Ryzen AI Max 400: AMD schießt mit 192 GiB gegen Nvidia N1X

17
News Sven Bauduin Als bevorzugte Quelle auf Google hinzufügen
Ryzen AI Max 400: AMD schießt mit 192 GiB gegen Nvidia N1X
Quelle: AMD

AMD-Marketingchef Saša Marinković hat auf X eine Vergleichstabelle geteilt, welche die Ryzen AI Max 400 ("Gorgon Halo") Sprachmodelle bescheinigt, an denen Nvidias RTX Spark Superchips der N1X und N1 am Speicher scheitern.

AMD hat den direkten Vergleich mit Nvidia gesucht und dafür eine Tabelle in Umlauf gebracht, die acht aktuelle Sprachmodelle gegen zwei Plattformen antreten lässt. Wer große Sprachmodelle lieber lokal als in der Cloud betreibt, findet darin das zentrale Verkaufsargument der Ryzen AI Max 400 wieder, allerdings aus der Feder des Herstellers: AMD sieht seine Prozessoren entsprechend klar im Vorteil.

Das Portfolio von AMD Ryzen AI 400 ("Gorgon Halo") umfasst drei Modelle. Quelle: AMD AMD Ryzen AI 400 ("Gorgon Halo") mit 192 GiB RAM und 160 GiB VRAM. Quelle: AMD

Die Botschaft ist klar: Während AMDs neue Halo-APUs selbst die größten Sprachmodelle, sogenannte LMMs ("Large Language Models") noch laden können, geht dem Nvidia RTX Spark Superchip vorher der Systemspeicher aus.

Ryzen AI Max 400 vs. N1X: Worauf AMDs Vergleich abzielt

Hinter der Aufstellung steckt Saša Marinković, AMDs Senior Director Marketing, welcher den Beitrag am 2. Juni 2026 zur Computex absetzte. Sein Aufhänger ist das Speicherbudget: Der Ryzen AI Max+ 495 bietet bis zu 192 GiB LPDDR5X-Speicher als Unified Memory, von denen sich 160 GiB als VRAM deklarieren lassen. Nvidias GB10 und die daraus abgeleitete Nvidia RTX Spark Superchips alias N1X und N1 bleiben hingegen bei 128 respektive 64 GiB. Genau diese Lücke nutzt AMD als Hebel.

Welche Modelle die Ryzen AI Max 400 laut AMD ausführen

Laut AMD führen die Ryzen AI Max 400 in der Konfiguration mit 192 GiB LPDDR5X selbst Sprachmodelle mit über 300 Milliarden Parametern lokal aus, während der Nvidia RTX Spark Superchip hier passen muss. Die Tabelle stellt acht große Sprachmodelle von 30 bis 321 Milliarden Parametern gegenüber.

AMD Ryzen AI Max 400 mit bis zu 192 GiB gegen Nvidia RTX Spark Superchip mit bis zu 128 GiB. Quelle: AMD AMD Ryzen AI Max 400 mit bis zu 192 GiB gegen Nvidia RTX Spark Superchip mit bis zu 128 GiB. Step3 mit 321 Milliarden Parametern und DeepSeek V4 Flash mit 284 Milliarden laufen demnach nur auf der AMD-Plattform, beim Nvidia RTX Spark Superchip steht ein klares "läuft nicht". Qwen3 VL 235B und Kimi MiniMax M2.7 mit 230 Milliarden erreichen AMD-seitig grünes Licht, auf Nvidias Seite immerhin ein "instabil".

Ab GPT-OSS 120B abwärts ziehen beide Plattformen gleich. Die Werte gelten laut Fußnote für eine Q4_K_M-Quantisierung bei 256K Kontextlänge, was den realen Speicherbedarf mitbestimmt.

AMD Ryzen AI Halo mit Ryzen AI Max 400 ( Quelle: AMD AMD Ryzen AI Halo mit Ryzen AI Max 400 ( Quelle: AMD

Dass Sprachmodelle mit über 300 Milliarden Parametern auf einem x86-System laufen, bewirbt AMD als Premiere und Alleinstellungsmerkmal der Mini-PCs der Serie Ryzen AI Halo mit Ryzen AI Max 400 ("Gorgon Halo").

Warum Nvidias N1X am Speicherlimit hängt

Nvidias N1X teilt sich die Speicherobergrenze von 128 GiB LPDDR5X mit dem professionellen DGX Spark, weil beide auf demselben GB10-Superchip basieren. Der RTX Spark, Nvidias Consumer-Ableger des GB10, kombiniert 20 ARM-Prozessorkerne mit einer Blackwell-GPU und bindet den Speicher über 16 LPDDR5X-Kanäle an.

Mehr als 128 GiB Systemspeicher sieht die Plattform nicht vor. AMD legt mit 192 GiB also 64 GiB obendrauf, welche im Zweifel über das Laden eines großen KI-Modells entscheiden. Dass ein größerer, gemeinsam genutzter Speicher beim lokalen Inferencing maßgeblich ist, ist unstrittig und ein Argument für AMD.

Nvidia kann für solche Fälle aber noch größere Geschütze auffahren: Der nochmals größere Grace Blackwell Ultra Superchip ("GB300") bietet 288 GiB HBM3E und 496 GiB LPDDR5X und damit insgesamt 784 GiB Systemspeicher.

  • Nvidia GB300 Grace Blackwell Ultra Desktop Superchip
  • Nvidia Grace-CPU mit 72 Neoverse V2 ARM-Prozessorkernen
  • Nvidia Blackwell Ultra GPU mit 288 GiByte HBM3e-Speicher
  • 496 GiByte LPDDR5X als Systemspeicher für die CPU
  • ConnectX-8 SuperNIC-Netzwerkchip mit 800 Gb/s

Im Consumer-, Desktop- und Client-Segment hat AMD allerdings mit Ryzen AI Max 400 aktuell die Nase unbestritten vorn. Nvidia wird das im Hinblick auf das ungleich lukrativere Enterprise-Segment wohl problemlos verschmerzen können.

Welche LLMs laufen auf Ryzen AI Max 400, aber nicht auf dem N1X?

Laut AMD laufen Modelle mit über 300 Milliarden Parametern wie Step3 (321 Milliarden) und DeepSeek V4 Flash (284 Milliarden) auf der Ryzen AI Max 400-Serie, während sie auf dem RTX Spark am Speicherlimit von 128 GiB scheitern.

Wie viel Speicher bieten die Ryzen AI Max 400?

Die Ryzen AI Max 400 unterstützen bis zu 192 GiB Unified Memory, von denen sich bis zu 160 GiB als VRAM für die integrierte Radeon-Grafikeinheit mit RDNA 3.5 deklarieren lassen.

Wann erscheinen Systeme mit AMD Ryzen AI Max 400 in Deutschland?

Systeme mit Ryzen AI Max 400 sollen ab dem dritten Quartal 2026 von Partnern wie Asus, HP und Lenovo erscheinen; konkrete Preise für den deutschen Markt nennt AMD noch nicht. Es wird von 6.000 Euro und mehr für die größten Konfigurationen mit 192 GiB LPDDR5X ausgegangen.

Mitmachen und kommentieren

Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich schon über Ihre Meinung in den Kommentaren zu dieser Meldung. Sollten Sie hingegen noch keinen Extreme-Account haben, laden wir Sie zu einer Registrierung im Forum ein. Beachten Sie beim Kommentieren aber bitte die gültigen Forenregeln. Folgen Sie gerne PCGH bei 🔈 YouTube oder 💬 WhatsApp und erhalten Sie Neuigkeiten zu CPUs, Grafikkarten und Gaming direkt in Ihrem Feed.

Quelle: AMD

17
    • Kommentare (17)

      Zur Diskussion im Forum
      • Von twack3r Software-Overclocker(in)
        Zitat von CptMetal14
        Sie haben ROCm, und gerade auf Linux ist das voll konkurrenzfähig zu Cuda weil es nativ unterstützt wird (in Ollama zb). Nur unter Windows hängt es leider hinterher
        Da stimmt überhaupt nicht. CUDA ist der Gold-Standard und ist natürlich vollkommen nativ unter Linux. rocM ist besser geworden aber ehrlich gesagt scheint Vulkan interessanter zu sein für nicht NVIDIA GPUs. Und wer Ollama verwendet hat sowieso die Kontrolle über sein Leben verloren. Nimm wenigstens llama.cpp wenn vLLM zu abschreckend ist.
      • Von twack3r Software-Overclocker(in)
        Zitat von CptMetal14
        Sie haben ROCm, und gerade auf Linux ist das voll konkurrenzfähig zu Cuda weil es nativ unterstützt wird (in Ollama zb). Nur unter Windows hängt es leider hinterher
        Da stimmt überhaupt nicht. CUDA ist der Gold-Standard und ist natürlich vollkommen nativ unter Linux. rocM ist besser geworden aber ehrlich gesagt scheint Vulkan interessanter zu sein für nicht NVIDIA GPUs. Und wer Ollama verwendet hat sowieso die Kontrolle über sein Leben verloren. Nimm wenigstens llama.cpp wenn vLLM zu abschreckend ist.
      • Von Stefan51278 Freizeitschrauber(in)
        Zitat von Andreas1975
        Ja bis Ende 2027 dann ist Ende mit Rosetta 2. Dann müssen die Entwickler schauen ob deren Software weiter auf dem MacOS funktioniert. Hatten aber auch 5 Jahre Zeit vom wechsel der x86 auf die Arm Architektur.
        Stimmt, aber da gibt es aber zwei Einschränkungen: Für ältere Spiele gibt es das wohl auch weiterhin und da macOS regelmäßig alte Zöpfe abschneidet wäre auch eine Software ohne ISA-Wechsel nach sieben Jahren ohne Kompilaterzeugung hinfällig. Insofern hat der macOS-User den gewohnten Support. Aber Windows schreibt sich ja gerne auf die Fahne, dass man auch Windows 3.11-Anwendungen noch ans Laufen bringt, solange man nur die richtigen DLL-Dateien zusammengewürfelt bekommt. Da hätte man eher mit so einer Rosetta-Brücke gerechnet. Ich finde es sehr schade, mehr Konkurrenz durch neue Chiphersteller schadet nie.
      • Von nervnicht Freizeitschrauber(in)
        Zitat von CptMetal14
        Sie haben ROCm, und gerade auf Linux ist das voll konkurrenzfähig zu Cuda weil es nativ unterstützt wird (in Ollama zb). Nur unter Windows hängt es leider hinterher
        Die kisten sind so teuer, sich dann mit Ollama zu begnügen ist ein bisschen wenig.
        Ich habe eine 9070XT und ja ROCm läuft .......mal besser mal schlechter, die Limits bleiben ROCm ist (leider) aktuell nicht konkurrenzfähig.
      • Von Andreas1975 Volt-Modder(in)
        Zitat von Stefan51278
        Schade, Apple macht da ja in den meisten Fällen ein richtiges Übersetzen statt nur zu Emulieren und es läuft dann sehr gut.
        Ja bis Ende 2027 dann ist Ende mit Rosetta 2. Dann müssen die Entwickler schauen ob deren Software weiter auf dem MacOS funktioniert. Hatten aber auch 5 Jahre Zeit vom wechsel der x86 auf die Arm Architektur.
      • Von CptMetal14 PC-Selbstbauer(in)
        Zitat von nervnicht
        On Topic:
        Mehr Speicher ist toll, aber so lange sie gegen Cuda nichts gegenzusetzen haben wird das wohl wenig helfen.
        Sie haben ROCm, und gerade auf Linux ist das voll konkurrenzfähig zu Cuda weil es nativ unterstützt wird (in Ollama zb). Nur unter Windows hängt es leider hinterher
      Direkt zum Diskussionsende
  • Print / Abo
    Apps
    PCGH Magazin 08/2026 PC Games 08/2026 play5 08/2026 N-Zone 08/2026 Linux Magazin 08/2026 LinuxUser 08/2026 Raspberry Pi Geek 09/2026
    PC Games Hardware PC Games Linux Magazin Raspberry Pi Geek Computec Kiosk