De un tiempo a esta parte, el número de equipos diseñados para inteligencia artificial local no para de crecer. A los modelos que actualmente ofrecen tanto AMD como NVIDIA, tenemos que sumar un nuevo modelo que viene de la mano de GMKTec, un equipo con 192 GB de RAM y 24 TB de almacenamiento.
Estamos hablando del GMKtec EVO-X5 Pro, un equipo gestionado por una APU Gordon Halo de AMD con memoria unificada diseñado para profesionales, desarrolladores, creadores de contenido, entre otros que buscan el máximo rendimiento para IA sin depender de la nube ni de gigantescas estaciones de trabajo.
Potencia de procesamiento de última generación
El motor principal del EVO-X5 Pro es el procesador AMD Ryzen AI Max+ PRO 495 con arquitectura Zen 5 y que cuenta con 16 núcleos y 32 hilos. Cuenta con una velocidad de reloj máxima de 5.2 GHz y tiene un TDP configurable de entre 45 y 140W.
En el apartado gráfico, encontramos la iGPU AMD Radeon 8065S, basada en la arquitectura RDNA 3.5 con 40 unidades de cómputo capaz de mover juegos AAA en resolución 4K y de forma fluida, además de acelerar flujos de trabajo creativos en software como la suite de Adobe o DaVinci Resolve.
Pero lo más importante es su capacidad de ejecutar modelos de Inteligencia Artificial de forma local, gracias a la NPU AMD XDNA 2 que, en combinación con el procesador y la gráfica, es capaz de ofrecer hasta 131 TOPS de rendimiento.
Detalles del hardware del EVO-X5 Pro, que integra capacidad para ejecutar modelos de IA localmente, almacenamiento SSD de hasta 24 TB y conectividad dual 10GbE – Imagen: GMKtec
Esto permite ejecutar modelos de lenguaje grandes (LLM) de forma local con parámetros masivos de hasta 300B al igual que variantes avanzadas de DeepSeek, Qwen o Llama, garantizando privacidad absoluta y latencia mínima para empresas y desarrolladores.
Para alimentar semejante nivel de procesamiento sin crear cuellos de botella, el GMKtec EVO-X5 Pro cuenta con hasta 192 GB de memoria RAM unificada LPDDR5X a alta velocidad. Esta enorme cantidad de memoria compartida permite asignar hasta 160 GB como VRAM para la GPU integrada o para la carga de modelos de lenguaje complejos directamente en RAM.
