192 GB. Esse é o limite de memória unificada da nova APU single-chip Ryzen AI Max 400 da AMD.
Isso significa — com apenas uma APU no seu PC, você pode executar localmente modelos de linguagem grandes com mais de 300 bilhões de parâmetros. É a primeira vez no x86.
O chip se chama Gorgon Halo
Com o codinome "Gorgon Halo", oficialmente a série Ryzen AI Max 400, é uma pequena atualização do Strix Halo (Ryzen AI Max 300) do ano passado.
Especificações resumidas:
- CPU: 16 núcleos Zen 5 / 32 threads, até 5,2 GHz (vs. 5,1 GHz)
- GPU: 40 CUs RDNA 3.5, até 3,0 GHz (vs. 2,9 GHz)
- NPU: XDNA 2, 55 TOPS (vs. 50 TOPS)
- Memória unificada máxima: 192 GB (vs. 128 GB)
- Utilizável como VRAM: 160 GB (vs. 96 GB)
A principal atualização está nas duas últimas linhas — o limite de memória foi elevado em 64 GB. CPU, GPU e NPU receberam apenas pequenos aumentos de clock, sem mudança de arquitetura. Originalmente, este era um chip "tick", mas o aumento de memória mudou completamente a história.
Por que 192 GB é um divisor de águas
Um modelo com 300B parâmetros, após quantização de 4 bits, ocupa cerca de 150 GB de VRAM. Adicionando KV cache e overhead do sistema, 160 GB de VRAM utilizável são suficientes.
Anteriormente, executar um modelo de 300B em um cliente x86 era quase impossível:
- MacBook Pro M4 Max: máximo de 128 GB de memória unificada — suficiente para 70B, mas não para 300B
- Qualquer configuração RTX 5090 / 5080: placa única 24-32 GB; três ou quatro placas necessárias para 100+ GB, custando a partir de US$ 10.000
- Ryzen AI Max 300: limite de 128 GB, mesma faixa do M4 Max
Os 192 GB do Gorgon Halo são a primeira vez que "executar um LLM de 300B localmente" passa de "precisa montar um servidor" para "basta comprar um laptop".
Em termos simples: DeepSeek V4 Pro 1.6T ainda está fora de alcance, mas Llama 3.3 405B, Qwen3.6-Max 27B e modelos intermediários GLM-5.1 são todos cobertos por este único chip.
O verdadeiro movimento da AMD: não jogos, mas agentes de IA
Isso não é para laptops gamer; é para cargas de trabalho de agentes de IA.
Ao executar cargas de trabalho agentivas, um agente de longa duração pode manter os pesos de um modelo grande na memória local por horas sem descarregar. Os custos de chamadas de inferência de API em nuvem se acumulam rapidamente por segundo. Para usuários profissionais (desenvolvedores, pesquisadores, equipes de engenharia empresarial), um dispositivo com capacidade local oferece um ROI atraente.
Cenários específicos:
- Alternativa offline para Claude Code / Codex: Desenvolvedores executam um modelo de 70B-300B localmente para conclusão de código sem enviar dados para fora
- Análise de dados sensíveis empresariais: Indústrias jurídica, médica e financeira que não podem usar modelos em nuvem — LLM local é a única solução
- Agentes de longa duração: Um pesquisador executando um agente de revisão de literatura automatizada por 8 horas queimaria o orçamento da API em nuvem
A NPU XDNA 2 oferece 55 TOPS, destinada a tarefas de "modelo pequeno sempre ativo" — um modelo de 7B lida com tarefas rotineiras enquanto o modelo principal de 300B é chamado sob demanda. É uma arquitetura em camadas.
Um detalhe menos amigável
Os embarques OEM estão programados para o 3º trimestre de 2026 — ASUS, HP e Lenovo serão os primeiros. Isso significa que o chip só estará disponível para compra a partir de julho.
E a configuração de 192 GB não será barata. O Strix Halo totalmente carregado atualmente custa cerca de US$ 3.000; o Gorgon Halo totalmente carregado é esperado por US$ 4.000+. Somando o restante do sistema, um laptop capaz de executar um modelo de 300B provavelmente ficará na faixa de US$ 5.000–US$ 6.000.
Em termos simples: Este chip não é para consumidores comuns. É para as pequenas equipes, pesquisadores e desenvolvedores independentes que antes precisavam comprar H100s ou RTX 6000 Adas.
Mas para esse grupo, um laptop de US$ 5.000 que roda um modelo de 300B é muito mais econômico do que uma placa H100 de US$ 30.000.
Implicações para o ecossistema
A estratégia de IA da AMD nos últimos dois anos ficou clara:
- Data center: MI300X / MI400 competindo diretamente com a Nvidia
- APU para consumidor: Combinando NPU + GPU grande + memória grande em um único die para permitir inferência de modelo local
A série RTX 50 para consumidor da Nvidia ainda não possui uma solução de memória unificada. A AMD está efetivamente contornando a batalha frontal e capturando o novo mercado de "inferência de IA local" em um caminho diferente.
Se o Gorgon Halo for lançado no terceiro trimestre com bom suporte das toolchains locais de LLM (llama.cpp, Ollama, LM Studio), esse caminho pode funcionar.
O próximo ponto a observar: o limite de memória do Apple M5 Max. Se a Apple elevar o M5 Max para 192 GB ou mais neste outono, a guerra de hardware de inferência de IA local realmente começará.
Fontes: 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)