AMD memperkenalkan mini PC terbaru di Amerika Serikat bernama Ryzen AI Halo Developer Platform.
Perangkat ini membawa RAM 192 GB dan mampu mengalokasikan hingga 160 GB sebagai VRAM.
Langkah tersebut menjadi respons atas maraknya pengumuman perangkat bertenaga Nvidia RTX Spark dari berbagai vendor.
Spesifikasi dan Harga Ryzen AI Halo
Mini PC ini ditenagai prosesor AMD Ryzen AI Max Pro 495 dari arsitektur Gorgon Halo terbaru.
Prosesor itu dipadukan dengan grafis terintegrasi Radeon 8065S.
Perangkat dibanderol USD 7.299 atau sekitar Rp129,2 jutaan.
Harga tersebut menegaskan sasaran produk bukan pengguna rumahan biasa.
Target pasarnya adalah pengembang aplikasi AI, peneliti machine learning, dan profesional yang membutuhkan komputasi tinggi.
Secara visual, desainnya tidak berubah dari pendahulu berbasis Strix Halo.
Bentuknya tetap ringkas dengan empat port USB Type-C serta konektivitas 10 Gigabit Ethernet, Bluetooth 5.4, dan Wi-Fi 7.
Fokus utama pembaruannya ada di sektor kinerja.
Peningkatan Memori dan VRAM
Berdasarkan benchmark internal, CPU platform Gorgon Halo hanya menawarkan peningkatan performa moderat.
Hal serupa berlaku untuk GPU Radeon 8065S yang pada dasarnya revisi minor dari Radeon 8060S.
GPU itu memakai arsitektur RDNA 3.5 yang sama dan 40 Compute Units.
Perubahan nama tidak serta merta menjanjikan lonjakan kecepatan grafis yang dramatis.
Keunggulan sesungguhnya terletak pada dukungan kapasitas RAM.
Gorgon Halo mendukung hingga 192 GB, naik 50% dari Strix Halo yang hanya 128 GB.
Dari total 192 GB itu, pengguna bisa mengalokasikan 160 GB sebagai VRAM untuk Radeon 8065S.
Angka tersebut merupakan lonjakan 66% dibandingkan pendahulunya.
Peningkatan itu dinilai signifikan untuk beban kerja AI dan rendering profesional.
Kemampuan mengalokasikan VRAM 160 GB menjadi nilai jual utama mini PC ini.
Bagi developer yang bekerja dengan model bahasa besar atau model AI multimodal, kapasitas VRAM sering menjadi batasan paling krusial.
Dengan VRAM sebesar itu, pengguna bisa menjalankan model dengan parameter lebih besar secara lokal.
Cara ini menghindari ketergantungan pada server cloud yang mahal atau memiliki latensi tinggi.
