Binalik ng AMD ang isang desktop PC na nagkakahalaga ng $3,999 na kayang i-run ang mga AI model na may hanggang 200 bilyong parameter nang hindi nagpapadala ng anumang request sa cloud server. Ang Ryzen AI Halo, na inihayag noong Mayo 20, 2026, ay ang pinakamalinaw na hakbang ng AMD laban sa dominasyon ni Nvidia sa larangan ng AI hardware.
Ang layunin ay malinaw: ang Nvidia’s DGX Spark, na ipinakilala noong October 2025. Ang parehong mga machine ay nagtataguyod na magdadala ng seryosong AI compute power sa isang mesa kaysa sa isang data center. Ngunit ang AMD ay nagtitiyak na sapat ang kanilang presyo, suporta sa dual OS para sa Windows at Linux, at mga raw memory specs upang makuha ang mga enterprise customer at developer na nakalock sa Nvidia ecosystem.
Ano ang nasa ilalim ng kahon
Ang Ryzen AI Halo ay tumatakbo sa AMD’s Ryzen AI Max PRO 400 Series processors, na gawa sa arkitekturang Zen 5 ng kumpanya. Isipin ang Zen 5 bilang ang engine block. Ang lahat ng iba pang bagay, ang memorya, ang VRAM, ang mga software optimizations, ay disenyo upang makakuha ng pinakamataas na performance nito para sa mga AI-specific na gawain.
Ang mga spesipikasyon ng headline ay talagang nakakaimprenta. Hanggang 192GB ng unified system memory at 160GB ng VRAM. Sa Ingles: sapat ang memorya upang i-load at i-run ang mga malalaking AI model nang buo sa device, walang kailangan ng cloud.
Para sa konteksto, ang 200 bilyong parameter ay naglalagay sa iyo sa sakop ng mga modelo na kayang harapin ang kumplikadong pag-iisip, pagbuo ng code, at mga multimodal na gawain. Ang pagpapatakbo nito sa lokal ay nangangahulugan na walang data ang umalis sa loob ng gusali. Para sa mga enterprise na nag-aalala tungkol sa pagproseso ng proprietary na impormasyon sa mga server ng iba, hindi ito isang “nice-to-have.” Ito ay isang dealbreaker na nalutas.
Ang AMD ay nagtatrabaho rin sa Microsoft sa isang teknolohiya na tinatawag na Advanced Shader Delivery, o ASD. Unang ipinakilala para sa mga handheld na Xbox ROG Ally at pagkatapos ay napalawak sa mga AMD GPU, binabawasan ng ASD ang oras ng pag-load ng laro hanggang 95%. Ang kolaborasyon ay lumawak na sa labas ng paglalaro patungo sa pangkabuuang lokal na performance, na nagpapahiwatig na binubuo ng AMD ang isang ecosystem na estratehiya kaysa magbenta lang ng hardware.
Ang problema ng Nvidia
Narito ang tungkol sa pagtutulungan kay Nvidia sa AI hardware: parang pagbubukas ng isang tindahan ng burger malapit sa In-N-Out. Ang pagkakatapat sa brand ay totoo, ang supply chain ay nakaayos, at ang software ecosystem (CUDA, sa kaso ni Nvidia) ay may mga taon ng suporta mula sa mga developer.
Ang DGX Spark ni Nvidia ay nagsagawa na ng kategorya ng “AI workstation na maaaring makapasok sa isang mesa.” Ang AMD ay papasok nang huli sa partikular na pangyayari na ito. Ngunit dumadating kasama ang kompetitibong spesipikasyon at presyo na nagpapakilala ng usapan.
Ang stock market ay nagpapakita ng kasalukuyang pagkakasunod-sunod. Ang mga bahagi ng AMD ay nakatrabaho sa $447.58, habang ang Nvidia ay nasa $223.47. Ngunit ang mga numero na ito ay nagpapakita ng mas detalyadong kuwento kaysa sa simpleng paghahambing ng market cap. Nanatili ang AMD sa isang malakas na pag-unlad sa maraming produkto, mula sa mga chip ng data center hanggang sa mga consumer GPU, at ang tiwala ng mga investor ay nagpapakita ng diversifikadong taya na ito.
Mas mababa ang presyo bawat share ng Nvidia kaysa sa its malaking market capitalization, na nananatiling mas malaki kaysa sa AMD. Ngunit tumututok ang pagkakaiba dahil patuloy na binabawasan ng AMD ang AI moat ng Nvidia gamit ang kompetitibong silicon.
Bakit mahalaga ang lokal na hardware para sa AI ngayon
Ang mas malawak na trend dito ay mas interesante kaysa sa anumang iisang paglulunsad ng produkto. Ang industriya ng AI ay nagpass ng 2023 at 2024 upang ikumbinsihin ang lahat na ang cloud ang tanging paraan upang patakaran ang mga seryosong modelo. Ngayon, ang pendulum ay bumabalik patungo sa lokal na compute, at parehong AMD at Nvidia ay naghahabol upang makuha ang pagbabagong ito.
Madaling maunawaan ang mga dahilan. Mabilis na tumataas ang gastos sa Cloud AI sa malaking iskala. Mahalaga ang latency para sa mga real-time application. At ang mga regulasyon sa privacy ng data ay nagsisigla sa buong mundo, ginagawa ang on-premises processing ay hindi lamang mas paborito kundi minsan ay legal na kinakailangan.
Isang machine na may halagang $3,999 na kayang handle ang 200 billion parameter models ay nagbabago sa math para sa maraming organisasyon. Mas mababa ito kaysa sa taunang cloud compute bill para sa maraming mid-size AI deployments. Bumili ng box isang beses, patakbuhin nang walang hanggan. Ang ekonomiks ay hindi kahit pa malapit para sa ilang use cases.
Ang mga developer ay ang mas mahalagang target na audience dito. Ang machine ay sumusuporta sa parehong Windows at Linux, kaya ito ay maaaring i-integrate sa virtually anumang umiiral na workflow. Isang developer na makakapag-prototype at magpapagana ng malalaking model nang lokal, nang hindi naghihintay para magsimula ang cloud instances o mag-aalala tungkol sa API rate limits, ay mas mabilis. At sa paligsahan sa AI, ang bilis ng pag-iterate ay lahat.
Ano ang dapat panatagin ng mga investor
Hindi gagawin ng Ryzen AI Halo ang pagbagsak sa Nvidia sa isang gabi. Tingnan mo, malalim na nakapaloob ang CUDA ecosystem ng Nvidia sa pag-aaral ng AI at mga pagpapatupad sa mga negosyo. Totoo ang mga gastos sa pagbabago, at ang ROCm software stack ng AMD, bagaman nagpapabuti, ay nananatiling nasa likod sa pagtanggap ng mga developer at suporta sa mga library.
Ngunit hindi kailangan ng AMD na manalo sa buong merkado. Kailangan niya na manalo sa sapat na bahagi nito upang patunayan ang pag-invest sa R&D at panatilihin ang kompetitibong presyon. Bawat enterprise customer na nag-evaluate ng Halo kasama ang DGX Spark ay isang panalo para sa AMD, kahit hindi lahat ng mga ito ay mag-convert. Ang kompetisyon ay nagdudulot ng mas magagandang produkto at mas mababang presyo sa buong larangan.
Ang partnership sa Microsoft ay dapat subaybayan nang mabuti. Ang paglalawak ng ASD technology mula sa gaming patungo sa mas malawak na compute workloads ay nagpapahiwatig ng mas malalimang integrasyon sa pagitan ng AMD hardware at Windows sa antas ng OS. Kung magsisimula na optimisahin ng Microsoft ang kanyang Copilot ecosystem partikular para sa AMD silicon, iyon ay isang distribusyon na advantado na mahirap i-replicate.
Ang tunay na tanong ay kung kayang ipagkaloob ng AMD ang mga yunit na ito sa malaking iskala at sa tamang oras. Ang mga spesipikasyon sa pahayag ay isang bagay. Ang pagpapadala ng produkto na tumutugma sa mga spesipikasyong iyon, kasama ang mga stable na driver at suporta sa software, ay iba naman. Ang AMD ay may kasaysayang nahihirapan sa aspetong software kumpara sa maayos na developer experience ng Nvidia.
Para sa mga investor sa anumang kumpanya, ang paglunsad na ito ay nagpapatotoo na ang lokal na merkado ng AI compute ay nagsisiging maging legit na larangan. Ang mga araw na mayroon lang si Nvidia sa espasyong ito ay nasa dulo na. Kung ang pagpapatupad ni AMD ay tutugma sa kanyang pangarap, iyon ang masusukat kung ito ay totoong punto ng pagbabago o simpleng isa pang press release na mas mabuti ang hitsura sa papel kaysa sa praktika.