192 GB. Đó là giới hạn bộ nhớ hợp nhất của APU đơn chip Ryzen AI Max 400 thế hệ mới của AMD.
Điều này có nghĩa là——chỉ với một APU trong máy tính, bạn có thể chạy cục bộ các mô hình ngôn ngữ lớn với hơn 300 tỷ tham số. Đây là lần đầu tiên trên nền tảng x86.
Chip có tên Gorgon Halo
Mã hiệu "Gorgon Halo", tên chính thức là dòng Ryzen AI Max 400, là bản nâng cấp nhỏ so với Strix Halo (Ryzen AI Max 300) năm ngoái.
Thông số kỹ thuật:
- CPU: 16 nhân Zen 5 / 32 luồng, tối đa 5,2 GHz (so với 5,1 GHz)
- GPU: 40 CU RDNA 3.5, tối đa 3,0 GHz (so với 2,9 GHz)
- NPU: XDNA 2, 55 TOPS (so với 50 TOPS)
- Bộ nhớ hợp nhất tối đa: 192 GB (so với 128 GB)
- Có thể dùng làm VRAM: 160 GB (so với 96 GB)
Nâng cấp chính nằm ở hai dòng cuối——giới hạn bộ nhớ tăng thêm 64 GB. CPU, GPU và NPU chỉ được tăng xung nhịp nhẹ, không thay đổi kiến trúc. Ban đầu đây là một chip "cải tiến nhỏ", nhưng việc tăng bộ nhớ đã thay đổi hoàn toàn câu chuyện.
Tại sao 192 GB là bước ngoặt
Mô hình 300B tham số, sau khi lượng tử hóa 4-bit, chiếm khoảng 150 GB VRAM. Cộng với KV cache và chi phí hệ thống, 160 GB VRAM khả dụng vừa đủ.
Trước đây, chạy mô hình 300B trên máy khách x86 gần như bất khả thi:
- MacBook Pro M4 Max: tối đa 128 GB bộ nhớ hợp nhất — đủ cho 70B nhưng không đủ cho 300B
- Cấu hình RTX 5090 / 5080: card đơn 24-32 GB; cần ba hoặc bốn card để đạt 100+ GB, giá từ 10.000 USD
- Ryzen AI Max 300: giới hạn 128 GB, cùng phân khúc với M4 Max
192 GB của Gorgon Halo là lần đầu tiên việc "chạy LLM 300B cục bộ" chuyển từ "cần phải ráp server" thành "chỉ cần mua laptop".
Nói một cách đơn giản: DeepSeek V4 Pro 1.6T vẫn nằm ngoài tầm với, nhưng Llama 3.3 405B, Qwen3.6-Max 27B và các mô hình tầm trung GLM-5.1 đều được chip này đảm nhận.
Động thái thực sự của AMD: Không phải game, mà là tác tử AI
Đây không phải dành cho laptop gaming; mà dành cho khối lượng công việc tác tử AI.
Khi chạy khối lượng công việc tác tử, một tác tử chạy lâu có thể giữ trọng số mô hình lớn trong bộ nhớ cục bộ hàng giờ mà không gỡ bỏ. Chi phí gọi suy luận API đám mây tích lũy nhanh chóng mỗi giây. Đối với người dùng chuyên nghiệp (nhà phát triển, nhà nghiên cứu, nhóm kỹ thuật doanh nghiệp), một thiết bị có khả năng chạy cục bộ mang lại ROI hấp dẫn.
Các kịch bản cụ thể:
- Thay thế ngoại tuyến cho Claude Code / Codex: Nhà phát triển chạy mô hình 70B-300B cục bộ để hoàn thành mã mà không gửi dữ liệu ra ngoài
- Phân tích dữ liệu nhạy cảm doanh nghiệp: Các ngành luật, y tế, tài chính không thể sử dụng mô hình đám mây — LLM cục bộ là giải pháp duy nhất
- Tác tử chạy lâu: Nhà nghiên cứu chạy tác tử đánh giá tài liệu tự động trong 8 giờ sẽ đốt cháy ngân sách API đám mây
NPU XDNA 2 cung cấp 55 TOPS, được thiết kế cho các tác vụ "mô hình nhỏ luôn hoạt động" — mô hình 7B xử lý các tác vụ thường ngày trong khi mô hình chính 300B được gọi theo yêu cầu. Đây là kiến trúc phân lớp.
Một chi tiết không mấy thân thiện
Lô hàng OEM dự kiến vào quý 3 năm 2026 — ASUS, HP và Lenovo sẽ là những hãng đầu tiên. Điều đó có nghĩa là thời điểm sớm nhất bạn có thể mua chip này là tháng 7.
Và cấu hình 192 GB sẽ không rẻ. Strix Halo cấu hình đầy đủ hiện có giá bán lẻ khoảng 3.000 USD; Gorgon Halo cấu hình đầy đủ dự kiến từ 4.000 USD trở lên. Cộng với các linh kiện khác, một laptop có khả năng chạy mô hình 300B sẽ nằm trong khoảng 5.000–6.000 USD.
Nói một cách đơn giản: Chip này không dành cho người tiêu dùng thông thường. Nó dành cho các nhóm nhỏ, nhà nghiên cứu và nhà phát triển độc lập trước đây phải mua H100 hoặc RTX 6000 Ada.
Nhưng đối với nhóm đó, một laptop 5.000 USD có thể chạy mô hình 300B hiệu quả hơn nhiều so với một card H100 giá 30.000 USD.
Ý nghĩa đối với hệ sinh thái
Chiến lược AI của AMD trong hai năm qua đã trở nên rõ ràng:
- Trung tâm dữ liệu: MI300X / MI400 cạnh tranh trực tiếp với Nvidia
- APU tiêu dùng: Kết hợp NPU + GPU lớn + bộ nhớ lớn trên một die để cho phép suy luận mô hình cục bộ
Dòng RTX 50 tiêu dùng của Nvidia vẫn chưa có giải pháp bộ nhớ hợp nhất. AMD đang né tránh cuộc chiến trực diện và chiếm lĩnh thị trường mới "suy luận AI cục bộ" trên một con đường khác.
Nếu Gorgon Halo ra mắt trong quý 3 với sự hỗ trợ tốt từ chuỗi công cụ LLM cục bộ (llama.cpp, Ollama, LM Studio), con đường này có thể thành công.
Điều tiếp theo cần theo dõi: giới hạn bộ nhớ của Apple M5 Max. Nếu Apple nâng M5 Max lên 192 GB hoặc cao hơn vào mùa thu này, cuộc chiến phần cứng suy luận AI cục bộ sẽ thực sự bắt đầu.
Nguồn: 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)