AMD представила Ryzen AI Halo — мини-ПК для разработки AI. В основе лежит 16-ядерный AMD Ryzen AI Max+ 395 (Zen 5, 32 потока) со встроенной графикой AMD Radeon 8060S (40 вычислительных блоков RDNA 3.5) и NPU XDNA 2. Главная фишка — не «железо», а софт.
Устройство стоит $3 999,99. В единственной конфигурации: съёмный M.2 SSD на 2 ТБ и 128 ГБ унифицированной памяти LPDDR5x-8000 с пропускной способностью 256 ГБ/с. Корпус крошечный — квадрат 15 см, высота меньше 5 см, вес 1,2 кг. Питание — только через USB-C PD, в комплекте блок Delta ADP-240KB BA на 240 Вт. Порты сзади: четыре USB 3.2 Type-C, HDMI 2.1, 10GbE Ethernet. Есть Wi-Fi 7 и Bluetooth 5.4. Внутри два вентилятора обдувают радиатор, TDP процессора — 120 Вт с бустом до 140 Вт. Под нагрузкой корпус снизу нагревается до 50 °C, вентиляторы шумят, но звук «разумный».
В бенчмарках llama.cpp система сравнивалась с Framework Desktop (на том же чипе) и Mac Studio на M2 Ultra и M3 Ultra. Mac Studios выигрывают — в основном за счёт пропускной способности памяти до 800 ГБ/с против 256 ГБ/с у AMD. В тесте на генерацию токенов с плотной моделью Gemma 4 Apple Silicon выдала в 2–3 раза больше токенов в секунду. Между бэкендами ROCm/HIP и Vulkan на Ryzen AI Max+ 395 чёткого победителя нет — всё зависит от модели и контекста.
Главная ценность Halo — это ПО. Система поставляется с Windows 11 Pro или Linux (у нас была версия на кастомном AMD Linux на базе Debian 13.4, ядро 6.18). AMD не даёт образы фабричной установки, но менять ОС можно. Из коробки загружается AMD Ryzen AI Developer Center — центр управления драйверами, обновлениями и документацией. AMD предлагает «Best Known Configurations» (BKC) — проверенные наборы пакетов без dependency hell. На их основе работают AMD AI Playbooks, доступные на GitHub, — простые пошаговые гайды. Настройка памяти для моделей упрощена до слайдера. Есть встроенная интеграция с LM Studio, Lemonade, AMD Sync для удалённого доступа, Cline в VSCode и PyTorch. Некоторые плейбуки на момент теста падали (судя по issues на GitHub), но AMD обещает обновления.
Отдельно порадовал NPU. С помощью AMD Lemonade и FastFlowLM (FLM) запустили LLM gpt-oss-20b-FLM прямо на XDNA 2. Упаковка потребляла до 35 Вт при почти нулевой загрузке CPU/GPU и выдавала 20 токенов в секунду. Это, конечно, не замена GPU, но шаг к энергоэффективным локальным LLM.