AMD ay naglabas ng isang napakagaling na hamon sa mga paa ng Nvidia. Sa IFA 2026 sa Berlin, ipinakilala ng kumpanya ng chip ang Threadripper Halo Station, isang desktop workstation na tinatawag nilang “personal supercomputer,” na disenyo upang patakbuhin ang mga malaking AI model nang buo sa lokal na hardware. Ang target na audience: mga developer at maliitong team na mas pipili na huwag ipadala ang kanilang data sa isang cloud provider bawat beses na gustong patakbuhin ang inference sa isang model na may trilyon na parameter.
Ang machine ay direktang pagtutok sa Nvidia’s DGX Station, ang namumunong heavyweigth sa mga mataas na antas na AI workstation. Ipakilala ni AMD SVP Jack Huynh ang sistema noong Setyembre 4, isinasaad ito bilang ang simula ng “kabuuang bagong panahon ng computing” na hinahamon ng artificial intelligence.
Ano ang nasa ilalim ng kahon
Sa kanyang core ay nasa gitna ang 96-core Threadripper Pro 9995WX CPU, ang pinakamalakas na desktop processor ng AMD hanggang sa ngayon.
Sa GPU side, ang sistema ay kasama ang dalawang Instinct MI350P accelerators, expandable hanggang apat na yunit, lahat ng liquid-cooled. Ang apat na GPUs ay nagtataglay ng kabuuang 576 GB ng HBM3E memory. Ang system memory ay umabot sa 2 TB ng DDR5.
Sinasabi ng AMD na ang konfigurasyon ay kayang hawakan ang mga AI model na may trilyon na parameter nang walang pagkakabase sa cloud infrastructure. Ito ay isang makabuluhang pagkakaiba. Ang pagpapatakbo ng mga model na ganoon kalaki ay karaniwang nangangailangan ng pag-rent ng oras sa mga cluster ng GPU sa mga data center na pinagmamalaki ng mga tulad ng AWS, Google Cloud, o Microsoft Azure.
Bakit mahalaga ang lokal na hardware para sa AI ngayon
Lumalakas ang pagpapakilala sa on-premises na AI computing sa loob ng nakaraang dalawang taon, at may mabuting dahilan. Ang cloud-based na AI inference ay may tatlong patuloy na problema: latency, gastos, at data sovereignty.
Ang latency ay simpleng bagay. Ang pagpapadala ng data sa isang remote server at paghihintay sa isang tugon ay nagdaragdag ng oras na nagkakaroon ng kompound sa milyon-milyon na mga query. Para sa mga real-time application, tulad ng mga AI agent na gumagawa ng sequence ng desisyon, ang delay na ito ay maaaring maging isang dealbreaker.
Mayroon pa ang data sovereignty, na pinakamahalaga sa mga reguladong industriya tulad ng finansya, kalusugan, at depensa. Ang pagpapanatili ng sensitibong data sa isang lokal na machine ay nagtatanggal ng buong kategorya ng panganib sa pagtutugma.
Naniniwala ang AMD na sapat ang bilang ng mga bumibili na nag-aalala sa lahat ng tatlong problema na ito upang patunayan ang isang workstation na malamang ay magkakahalaga ng maraming six figures kapag ganap na konfigurado. Ang mga estyma ng industriya ay nagsasaad na ang presyo ng Halo Station ay nasa saklaw na iyon, bagaman hindi pa inilabas ng AMD ang opisyal na presyo.
Ang problema ng Nvidia
Ang Nvidia’s DGX Station ay halos nagtataglay ng kategorya ng high-end AI workstation mula noong ipinakilala. Ang CUDA software ecosystem ng kumpanya, na ibinangon ng mga developer sa loob ng higit sa isang dekada, ay bumubuo ng isang malaking hadlang na mahirap lalampasan gamit lamang ang mga hardware specs.
Ang AMD ay nagpapalakas nang malaki sa kanyang ROCm software stack, ang open-source na alternatibo sa CUDA, upang gawing mas madali para sa mga developer na i-port ang kanilang AI workloads sa AMD hardware.
Sa mga orihinal na spesipikasyon, nagtataglay ang AMD ng kredibleng kaso. Ipinahahayag ng kumpanya na ang Halo Station ay may mas mataas na sistemang memorya kaysa sa kompetitibong alok ni Nvidia, na maaaring mahalaga para sa mga trabaho na nangangailangan ng pagpapanatili ng buong malalaking modelo sa memorya kaysa magpalitan ng data.
Ang Halo Station ay nagbuo sa mas maagang pagtutok sa AI ng AMD na may Ryzen AI Halo, isang chip na direkta para sa mga consumer na may AI-accelerated na laptop at desktop.
Mga epekto sa merkado at kung ano ang dapat bisitahin
Ang inaasahang window ng availability noong 2027 ay nangangahulugan na hindi makakakita ang mga investor ng epekto sa kita sa anumang malapit na panahon. Ang mga analista ay magiging masinsinang obserbador sa dalawang bagay: kung kayang ipagbigay ng AMD ang sistema ayon sa takdang panahon, at kung sapat na matatag ang ROCm ecosystem upang gawing maabot ang hardware sa mga developer na nagpapalaki ng mga proyekto sa CUDA.