Локальный ИИ упирается не только в слова «нейросеть» и «ускоритель». Пока модель не помещается в память, она либо не запускается вовсе, либо начинает мучительно выгружать куски данных на SSD. А когда модель наконец влезла, выясняется второй сюрприз: собрать рабочее окружение из ROCm, драйверов, контейнеров, Python-зависимостей и случайных инструкций с GitHub — это отдельный квест. AMD Ryzen AI Halo пытается решить именно эту проблему. Перед нами не просто мини-ПК на Strix Halo, а готовая коробка для локальных LLM, генерации изображений и экспериментов с ИИ.

Звучит правильно. Тут 128 ГБ общей памяти, 16-ядерный Ryzen AI Max+ 395, встроенная Radeon 8060S, 2 ТБ SSD и официальный набор программ от AMD. Но есть неприятный вопрос: зачем платить $3999 за систему, которая почти вплотную подошла по цене к NVIDIA GB10, а в тяжёлых ИИ-задачах всё равно чаще ждёт дольше? Вот с этим и разберёмся без рекламного тумана.

Это не «обычный мини-ПК с нейросетью»

Главная идея Ryzen AI Halo не в том, что AMD поставила в маленький корпус мощный APU. Таких систем на Strix Halo уже хватает. Отличие в другом: AMD хочет продать готовую площадку, где не нужно сначала неделями собирать софт по форумам, а потом гадать, почему модель запускается только после третьего перезапуска контейнера.

Внутри стоит Ryzen AI Max+ 395: 16 ядер Zen 5 и 32 потока, встроенная Radeon 8060S с 2560 потоковыми процессорами RDNA 3.5 и NPU XDNA 2. Самое ценное здесь — не NPU и даже не CPU, а 128 ГБ объединённой LPDDR5X-8000. Процессор и графика работают с одним большим пулом памяти. Для локального ИИ это куда важнее привычного вопроса «сколько гигабайт у видеокарты», ведь большая модель может поместиться целиком в ОЗУ, а не расползаться между VRAM и медленным накопителем.

Но не надо путать этот подход с чудом. Общая память даёт объём, а не автоматически скорость уровня HBM или топовой GeForce. Ryzen AI Halo способен работать с крупными квантованными моделями, однако на реальной инференс-нагрузке его Radeon всё равно оказывается слабее GPU внутри систем с NVIDIA GB10.

Что внутри	AMD Ryzen AI Halo
Процессор	Ryzen AI Max+ 395, 16 ядер / 32 потока, Zen 5
Графика	Radeon 8060S, встроенная RDNA 3.5
NPU	AMD XDNA 2
Память	128 ГБ LPDDR5X-8000, общая для CPU и GPU
Накопитель	2 ТБ NVMe SSD
Сеть	10GbE, Wi‑Fi 7, Bluetooth 5.4
Питание и класс TDP	адаптер 240 Вт, SoC до 120 Вт
ОС	кастомный Debian Linux или Windows 11
Габариты	150 × 150 × 45,4 мм

Корпус маленький, но ставить его куда угодно нельзя

Снаружи Ryzen AI Halo выглядит необычно: тёмный пластиковый корпус с геометрическим рисунком, крупной передней решёткой и световой полосой по периметру. Белый свет означает работу, синий — сон, красный — ошибку. Свет, к счастью, отключается через AMD AI Developer Center, потому что рядом с монитором подобная гирлянда нужна далеко не всем.

А вот с практичностью есть странность. Воздухозаборники расположены сверху и по бокам, и AMD прямо не советует перекрывать их. То есть поставить коробку на бок, чтобы сэкономить место в домашней стойке или на тесной полке, уже не так просто. Для устройства, которое явно рассчитано и на домашние лаборатории, это мелочь, но раздражающая. Ведь мини-ПК покупают как раз ради того, чтобы он не диктовал, где ему стоять.

Порты есть, но сетевой разрыв с DGX Spark огромный

Сзади AMD положила три USB-C для периферии и дисплеев: один USB 3.2 Gen 2 и два USB4, плюс отдельный USB-C для 240-ваттного блока питания. Есть HDMI 2.1, а USB-C поддерживают DisplayPort Alt Mode. Для обычного рабочего места этого хватает с запасом: можно подключить монитор, быстрый внешний SSD и ещё один экран без переходников из коробки.

Сеть — 10GbE. Для дома или маленькой команды это уже серьёзно: модели и датасеты будут перелетать намного бодрее, чем по гигабитному Ethernet. AMD даже подготовила сценарий объединения нескольких AI Halo в кластер. Но сравнение с NVIDIA всё равно болезненное: у DGX Spark используется 200-гигабитный ConnectX-7. И тут видно, что AI Halo — скорее мощная персональная станция или небольшой домашний сервер, а не элемент плотной вычислительной фермы.

128 ГБ памяти помогают запустить модель, но не заставляют её отвечать быстрее

Именно здесь маркетинговая картинка обычно ломается. Ryzen AI Halo действительно позволяет запускать серьёзные локальные модели, в том числе Qwen 3.6-35B-A3B, Gemma 4 12B и gpt-oss-120B в квантованном виде. Для человека, который хочет держать ассистента или тестовую модель дома, не отправляя запросы в облако, сам факт запуска такой модели на маленькой x86-коробке уже впечатляет.

Но «запустилась» и «работает комфортно» — это не одно и то же. В тестах с llama.cpp скорость генерации у AI Halo была приемлемой, однако с ростом контекста система заметно проигрывала GB10 по времени до первого токена. Проще говоря: модель потом печатает ответ с терпимой скоростью, но перед этим может долго думать. В крайних сценариях ожидание старта ответа доходило до нескольких минут. Для фонового задания это переживаемо. Для интерактивного помощника, который должен быстро подхватывать длинный кодовый контекст, — уже нет.

AMD выигрывает у GB10 по универсальной CPU-производительности: 16 ядер Zen 5 сильнее Arm-комплекса GB10 и могут быть полезнее при компиляции, обычной разработке или задачах, которые не сводятся к GPU. Но локальный ИИ сегодня чаще упирается именно в графический ускоритель, его экосистему и память. Поэтому хороший CPU не отменяет главного вывода: в ИИ-нагрузках платформа NVIDIA всё ещё ощущается быстрее и ровнее.

Генерация изображений: Radeon старается, но CUDA пока далеко впереди

Та же картина проявляется в ComfyUI и Flux.2 Klein. Ryzen AI Halo умеет работать с такими сценариями, и AMD заранее положила нужный софт, но по времени генерации GB10 уходит заметно вперёд. Причина не загадочная: у NVIDIA больше вычислительных ресурсов именно там, где они нужны для подобных задач, а CUDA-экосистема за годы обросла оптимизациями, которые сложно догнать одним только большим объёмом общей памяти.

Это не означает, что Radeon 8060S бесполезна. Она даёт реальную возможность пощупать локальную генерацию без отдельной видеокарты, а 128 ГБ памяти снимают ряд ограничений. Но человеку, который уже знает, что будет регулярно крутить большие пайплайны ComfyUI, проще честно признать: AI Halo покупается за удобство x86 и большой общий пул памяти, а не за максимальную скорость картинок.

Самое правильное у AMD — не железо, а попытка сделать его понятным

Именно программная часть должна была стать главным аргументом AI Halo. AMD предустановила ROCm, приложение Lemonade, ComfyUI, vLLM и набор пошаговых сценариев — playbooks. И идея отличная: открыть готовый сценарий, скачать модель, проверить работу чат-бота или генератора и уже потом лезть в терминал. Для человека, который только входит в локальный ИИ, это намного лучше, чем чистая система с инструкцией «соберите всё сами».

Lemonade выглядит наиболее законченным элементом набора. Через него можно быстро запустить поддерживаемую модель и получить понятный интерфейс без обязательной возни с командами. Но здесь есть неудобная правда: Lemonade работает не только на AI Halo. То есть сама программа не делает именно эту коробку уникальной.

AMD AI Developer Center тоже полезен. Он показывает состояние системы, даёт переключать режимы питания, отключать подсветку и, что особенно важно, графически делить 128 ГБ общей памяти между CPU и GPU. Казалось бы, всё правильно. Но дальше начинаются недоделки: приложение видит скачанные модели, но не умеет нормально открыть их папки и дать пользователю управлять содержимым. Предустановленный ComfyUI живёт в контейнере, дополнительные пути к моделям прячутся там, где обычный пользователь не сможет просто взять и положить файл без прав root.

Вот это и есть главная проблема AI Halo. AMD продаёт систему начинающему пользователю, но в момент, когда человек хочет выйти за пределы учебного сценария, он снова оказывается перед Linux-путями, контейнерами и недописанной документацией. Причём некоторые важные расположения файлов в соответствующих инструкциях вообще не указаны. Не катастрофа для опытного разработчика, но тогда возникает логичный вопрос: а зачем опытному разработчику переплачивать именно за «готовую» коробку?

AMD Sync — полезная штука, особенно если мини-ПК будет жить не на столе

У AMD есть и удачный ответ NVIDIA Sync. Программа AMD Sync позволяет подключаться к AI Halo по SSH, запускать удалённый терминал, VS Code или JupyterLab и работать с вычислениями мини-ПК с другого устройства. Это удобнее, чем держать коробку рядом с монитором и постоянно слушать её вентиляторы.

Правда, поддержка пока неравная: Windows и Linux есть, macOS — нет. У NVIDIA этот сценарий закрыт лучше. Но сама идея верная: такой компьютер логичнее поставить в стороне, подключить по сети и использовать как личный ИИ-сервер.

Охлаждение справляется, а вот звук может надоесть

По температурам всё прилично. Во время типовых нагрузок CPU и GPU не уходили выше середины 50 °C, то есть запас у охлаждения есть. Внутри через заднюю решётку виден массивный медный радиатор, и он явно делает своё дело.

Но тишиной AI Halo не берёт. Два маленьких вентилятора слышны даже в простое, а под генеративной нагрузкой система становится заметно громче GB10. Хуже того, дело не только в громкости: у вентиляторов есть высокочастотный оттенок, который на столе раздражает сильнее обычного воздушного шума. Поэтому мысль использовать AMD Sync и убрать мини-ПК подальше появляется не из-за красивого маркетинга, а из-за здравого смысла.

Цена ломает почти всю аргументацию

AI Halo стоит $3999. Да, за эти деньги покупатель получает 128 ГБ памяти, 2 ТБ SSD, сильный Zen 5 и официальную поддержку AMD. Да, это примерно на 16% дешевле DGX Spark с большим SSD. Но рядом уже существует Asus Ascent GX10 на GB10 с 128 ГБ памяти и 1 ТБ SSD за те же $3999. А когда разрыв в цене между конкурентами исчезает, решает уже не объём SSD, а то, сколько времени система экономит каждый день.

И тут NVIDIA пока выглядит убедительнее: быстрее инференс, меньше задержка при длинном контексте, быстрее генерация изображений, зрелее документация и шире поддержка программ. Если локальный ИИ — рабочий инструмент, а не эксперимент на выходные, ждать на несколько минут меньше зачастую важнее, чем получить x86 и Windows.

Кому Ryzen AI Halo действительно подойдёт

Эта система имеет смысл в трёх случаях. Во-первых, когда нужна именно x86-платформа с возможностью загрузить Windows 11 и запускать привычные Windows-программы рядом с ИИ-инструментами. Во-вторых, когда интересен стек AMD, NPU XDNA 2 и эксперименты с ROCm без самостоятельной сборки Strix Halo-машины. В-третьих, когда важнее 128 ГБ общей памяти и универсальный CPU, чем абсолютная скорость LLM и ComfyUI.

А вот для человека, который хочет максимально быстрый и гладкий локальный ИИ-сервер за четыре тысячи долларов, Ryzen AI Halo пока не выглядит очевидным выбором. Он честно решает проблему «как быстро начать», но не решает проблему «почему бы не купить NVIDIA за те же деньги».

Итог

AMD Ryzen AI Halo — не провал и не пустая попытка приклеить слово AI к мини-ПК. Это самый собранный и понятный Strix Halo-компьютер для локального ИИ: сильный 16-ядерный процессор, 128 ГБ общей памяти, Windows или Linux, быстрые порты, 10GbE и готовая среда для старта. AMD наконец поняла, что железо без софта и документации превращает даже хороший APU в дорогой конструктор.

Но пока эта готовая среда ощущается недоделанной, а Radeon 8060S не может перебить GB10 в главных ИИ-задачах. В итоге Ryzen AI Halo интересен как более универсальная x86-альтернатива, но не как лучший способ потратить $3999 на локальный ИИ. AMD сделала правильный первый шаг. Теперь ей нужен либо заметно более быстрый GPU-блок, либо цена, которая будет не просто немного ниже, а действительно заставит забыть о NVIDIA.

обзор от 6 июля 2026 года.