192 GB. Ese es el límite de memoria unificada de la nueva APU de un solo chip Ryzen AI Max 400 de AMD.
Esto significa — con solo una APU en tu PC, puedes ejecutar localmente modelos de lenguaje grandes con más de 300 mil millones de parámetros. Es la primera vez en x86.
El chip se llama Gorgon Halo
Con el nombre en clave "Gorgon Halo", oficialmente la serie Ryzen AI Max 400, es una pequeña actualización del Strix Halo (Ryzen AI Max 300) del año pasado.
Especificaciones resumidas:
- CPU: 16 núcleos Zen 5 / 32 hilos, hasta 5,2 GHz (vs. 5,1 GHz)
- GPU: 40 CUs RDNA 3.5, hasta 3,0 GHz (vs. 2,9 GHz)
- NPU: XDNA 2, 55 TOPS (vs. 50 TOPS)
- Memoria unificada máxima: 192 GB (vs. 128 GB)
- Utilizable como VRAM: 160 GB (vs. 96 GB)
La principal mejora está en las dos últimas líneas — el límite de memoria se ha elevado en 64 GB. La CPU, GPU y NPU solo reciben pequeños aumentos de frecuencia, sin cambio de arquitectura. Originalmente, este era un chip "tick", pero el aumento de memoria cambia completamente la historia.
Por qué 192 GB es un punto de inflexión
Un modelo de 300B parámetros, después de cuantización de 4 bits, ocupa aproximadamente 150 GB de VRAM. Sumando KV cache y overhead del sistema, 160 GB de VRAM utilizable son justo suficientes.
Anteriormente, ejecutar un modelo de 300B en un cliente x86 era casi imposible:
- MacBook Pro M4 Max: máximo 128 GB de memoria unificada — suficiente para 70B, pero no para 300B
- Cualquier configuración RTX 5090 / 5080: tarjeta única 24-32 GB; se necesitan tres o cuatro tarjetas para 100+ GB, con un costo de $10,000+
- Ryzen AI Max 300: límite de 128 GB, mismo nivel que M4 Max
Los 192 GB de Gorgon Halo son la primera vez que "ejecutar un LLM de 300B localmente" pasa de "necesitas montar un servidor" a "basta con comprar un portátil".
En términos simples: DeepSeek V4 Pro 1.6T todavía está fuera de alcance, pero Llama 3.3 405B, Qwen3.6-Max 27B y modelos de gama media GLM-5.1 están todos cubiertos por este único chip.
El verdadero movimiento de AMD: no juegos, sino agentes de IA
Esto no es para portátiles gaming; es para cargas de trabajo de agentes de IA.
Al ejecutar cargas de trabajo agentivas, un agente de larga duración puede mantener los pesos de un modelo grande en memoria local durante horas sin descargarlos. Los costos de las llamadas de inferencia de API en la nube se acumulan rápidamente por segundo. Para usuarios profesionales (desarrolladores, investigadores, equipos de ingeniería empresarial), un dispositivo con capacidad local ofrece un ROI atractivo.
Escenarios específicos:
- Alternativa offline a Claude Code / Codex: Desarrolladores ejecutan un modelo de 70B-300B localmente para completar código sin enviar datos fuera
- Análisis de datos sensibles empresariales: Industrias legal, médica y financiera que no pueden usar modelos en la nube — el LLM local es la única solución
- Agentes de larga duración: Un investigador que ejecuta un agente de revisión de literatura automatizada durante 8 horas quemaría el presupuesto de la API en la nube
La NPU XDNA 2 ofrece 55 TOPS, destinada a tareas de "modelo pequeño siempre activo" — un modelo de 7B maneja tareas rutinarias mientras que el modelo principal de 300B se invoca bajo demanda. Es una arquitectura en capas.
Un detalle no tan amigable
Los envíos OEM están programados para el tercer trimestre de 2026 — ASUS, HP y Lenovo serán los primeros. Esto significa que el chip estará disponible para compra a partir de julio como muy pronto.
Y la configuración de 192 GB no será barata. El Strix Halo completamente cargado actualmente se vende por alrededor de $3,000; se espera que el Gorgon Halo completamente cargado cueste $4,000+. Sumando el resto del sistema, un portátil capaz de ejecutar un modelo de 300B probablemente se situará en el rango de $5,000–$6,000.
En términos simples: Este chip no es para consumidores comunes. Es para los pequeños equipos, investigadores y desarrolladores independientes que antes tenían que comprar H100 o RTX 6000 Ada.
Pero para ese grupo, un portátil de $5,000 que ejecuta un modelo de 300B es mucho más rentable que una tarjeta H100 de $30,000.
Implicaciones para el ecosistema
La estrategia de IA de AMD en los últimos dos años se ha vuelto clara:
- Centro de datos: MI300X / MI400 compitiendo directamente con Nvidia
- APU de consumo: Combinando NPU + GPU grande + memoria grande en un solo dado para permitir la inferencia de modelos locales
La serie RTX 50 de consumo de Nvidia todavía carece de una solución de memoria unificada. AMD está evitando la batalla frontal y capturando el nuevo mercado de "inferencia de IA local" en un camino diferente.
Si Gorgon Halo se lanza en el tercer trimestre con buen soporte de las cadenas de herramientas de LLM locales (llama.cpp, Ollama, LM Studio), este camino podría funcionar.
Lo siguiente a observar: el límite de memoria del Apple M5 Max. Si Apple eleva el M5 Max a 192 GB o más este otoño, la guerra de hardware de inferencia de IA local realmente comenzará.
Fuentes: CocoLoop, AMD Ryzen AI Max 400 'Gorgon Halo' packs up to 192GB of unified memory (Tom's Hardware), AMD Pushes Ryzen AI MAX 400 to 192GB Memory, Letting a Single Chip Run 300B+ Parameter LLMs Locally (WCCFTech), AMD Ryzen AI Max 400: New APU Unlocks 192GB Unified Memory (HotHardware), AMD confirms Ryzen AI MAX 400 will support up to 192GB memory and 160GB VRAM (VideoCardz)