo đồng thời có nền tảng doanh nghiệp rõ ràng hơn, gồm hỗ trợ AMD PRO, bảo mật ThinkShield và khả năng quản trị DASH. 36 Máy tương thích Windows 11 và Linux; kế hoạch bán từ tháng 11/2026 cùng giá khởi điểm 3.100 euro giúp bộ phận mua sắm có một mốc tham chiếu cụ thể hơn. 4245

55 TOPS và 131 TOPS nói được gì — và không nói được gì?

Mức NPU 55 TOPS hay tổng nền tảng tới 131 TOPS cho biết năng lực AI lý thuyết được hỗ trợ, nhưng không phải benchmark cho tốc độ chatbot hay chất lượng mô hình. Hai hãng chưa công bố kết quả độc lập, có thể so sánh trực tiếp về token/giây trên các LLM phổ biến.

Khi chọn máy, nên tách ba câu hỏi:

1. Mô hình có vừa bộ nhớ không? Dung lượng, mức lượng tử hóa và độ dài ngữ cảnh là các yếu tố chính.
2. Mô hình có phản hồi nhanh không? Cần benchmark token/giây theo đúng mô hình và runtime định dùng, không thể chỉ nhìn TOPS.
3. Có vận hành ổn định ở quy mô lớn không? Ở đây, công cụ quản trị và lộ trình đa hệ thống của Lenovo có thể quan trọng hơn mức dung lượng tối đa trên một nút.

Nếu mục tiêu là chạy một mô hình lượng tử hóa lớn trong hộp máy nhỏ, F9A với 192GB là cấu hình táo bạo hơn. Nếu cần lịch bán rõ ràng, tùy chọn Linux/Windows, quản trị doanh nghiệp và lộ trình cụm do nhà cung cấp mô tả, ThinkCentre X Ultra là lựa chọn có định hướng rõ hơn.

RTX Spark làm cuộc đua AI cục bộ thêm nóng

Hai hệ thống AMD xuất hiện khi Nvidia mở rộng RTX Spark sang laptop Windows và máy bàn gọn nhẹ. Nvidia cho biết thiết bị RTX Spark từ ASUS, Dell, HP, Lenovo, Microsoft Surface và MSI sẽ có mặt vào mùa thu 2026; Acer và Gigabyte sẽ theo sau. 32 Reuters cũng đưa tin nền tảng này sẽ xuất hiện trong laptop và desktop nhỏ gọn của các hãng lớn, gồm Dell, HP và Lenovo. 17

RTX Spark vì vậy là hướng cạnh tranh đáng chú ý, nhất là với người mua ưu tiên hệ sinh thái phần mềm GPU của Nvidia. Nhưng đây chưa phải đối thủ thay thế trực tiếp theo kiểu đối chiếu từng mô hình: cấu hình OEM cuối cùng, giá bán và dữ liệu hiệu năng độc lập vẫn khác nhau theo từng thiết bị và cần được kiểm chứng. 23

Nên chọn máy nào?

• Chọn Acemagic F9A nếu ưu tiên là RAM hợp nhất tối đa trong một máy. Trần 192GB cùng mức phân bổ đồ họa được báo cáo là 160GB là lợi thế rõ nhất để thử mô hình lượng tử hóa lớn và ngữ cảnh dài. Thông tin mua hàng vẫn chưa được chốt lúc công bố. 12
• Chọn Lenovo ThinkCentre X Ultra nếu quản trị doanh nghiệp, lựa chọn hệ điều hành được hỗ trợ và đường nâng cấp thành cụm bốn máy quan trọng hơn dung lượng tối đa mỗi máy. Sản phẩm dự kiến bán từ tháng 11/2026, giá từ 3.100 euro. 4245
• Chờ benchmark đối chiếu nếu tốc độ LLM tương tác là yếu tố quyết định. Dung lượng bộ nhớ khiến hai máy này khác thường, nhưng không có con số TOPS nào thay thế được bài thử với đúng mô hình, lượng tử hóa, độ dài ngữ cảnh và phần mềm suy luận mà bạn dự định dùng.

Thông điệp lớn hơn là mini workstation AI đang cạnh tranh bằng dung lượng bộ nhớ không kém gì thông lượng tăng tốc. Trong phân khúc này, khả năng giữ mô hình ở máy cục bộ — đồng thời còn đủ bộ nhớ cho ngữ cảnh hữu ích — đôi khi quan trọng hơn một con số sức mạnh tính toán nổi bật trên thông cáo báo chí.