8 800 500-99-26 Для звонков по России
Lenovo ThinkCentre X Ultra: кластер ИИ-ПК на 512 ГБ
Железо
3 мин

Lenovo ThinkCentre X Ultra: кластер ИИ-ПК на 512 ГБ

DigitalRazor
DigitalRazor
Подписаться в Telegram
Содержание 4 раздела
Краткое содержание Что внутри: Gorgon Halo вместо Strix Halo Кластер вместо сервера: 512 ГБ без стойки Что учесть: цена, сроки и доступность в РФ
Подберём решение под ваш проект

Расскажите о задаче — предложим оптимальную конфигурацию и реализацию.

Обсудить проект
или свяжитесь с нами
Telegram Telegram WhatsApp WhatsApp ВКонтакте ВКонтакте MAX MAX

Есть проект? Напишите нам

Обсудим задачу и подберём оборудование

Обсудить проект

Lenovo показала ThinkCentre X Ultra — компактную ИИ-станцию на новом чипе AMD Ryzen AI Max+ PRO 495 с 128 ГБ унифицированной памяти. Главная новость не в самом чипе, а в кластеризации: до четырёх станций объединяются в один пул на 512 ГБ памяти и 524 TOPS — без сервера и стойки.

Краткое содержание

  • AMD Ryzen AI Max+ PRO 495 (Gorgon Halo) — 16 ядер, 131 TOPS, 128 ГБ LPDDR5X-8533;
  • до четырёх станций объединяются в кластер — 512 ГБ памяти и 524 TOPS;
  • корпус 1,6 литра, DASH и ThinkShield — рабочая станция, а не игровой ПК;
  • старт продаж — ноябрь 2026 года, цена от 3699 долларов за узел.

Что внутри: Gorgon Halo вместо Strix Halo

AMD Ryzen AI Max+ PRO 495 — не разгон прошлогоднего Strix Halo, а следующее поколение, известное под кодовым именем Gorgon Halo. Внутри 16 ядер и 32 потока Zen 5, встроенная графика Radeon 8065S и нейромодуль на 55 TOPS — против 50 TOPS у Ryzen AI Max+ 395. С учётом центрального процессора и графики суммарная ИИ-производительность доходит до 131 TOPS. Память — 128 ГБ LPDDR5X-8533, быстрее прежних 8000 МТ/с, причём видеоядру можно отдать до 96 ГБ из общего пула.

  • 16 ядер Zen 5, графика Radeon 8065S, нейромодуль на 55 TOPS — суммарно до 131 TOPS;
  • 128 ГБ унифицированной памяти LPDDR5X-8533, до 96 ГБ доступно графике;
  • до двух M.2-накопителей на 4 ТБ каждый, интерфейс Gen5;
  • корпус 1,6 литра, 183×183×51 мм, вес от 2 кг.

Кластер вместо сервера: 512 ГБ без стойки

Главное отличие от прошлогодней волны ИИ-ПК — не мощность одного узла, а то, что с ним можно делать дальше. Lenovo заложила в ThinkCentre X Ultra кластерную архитектуру: до четырёх станций объединяются в единый вычислительный пул через высокоскоростные порты. На выходе — 512 ГБ памяти и 524 TOPS суммарной производительности, чего хватает для локального запуска моделей уровня Meta Llama 4 Maverick без обращения к облаку.

Для бизнеса это готовый сценарий масштабирования без закупки GPU-сервера: докупаете вторую, третью, четвёртую станцию по мере роста нагрузки, а не проектируете сразу стойку с резервом мощности. Плюс это рабочая станция, а не игровой мини-ПК: в комплекте — удалённое управление AMD DASH и корпоративная защита Lenovo ThinkShield, то есть парк из нескольких узлов можно администрировать централизованно.

Что учесть: цена, сроки и доступность в РФ

Слабое место — память. Унифицированная LPDDR5X проигрывает по пропускной способности выделенной VRAM в дискретных GPU-серверах, и на тяжёлых батчевых нагрузках кластер из четырёх мини-ПК уступит паре нормальных карт уровня RTX Pro. Старт продаж — ноябрь 2026 года, а цена от 3699 долларов за узел означает, что полный кластер на 512 ГБ обойдётся дороже одного сервера с парой профессиональных ускорителей. В Россию официальные поставки Lenovo не идут — путь техники только через параллельный импорт, с наценкой и непредсказуемыми сроками.

Мнение DigitalRazor

ThinkCentre X Ultra интересен не как разовая покупка, а как модель масштабирования: для отдела разработки, который выращивает ИИ-нагрузку постепенно, кластер из нескольких компактных станций дешевле и быстрее в развёртывании, чем сразу заказывать GPU-сервер. Но для стабильной инференс-нагрузки в продакшене выделенный сервер с GPU всё ещё выгоднее по совокупной стоимости владения. Мы поможем прикинуть, что окупится быстрее под конкретную задачу — кластер компактных станций или классический сервер с ускорителями.

AMD Ryzen AI Halo
Для каких задач Запуск и дообучение больших языковых моделей до 200 млрд локально
Подробнее
Видеокарты
Radeon 8060S
Объем видеопамяти 64 ГБ
Процессоры
Ryzen AI Max+ 395
Количество ядер 16 Zen 5
RAM Объединена с VRAM
Форм-фактор SFF
NVIDIA DGX Spark
Для каких задач Запуск и дообучение больших языковых моделей до 200 млрд локально
Подробнее
Видеокарты
Grace Blackwell
Объем видеопамяти 128 ГБ
Процессоры
NVIDIA GB10
Количество ядер 20 Arm
RAM Объединена с VRAM
Форм-фактор SFF
NVIDIA RTX Spark
Для каких задач Запуск и дообучение больших языковых моделей до 200 млрд локально
Подробнее
Видеокарты
Grace Blackwell
Объем видеопамяти 128 ГБ
Процессоры
NVIDIA Grace
Количество ядер 20 Arm
RAM Объединена с VRAM
Форм-фактор Laptop
Подберём решение под ваш проект

Расскажите о задаче — предложим оптимальную конфигурацию и реализацию.

Обсудить проект
или свяжитесь с нами
Telegram Telegram WhatsApp WhatsApp ВКонтакте ВКонтакте MAX MAX
9.3К

Так же будет интересно почитать

Сайт использует cookies
Узнать подробнее