192 Go. C'est la limite de mémoire unifiée du nouvel APU monocarte Ryzen AI Max 400 d'AMD.
Cela signifie — avec un seul APU dans votre PC, vous pouvez exécuter localement des grands modèles de langage de plus de 300 milliards de paramètres. C'est une première pour le x86.
La puce s'appelle Gorgon Halo
Avec le nom de code « Gorgon Halo », officiellement la série Ryzen AI Max 400, il s'agit d'une petite mise à jour du Strix Halo (Ryzen AI Max 300) de l'année dernière.
Spécifications en bref :
- CPU : 16 cœurs Zen 5 / 32 threads, jusqu'à 5,2 GHz (vs 5,1 GHz)
- GPU : 40 CU RDNA 3.5, jusqu'à 3,0 GHz (vs 2,9 GHz)
- NPU : XDNA 2, 55 TOPS (vs 50 TOPS)
- Mémoire unifiée max : 192 Go (vs 128 Go)
- Utilisable comme VRAM : 160 Go (vs 96 Go)
La principale amélioration se situe dans les deux dernières lignes — la limite de mémoire a été augmentée de 64 Go. Le CPU, le GPU et le NPU ne reçoivent que de légères augmentations de fréquence, sans changement d'architecture. À l'origine, c'était une puce « tick », mais l'augmentation de la mémoire change complètement la donne.
Pourquoi 192 Go est un tournant
Un modèle de 300B paramètres, après quantification 4 bits, occupe environ 150 Go de VRAM. Ajoutez le cache KV et les frais généraux système, et 160 Go de VRAM utilisable sont juste suffisants.
Auparavant, exécuter un modèle 300B sur un client x86 était presque impossible :
- MacBook Pro M4 Max : max 128 Go de mémoire unifiée — suffisant pour 70B, pas pour 300B
- Toute configuration RTX 5090 / 5080 : carte unique 24-32 Go ; trois ou quatre cartes nécessaires pour 100+ Go, coût à partir de 10 000 $
- Ryzen AI Max 300 : limite de 128 Go, même niveau que le M4 Max
Les 192 Go du Gorgon Halo sont la première fois que « exécuter un LLM 300B localement » passe de « il faut monter un serveur » à « il suffit d'acheter un ordinateur portable ».
En termes simples : DeepSeek V4 Pro 1.6T est encore hors de portée, mais Llama 3.3 405B, Qwen3.6-Max 27B et les modèles de milieu de gamme GLM-5.1 sont tous couverts par cette seule puce.
Le vrai jeu d'AMD : pas le jeu vidéo, mais les agents IA
Ce n'est pas pour les ordinateurs portables de jeu ; c'est pour les charges de travail d'agents IA.
Lors de l'exécution de charges de travail agentiques, un agent de longue durée peut conserver les poids d'un grand modèle en mémoire locale pendant des heures sans les décharger. Les coûts des appels d'inférence API cloud s'accumulent rapidement par seconde. Pour les utilisateurs professionnels (développeurs, chercheurs, équipes d'ingénierie d'entreprise), un dispositif capable de fonctionner localement offre un ROI intéressant.
Scénarios spécifiques :
- Alternative hors ligne à Claude Code / Codex : Les développeurs exécutent un modèle 70B-300B localement pour la complétion de code sans envoyer de données à l'extérieur
- Analyse de données sensibles en entreprise : Les secteurs juridique, médical et financier qui ne peuvent pas utiliser de modèles cloud — le LLM local est la seule solution
- Agents de longue durée : Un chercheur exécutant un agent de revue de littérature automatisée pendant 8 heures ferait exploser le budget de l'API cloud
Le NPU XDNA 2 délivre 55 TOPS, destiné aux tâches « petit modèle toujours actif » — un modèle 7B gère les tâches courantes tandis que le modèle principal 300B est appelé à la demande. C'est une architecture en couches.
Un détail moins sympathique
Les expéditions OEM sont prévues pour le troisième trimestre 2026 — ASUS, HP et Lenovo seront les premiers. Cela signifie que la puce ne sera disponible à l'achat qu'à partir de juillet au plus tôt.
Et la configuration 192 Go ne sera pas bon marché. Le Strix Halo entièrement équipé se vend actuellement autour de 3 000 $ ; le Gorgon Halo entièrement équipé devrait coûter 4 000 $ et plus. En ajoutant le reste du système, un ordinateur portable capable d'exécuter un modèle 300B se situera probablement dans la fourchette 5 000–6 000 $.
En termes simples : Cette puce n'est pas destinée aux consommateurs ordinaires. Elle est destinée aux petites équipes, chercheurs et développeurs indépendants qui devaient auparavant acheter des H100 ou des RTX 6000 Ada.
Mais pour ce groupe, un ordinateur portable à 5 000 $ capable d'exécuter un modèle 300B est bien plus rentable qu'une carte H100 à 30 000 $.
Implications pour l'écosystème
La stratégie IA d'AMD au cours des deux dernières années est devenue claire :
- Centre de données : MI300X / MI400 en concurrence directe avec Nvidia
- APU grand public : Combinaison NPU + gros GPU + grande mémoire sur un seul die pour permettre l'inférence de modèles locaux
La série RTX 50 grand public de Nvidia n'a toujours pas de solution de mémoire unifiée. AMD contourne ainsi la bataille frontale et conquiert le nouveau marché de l'« inférence IA locale » sur une voie différente.
Si Gorgon Halo est lancé au troisième trimestre avec un bon support des chaînes d'outils LLM locales (llama.cpp, Ollama, LM Studio), cette voie pourrait fonctionner.
La prochaine chose à surveiller : la limite de mémoire de l'Apple M5 Max. Si Apple porte le M5 Max à 192 Go ou plus cet automne, la guerre du matériel d'inférence IA locale commencera vraiment.
Sources : 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)