AMD показала Threadripper Halo — рабочую станцию для локального ИИ с конфигурацией до 576 ГБ HBM3e и суммарной пропускной способностью памяти до 16 ТБ/с. Для разработчиков и исследовательских команд это не «ПК помощнее», а попытка принести класс задач DGX-уровня на стол, пусть и по цене небольшого серверного бюджета.
Систему анонсировали на IFA 2026, сообщает The Register. Продажи ожидаются в 2027 году, цены AMD пока не раскрывает. По оценке издания, конфигурация с четырьмя ускорителями может стоить в районе $100 000–150 000. Это уже не workstation для энтузиаста, а локальная ИИ-инфраструктура для лабораторий, стартапов, корпоративных R&D-команд и тех, кому облако по какой-то причине не подходит.
В основе Threadripper Halo — 96-ядерный Threadripper PRO 9995WX, представленный в 2025 году. Процессор дополняется до 2 ТБ DDR5, а общий объем системной памяти в максимальной конфигурации заявлен до 2,6 ТБ. Главная часть, впрочем, не CPU, а ускорители Instinct: AMD впервые выводит свои серверные AI-карты в формат рабочей станции.
В максимальной версии система должна поддерживать до четырех PCIe-ускорителей Instinct MI350P. На стенде IFA, по данным источника, показывали машину только с двумя установленными картами, и это важная деталь: полная конфигурация выглядит убедительно в таблице характеристик, но упрется не только в цену, а еще в питание, охлаждение и доступность самих ускорителей.
MI350P была представлена в мае 2026 года. По сути, это PCIe-вариант на базе линейки MI350: один ускоритель несет 144 ГБ HBM3e, дает до 4 ТБ/с пропускной способности памяти и до 4,6 петафлопс FP4-вычислений. В серверном варианте карта может работать на 600 Вт, но для Threadripper Halo ожидается более спокойный режим, вероятно около 450 Вт. Иначе четыре такие карты быстро превращают «настольную» станцию в повод позвать электрика.
Если собрать максимум, Threadripper Halo получает 576 ГБ HBM3e. Это позволяет держать в GPU-памяти модели свыше триллиона параметров при 4-битной точности. Для практиков это означает меньше компромиссов при инференсе крупных open weights-моделей: меньше выгрузки в системную память, меньше плясок с квантизацией, больше шансов получить предсказуемую задержку. AMD также позиционирует систему как вариант для запуска крупнейших открытых моделей с частичным переносом весов в системную память, включая семейство уровня Kimi K3 от Moonshot.AI с 2,8 трлн параметров.
Сравнение с Nvidia здесь неизбежно. Прямой ориентир — DGX Station, анонсированная Nvidia на GTC 2025. У нее один GPU B300 с 252 ГБ памяти, 72-ядерный Grace CPU и 496 ГБ LPDDR5x. Цена, если верить The Register, держится около $100 000 при наличии в продаже. AMD отвечает не столько сырой магией архитектуры, сколько объемом: компания заявляет до 3,4 раза больше общей системной памяти и более чем двукратное преимущество по пропускной способности памяти.
Но у этой арифметики есть неприятный практический хвост. Четыре MI350P — это нагрузка, близкая к пределам обычной североамериканской розетки, если карты не зажать по частотам и энергопотреблению. Источник предполагает, что AMD либо снизит мощность ускорителей, либо потребует отдельную 20-амперную линию. Для дата-центра это бытовая мелочь. Для офиса, университетской лаборатории или домашней исследовательской стойки — уже пункт в смете.
Почему это вообще важно, если облака никуда не делись? Потому что локальный ИИ снова стал предметом серьезного разговора. У команд есть данные, которые нельзя или дорого гонять в облако. Есть сценарии, где задержка важнее эластичности. Есть исследователи, которым нужен постоянный доступ к большой модели без ожидания квоты. Есть компании, которые устали объяснять финансовому директору, почему эксперименты с инференсом внезапно выглядят как аренда квартиры в центре Москвы, только каждый месяц и без квартиры.
Для разработчиков Threadripper Halo интересна не как массовая платформа, а как сигнал. AMD хочет занять нишу между «купили пару RTX в корпус» и «строим свой кластер». Если софт стек ROCm, драйверы и фреймворки будут вести себя достаточно предсказуемо, такая станция может стать рабочим инструментом для прототипирования, fine-tuning, тестирования inference-пайплайнов и оценки больших open weights-моделей до переезда в продакшен-инфраструктуру.
Для бизнеса вопрос еще проще: что дешевле и управляемее — облако, серверная стойка или дорогая коробка под столом у исследовательской группы. Threadripper Halo явно не отменяет GPU-кластеры и не делает Nvidia слабым игроком. Но он добавляет рынку еще один формат: локальная ИИ-машина с памятью, которой хватает не только на демо, но и на тяжелые модели. В 2027 году главный спор будет не о том, можно ли запустить frontier-class модель на рабочей станции, а о том, сколько команд действительно готовы платить за такую независимость.