192 GB. Itulah batas memori terpadu dari APU chip tunggal AMD generasi terbaru, Ryzen AI Max 400.
Artinya——dengan satu APU di PC Anda, Anda bisa menjalankan model bahasa besar dengan lebih dari 300 miliar parameter secara lokal. Ini pertama kalinya di x86.
Chip Ini Bernama Gorgon Halo
Dengan nama kode "Gorgon Halo," resminya seri Ryzen AI Max 400, merupakan peningkatan kecil dari Strix Halo (Ryzen AI Max 300) tahun lalu.
Spesifikasi sekilas:
- CPU: 16 inti Zen 5 / 32 thread, hingga 5,2 GHz (vs. 5,1 GHz)
- GPU: 40 CU RDNA 3.5, hingga 3,0 GHz (vs. 2,9 GHz)
- NPU: XDNA 2, 55 TOPS (vs. 50 TOPS)
- Memori terpadu maks: 192 GB (vs. 128 GB)
- Dapat digunakan sebagai VRAM: 160 GB (vs. 96 GB)
Peningkatan utama ada di dua baris terakhir——batas memori naik 64 GB. CPU, GPU, dan NPU hanya mendapat peningkatan frekuensi kecil tanpa perubahan arsitektur. Awalnya ini adalah chip "tick," tetapi peningkatan memori mengubah segalanya.
Mengapa 192 GB Menjadi Titik Balik
Model dengan 300B parameter, setelah dikuantisasi 4-bit, memakan sekitar 150 GB VRAM. Ditambah KV cache dan overhead sistem, 160 GB VRAM yang dapat digunakan pas-pasan.
Sebelumnya, menjalankan model 300B di klien x86 hampir mustahil:
- MacBook Pro M4 Max: maks 128 GB memori terpadu — cukup untuk 70B, tidak untuk 300B
- Konfigurasi RTX 5090 / 5080: kartu tunggal 24-32 GB; butuh tiga atau empat kartu untuk 100+ GB, biaya mulai $10.000
- Ryzen AI Max 300: batas 128 GB, setara dengan M4 Max
192 GB pada Gorgon Halo adalah pertama kalinya "menjalankan LLM 300B secara lokal" berubah dari "perlu server" menjadi "cukup beli laptop."
Secara sederhana: DeepSeek V4 Pro 1.6T masih di luar jangkauan, tetapi Llama 3.3 405B, Qwen3.6-Max 27B, dan model menengah GLM-5.1 semuanya bisa dijalankan oleh chip ini.
Langkah AMD yang Sebenarnya: Bukan Game, tapi Agen AI
Ini bukan untuk laptop gaming; ini untuk beban kerja agen AI.
Saat menjalankan beban kerja agentic, agen yang berjalan lama mungkin menyimpan bobot model besar di memori lokal selama berjam-jam tanpa dibongkar. Biaya panggilan inferensi cloud API bertambah dengan cepat per detik. Bagi pengguna profesional (pengembang, peneliti, tim teknik perusahaan), perangkat yang mampu berjalan lokal menawarkan ROI yang menarik.
Skenario spesifik:
- Alternatif offline untuk Claude Code / Codex: Pengembang menjalankan model 70B-300B secara lokal untuk penyelesaian kode tanpa mengirim data keluar
- Analisis data sensitif perusahaan: Industri hukum, medis, dan keuangan yang tidak bisa menggunakan model cloud — LLM lokal adalah satu-satunya solusi
- Agen berjalan lama: Peneliti yang menjalankan agen tinjauan literatur otomatis selama 8 jam akan menghabiskan anggaran cloud API
NPU XDNA 2 memberikan 55 TOPS, ditujukan untuk tugas "model kecil selalu aktif" — model 7B menangani tugas rutin sementara model utama 300B dipanggil sesuai permintaan. Ini adalah arsitektur berlapis.
Detail yang Kurang Ramah
Pengiriman OEM dijadwalkan pada Q3 2026 — ASUS, HP, dan Lenovo akan menjadi yang pertama. Artinya, chip ini baru bisa dibeli paling cepat bulan Juli.
Dan konfigurasi 192 GB tidak akan murah. Strix Halo konfigurasi penuh saat ini dijual sekitar $3.000; Gorgon Halo konfigurasi penuh diperkirakan $4.000+. Ditambah komponen lainnya, laptop yang mampu menjalankan model 300B kemungkinan berada di kisaran $5.000–$6.000.
Secara sederhana: Chip ini bukan untuk konsumen biasa. Ini untuk tim kecil, peneliti, dan pengembang independen yang sebelumnya harus membeli H100 atau RTX 6000 Ada.
Tapi bagi kelompok itu, laptop $5.000 yang bisa menjalankan model 300B jauh lebih hemat biaya daripada kartu H100 seharga $30.000.
Implikasi Ekosistem
Strategi AI AMD selama dua tahun terakhir menjadi jelas:
- Pusat data: MI300X / MI400 bersaing langsung dengan Nvidia
- APU konsumen: Menggabungkan NPU + GPU besar + memori besar dalam satu die untuk memungkinkan inferensi model lokal
Seri RTX 50 konsumen Nvidia masih belum memiliki solusi memori terpadu. AMD secara efektif menghindari pertempuran frontal dan merebut pasar baru "inferensi AI lokal" di jalur yang berbeda.
Jika Gorgon Halo diluncurkan pada Q3 dengan dukungan yang baik dari rantai alat LLM lokal (llama.cpp, Ollama, LM Studio), jalur ini bisa berhasil.
Hal berikutnya yang perlu diperhatikan: batas memori Apple M5 Max. Jika Apple menaikkan M5 Max menjadi 192 GB atau lebih tinggi musim gugur ini, perang perangkat keras inferensi AI lokal akan benar-benar dimulai.
Sumber: 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)