ابرکامپیوتر شخصی AMD، تصور کنید به‌جای ارسال یک مدل هوش مصنوعی سنگین به دیتاسنتر، انتظار برای صف پردازشی و وابستگی به زیرساخت ابری، بتوانید بخش بزرگی از این کار را روی سیستمی که کنار میزتان قرار دارد انجام دهید. این دقیقاً همان آینده‌ای است که AMD با معرفی Threadripper Halo Station در IFA 2026 به تصویر کشیده است.

این محصول در ظاهر یک ورک‌استیشن بزرگ و حرفه‌ای است، اما هدف آن فراتر از اجرای نرم‌افزارهای مهندسی یا رندرهای سنگین قرار دارد. AMD این سیستم را به‌عنوان یک ابرکامپیوتر شخصی معرفی کرده؛ ماشینی که برای آموزش، تنظیم و اجرای مدل‌های بزرگ هوش مصنوعی به‌صورت محلی طراحی شده است.

Threadripper Halo Station به یک پردازنده 96 هسته‌ای Threadripper PRO و شتاب‌دهنده‌های سری Instinct مجهز می‌شود و در بالاترین پیکربندی می‌تواند تا 576 گیگابایت حافظه HBM3E و 2 ترابایت حافظه سیستم داشته باشد. AMD مجموع حافظه سیستم را در این پیکربندی تا 2.6 ترابایت اعلام کرده است.

اما اهمیت Halo Station فقط در اعداد بزرگ آن خلاصه نمی‌شود. اتفاق مهم‌تر این است که AMD می‌خواهد مرز میان «کامپیوتر شخصی» و «زیرساخت محاسباتی دیتاسنتر» را تا حد زیادی جابه‌جا کند.

🖥️ ابرکامپیوتر شخصی AMD چیست؟

AMD Threadripper Halo Station یک ورک‌استیشن دسکتاپی بسیار قدرتمند است که برای پردازش‌های سنگین هوش مصنوعی و سایر محاسبات حرفه‌ای ساخته شده است.

AMD در معرفی رسمی خود می‌گوید این سیستم برای آوردن توان محاسباتی در سطح دیتاسنتر به یک ورک‌استیشن رومیزی طراحی شده است. هدف، اجرای مدل‌های عظیم به‌صورت محلی، آموزش و Fine-tuning مدل‌ها و اجرای جریان‌های کاری مبتنی بر چند عامل هوش مصنوعی است.

تفاوت اصلی با یک کامپیوتر حرفه‌ای معمولی همین‌جا مشخص می‌شود. یک ورک‌استیشن عادی ممکن است برای طراحی سه‌بعدی، تدوین ویدئو، شبیه‌سازی یا مهندسی ساخته شده باشد؛ اما Halo Station از ابتدا با نگاه جدی‌تری به AI Computing طراحی شده است.

در واقع، AMD می‌خواهد بخشی از کاری را که تا امروز معمولاً به سرورها و کلاسترهای پردازشی سپرده می‌شد، به یک سیستم کنار میز کار منتقل کند.

البته عبارت «شخصی» نباید باعث شود تصور کنیم این محصول برای کاربر عادی ساخته شده است. اینجا با یک سیستم حرفه‌ای برای توسعه‌دهندگان، پژوهشگران، شرکت‌های فناوری و تیم‌های هوش مصنوعی طرف هستیم.

⚙️ مشخصات فنی AMD Threadripper Halo Station

قلب این سیستم یک پردازنده AMD Ryzen Threadripper PRO 9995WX با معماری Zen 5 است. این پردازنده 96 هسته و 192 رشته پردازشی دارد و AMD برای Halo Station در کنار آن از شتاب‌دهنده‌های Instinct استفاده می‌کند.

مشخصات اعلام‌شده برای پیکربندی حداکثری به شکل زیر است:

AMD در صفحه رسمی محصول، مجموع پهنای باند حافظه GPU را در پیکربندی کامل تا 16 ترابایت بر ثانیه و پهنای باند حافظه RDIMM را تا 410 گیگابایت بر ثانیه اعلام کرده است.

نکته مهم این است که تمام این مشخصات مربوط به یک پیکربندی واحد نیستند. نمونه‌ای که در IFA نمایش داده شد با دو شتاب‌دهنده MI350P دیده شد، در حالی که AMD پشتیبانی از حداکثر چهار شتاب‌دهنده را برای پیکربندی نهایی اعلام کرده است.

🧠 پردازنده 96 هسته‌ای Threadripper PRO چه نقشی دارد؟

در نگاه اول شاید بخش جذاب ماجرا GPUها و حافظه HBM3E باشند، اما CPU هم نقش بسیار مهمی دارد.

پردازنده‌های Threadripper PRO اساساً برای سیستم‌هایی ساخته شده‌اند که باید حجم زیادی از محاسبات موازی را مدیریت کنند. وجود 96 هسته و 192 رشته به Halo Station اجازه می‌دهد تعداد زیادی وظیفه را هم‌زمان پردازش کند.

این توان فقط برای هوش مصنوعی کاربرد ندارد. شبیه‌سازی‌های مهندسی، رندرینگ، محاسبات علمی، تحلیل داده و بسیاری از نرم‌افزارهای حرفه‌ای نیز می‌توانند از هسته‌های متعدد بهره ببرند.

در Halo Station اما CPU بیشتر شبیه بخش مرکزی یک اکوسیستم محاسباتی است؛ جایی که وظایف مختلف میان پردازنده و شتاب‌دهنده‌های AI تقسیم می‌شوند.

🚀 AMD Instinct MI350P؛ بخش اصلی قدرت هوش مصنوعی

اگر CPU را مغز عمومی سیستم در نظر بگیریم، شتاب‌دهنده‌های Instinct بخش مهمی از توان تخصصی آن برای هوش مصنوعی را تأمین می‌کنند.

AMD در Halo Station از Instinct MI350P استفاده می‌کند. طبق اطلاعات منتشرشده، هر شتاب‌دهنده MI350P دارای 144 گیگابایت حافظه HBM3E است. در پیکربندی چهار شتاب‌دهنده، این مقدار به مجموع 576 گیگابایت می‌رسد.

این موضوع برای مدل‌های هوش مصنوعی بسیار مهم است؛ زیرا در بسیاری از پروژه‌های AI، محدودیت اصلی فقط توان محاسباتی نیست، بلکه مقدار حافظه‌ای است که مدل می‌تواند در اختیار داشته باشد.

هرچه مدل بزرگ‌تر باشد، وزن‌ها، داده‌های میانی و سایر اطلاعات مورد نیاز آن فضای بیشتری می‌خواهند. به همین دلیل افزایش ظرفیت HBM می‌تواند امکان اجرای مدل‌های بزرگ‌تر را فراهم کند.

💾 HBM3E چرا برای ابرکامپیوتر شخصی AMD مهم است؟

HBM یا High Bandwidth Memory نوعی حافظه با پهنای باند بسیار بالا است که در شتاب‌دهنده‌های محاسباتی و محصولات مخصوص پردازش سنگین استفاده می‌شود.

در کارهای هوش مصنوعی، داده باید با سرعت بسیار زیادی میان حافظه و واحدهای پردازشی جابه‌جا شود. اگر پردازنده سریع باشد اما انتقال داده نتواند با آن هماهنگ شود، بخشی از توان سخت‌افزار بلااستفاده می‌ماند.

Halo Station در پیکربندی چهار شتاب‌دهنده می‌تواند تا 576 گیگابایت HBM3E داشته باشد و AMD پهنای باند مجموع حافظه GPU را تا 16 ترابایت بر ثانیه اعلام کرده است.

به زبان ساده، AMD فقط به دنبال اضافه کردن «هسته‌های بیشتر» نیست؛ این شرکت می‌خواهد حجم عظیمی از داده را نیز با سرعت بالا در اختیار واحدهای محاسباتی قرار دهد.

🧮 حافظه 2 ترابایتی سیستم چه کاربردی دارد؟

Halo Station علاوه بر حافظه HBM3E، می‌تواند تا 2 ترابایت حافظه سیستم داشته باشد.

این ترکیب اهمیت زیادی دارد. HBM بسیار سریع است و مستقیماً برای پردازش‌های شتاب‌دهنده طراحی شده، در حالی که حافظه سیستم فضای بسیار بزرگ‌تری را برای داده‌ها و وظایف عمومی فراهم می‌کند.

در پیکربندی کامل، AMD مجموع حافظه سیستم و حافظه GPU را تا حدود 2.6 ترابایت اعلام کرده است.

البته «مجموع حافظه» را نباید با «2.6 ترابایت حافظه با سرعت یکسان» اشتباه گرفت. HBM3E و DDR5 از نظر معماری، سرعت و نحوه دسترسی تفاوت دارند. بنابراین صرفاً نگاه کردن به عدد ظرفیت، تصویر کاملی از عملکرد واقعی سیستم ارائه نمی‌دهد.

🤖 ابرکامپیوتر AMD چه مدل‌های هوش مصنوعی را اجرا می‌کند؟

اینجا دقیقاً همان جایی است که Halo Station از یک ورک‌استیشن قدرتمند معمولی فاصله می‌گیرد.

AMD می‌گوید این سیستم برای اجرای مدل‌های بسیار بزرگ هوش مصنوعی به‌صورت محلی طراحی شده و توانایی کار با مدل‌هایی با بیش از یک تریلیون پارامتر را هدف قرار می‌دهد.

البته باید بین «توانایی اجرای یک مدل» و «آموزش کامل آن مدل از صفر» تفاوت قائل شد. اندازه مدل به‌تنهایی مشخص نمی‌کند که اجرای آن با چه سرعتی انجام خواهد شد یا چه میزان منابع برای آموزش کامل نیاز دارد.

با این حال، امکان نگهداری حجم بسیار بزرگی از وزن‌های یک مدل در حافظه محلی، اتفاق مهمی برای توسعه‌دهندگان محسوب می‌شود.

این موضوع می‌تواند در زمینه‌هایی مانند موارد زیر اهمیت داشته باشد:

• اجرای مدل‌های زبانی بزرگ
• مدل‌های چندوجهی
• مدل‌های مولد تصویر و ویدئو
• AI Agentها
• Fine-tuning مدل‌ها
• توسعه مدل‌های اختصاصی
• آزمایش مدل‌های بزرگ بدون ارسال داده به Cloud

🔐 چرا اجرای AI به‌صورت محلی اهمیت دارد؟

یکی از مهم‌ترین دلایل حرکت صنعت به سمت AI محلی، کنترل داده است.

وقتی یک شرکت داده‌های حساس خود را برای پردازش به یک سرویس ابری ارسال می‌کند، بخشی از فرآیند پردازش خارج از زیرساخت مستقیم آن شرکت انجام می‌شود. برای بسیاری از سازمان‌ها، این موضوع از نظر امنیت، محرمانگی و سیاست‌های داخلی اهمیت زیادی دارد.

اجرای مدل روی سخت‌افزار محلی می‌تواند کنترل بیشتری روی محل پردازش داده ایجاد کند.

البته Local AI همیشه به معنای امنیت بیشتر نیست؛ امنیت همچنان به سیستم‌عامل، نرم‌افزار، شبکه، دسترسی کاربران و نحوه مدیریت داده‌ها وابسته است.

اما از نظر معماری، داشتن گزینه پردازش محلی می‌تواند وابستگی به سرویس‌های بیرونی را کاهش دهد.

☁️ آیا ابرکامپیوتر شخصی AMD جای دیتاسنتر را می‌گیرد؟

احتمالاً نه.

این شاید مهم‌ترین نکته‌ای باشد که در هیجان معرفی چنین محصولی نباید فراموش کرد.

دیتاسنترها همچنان برای آموزش مدل‌های بسیار بزرگ، سرویس‌دهی به میلیون‌ها کاربر و اجرای بارهای کاری عظیم اهمیت دارند. حتی قدرتمندترین ورک‌استیشن‌ها نیز نمی‌توانند به‌سادگی جایگزین یک زیرساخت عظیم ابری شوند.

آنچه Halo Station نشان می‌دهد، بیشتر تغییر در محل انجام بخشی از پردازش‌ها است.

ممکن است یک شرکت آموزش اولیه مدل را در دیتاسنتر انجام دهد، سپس نسخه‌ای از مدل را برای توسعه، آزمایش، Fine-tuning یا استقرار داخلی به سیستم‌های محلی منتقل کند.

به همین دلیل آینده احتمالاً نه کاملاً ابری خواهد بود و نه کاملاً محلی؛ بلکه ترکیبی از Cloud، Edge و Local Computing شکل خواهد گرفت.

⚔️ ابرکامپیوتر AMD در برابر NVIDIA DGX Station

AMD با Halo Station وارد بازاری شده که NVIDIA نیز در آن حضور دارد.

NVIDIA با خانواده DGX Station تلاش کرده توان پردازش هوش مصنوعی در سطح حرفه‌ای را به محیط‌های کاری خارج از دیتاسنتر نزدیک کند. در مقابل، AMD با Threadripper Halo Station ترکیبی از پردازنده Threadripper PRO و شتاب‌دهنده‌های Instinct را ارائه می‌دهد.

مقایسه صرف تعداد گیگابایت حافظه یا تعداد هسته‌ها می‌تواند گمراه‌کننده باشد؛ زیرا معماری حافظه، اتصال میان CPU و GPU، نرم‌افزار و بهینه‌سازی مدل نیز روی عملکرد نهایی تأثیر دارند.

بنابراین در شرایط فعلی بهتر است Halo Station را رقیبی برای نسل جدید ورک‌استیشن‌های AI بدانیم، نه اینکه تنها بر اساس اعداد خام ادعا کنیم یکی از این محصولات در همه سناریوها سریع‌تر است.

از طرف دیگر، AMD هنوز عملکرد مستقل و گسترده‌ای از Halo Station منتشر نکرده است و بخش مهمی از اعداد فعلی مربوط به مشخصات اعلام‌شده توسط خود شرکت هستند. برخی گزارش‌ها نیز تأکید کرده‌اند که ادعای AMD درباره قدرتمندترین ورک‌استیشن جهان فعلاً با بنچمارک مستقل گسترده اثبات نشده است.

🧪 آیا Threadripper Halo Station برای کاربران عادی ساخته شده است؟

اگر منظورتان استفاده روزمره، بازی، وب‌گردی، تماشای فیلم یا کارهای اداری است، پاسخ عملاً خیر است.

Halo Station برای چنین سناریویی طراحی نشده است.

کاربر عادی معمولاً نیازی به چنین حجم عظیمی از حافظه یا توان پردازشی ندارد. حتی بسیاری از متخصصان حرفه‌ای نیز بسته به نوع کار خود می‌توانند با سیستم‌هایی بسیار ساده‌تر نیازهایشان را برطرف کنند.

مخاطب اصلی Halo Station بیشتر در این گروه‌ها قرار می‌گیرد:

• پژوهشگران هوش مصنوعی
• توسعه‌دهندگان مدل‌های زبانی
• شرکت‌های فعال در حوزه AI
• آزمایشگاه‌های تحقیقاتی
• مهندسان و پژوهشگران علمی
• تیم‌های توسعه AI Agent
• سازمان‌هایی با نیاز به پردازش محلی داده‌های حساس

به همین دلیل واژه «شخصی» در Personal Supercomputer بیشتر به مکان قرارگیری و مالکیت زیرساخت پردازشی اشاره دارد، نه اینکه این محصول یک PC معمولی برای هر کاربر باشد.

💰 چه عواملی روی قیمت ابرکامپیوتر AMD تأثیر می‌گذارند؟

AMD در زمان معرفی Halo Station قیمت رسمی محصول را اعلام نکرده است و بنابراین بهتر است از درج عددهای غیررسمی در مقاله خودداری شود.

با این حال، چند عامل می‌توانند روی قیمت نهایی چنین سیستمی تأثیر مستقیم داشته باشند.

پردازنده Threadripper PRO

پردازنده حرفه‌ای 96 هسته‌ای بخش مهمی از هزینه سخت‌افزاری سیستم را تشکیل می‌دهد.

تعداد شتاب‌دهنده‌های Instinct

تفاوت میان یک پیکربندی دو شتاب‌دهنده و چهار شتاب‌دهنده می‌تواند بسیار قابل‌توجه باشد. افزایش تعداد MI350P علاوه بر هزینه خود شتاب‌دهنده‌ها، نیازهای سیستم در بخش تغذیه، خنک‌سازی و مادربرد را نیز افزایش می‌دهد.

ظرفیت HBM3E

ظرفیت حافظه شتاب‌دهنده یکی از مهم‌ترین عوامل در ساخت سیستم‌های AI است.

حافظه سیستم

پشتیبانی از حداکثر 2 ترابایت حافظه RDIMM نیز روی هزینه نهایی اثر می‌گذارد.

سیستم خنک‌کننده

مصرف توان بالای قطعات حرفه‌ای باعث می‌شود سیستم خنک‌سازی اهمیت ویژه‌ای داشته باشد. Halo Station از طراحی خنک‌سازی مایع استفاده می‌کند.

مادربرد و زیرساخت ارتباطی

برای استفاده هم‌زمان از چند شتاب‌دهنده، سیستم به مسیرهای ارتباطی و PCIe کافی نیاز دارد.

ذخیره‌سازی و شبکه

نوع و ظرفیت SSD و همچنین تجهیزات شبکه مورد استفاده در پیکربندی نهایی نیز روی هزینه اثر می‌گذارند.

خدمات سازمانی و پشتیبانی

برای مشتریان حرفه‌ای، خدمات پس از فروش، پشتیبانی سخت‌افزاری و نرم‌افزاری و قراردادهای سازمانی نیز می‌توانند بخشی از هزینه نهایی باشند.

🏢 ابرکامپیوتر AMD چه کاربردهایی دارد؟

کاربرد Halo Station فقط به چت‌بات‌ها محدود نمی‌شود.

هوش مصنوعی امروز وارد حوزه‌های مختلفی شده و سخت‌افزارهایی مانند Halo Station می‌توانند برای توسعه و اجرای مدل‌های تخصصی مورد استفاده قرار گیرند.

توسعه مدل‌های زبانی

توسعه‌دهندگان می‌توانند مدل‌های بزرگ را در محیط محلی آزمایش کنند و فرآیندهای Fine-tuning را انجام دهند.

هوش مصنوعی مولد

تولید تصویر، ویدئو، صدا و محتوای سه‌بعدی از جمله حوزه‌هایی هستند که به منابع پردازشی زیادی نیاز دارند.

شبیه‌سازی علمی

توان محاسباتی بالای CPU و GPU می‌تواند در برخی پروژه‌های علمی و مهندسی نیز کاربرد داشته باشد.

رباتیک

مدل‌های بینایی، تصمیم‌گیری و کنترل ربات‌ها به پردازش سریع داده نیاز دارند و اجرای بخشی از این مدل‌ها به‌صورت محلی می‌تواند مزایایی داشته باشد.

Digital Twin

ساخت نسخه‌های دیجیتال از تجهیزات، کارخانه‌ها یا محیط‌های پیچیده یکی دیگر از کاربردهای بالقوه چنین سیستم‌هایی است.

AI Agentها

AMD در معرفی رسمی Halo Station به اجرای جریان‌های کاری مبتنی بر Agentهای هوش مصنوعی نیز اشاره کرده است.

این یعنی یک سیستم می‌تواند به‌جای اجرای تنها یک مدل، چند فرآیند هوش مصنوعی را در قالب یک Workflow هماهنگ کند.

🌐 ابرکامپیوتر شخصی AMD چه تغییری در دنیای محاسبات ایجاد می‌کند؟

برای سال‌ها، مسیر پیشرفت محاسبات تقریباً یک تصویر مشخص داشت: اگر مسئله‌ای بیش از حد سنگین بود، باید آن را به یک سرور قدرتمند یا دیتاسنتر می‌فرستادیم.

اما هوش مصنوعی این معادله را تغییر داده است.

مدل‌های جدید به حافظه عظیم، پهنای باند بالا و توان پردازشی زیادی نیاز دارند. در نتیجه شرکت‌های سخت‌افزاری حالا تلاش می‌کنند بخشی از این توان را از دیتاسنتر به دستگاه‌های نزدیک کاربر منتقل کنند.

AMD با Halo Station یک قدم بسیار جدی‌تر در همین مسیر برداشته است.

این سیستم نشان می‌دهد که مفهوم «کامپیوتر شخصی» دیگر الزاماً به معنای دستگاهی با یک CPU و GPU معمولی نیست. در آینده ممکن است یک سیستم رومیزی بتواند بخشی از کارهایی را انجام دهد که چند سال پیش تنها در محیط‌های تخصصی امکان‌پذیر بودند.

🔮 آینده محاسبات محلی با AMD Halo Station

مهم‌ترین اثر Halo Station شاید خود محصول نباشد؛ بلکه مسیری است که این محصول نشان می‌دهد.

رقابت میان AMD و NVIDIA در سال‌های آینده احتمالاً فقط درباره سریع‌تر شدن کارت‌های گرافیک نخواهد بود. ظرفیت حافظه، پهنای باند، مصرف انرژی، نرم‌افزار، ابزارهای توسعه و امکان اجرای مدل‌های بزرگ روی سیستم‌های محلی اهمیت بیشتری پیدا خواهند کرد.

در چنین شرایطی، کاربران حرفه‌ای ممکن است بخشی از زیرساخت هوش مصنوعی خود را در محل کار داشته باشند و فقط برای وظایف بسیار سنگین‌تر به سراغ Cloud بروند.

این مدل ترکیبی می‌تواند برای شرکت‌هایی که با داده‌های حساس کار می‌کنند اهمیت زیادی داشته باشد.

از طرف دیگر، توسعه‌دهندگان نیز می‌توانند کنترل بیشتری روی محیط اجرای مدل داشته باشند و برای هر آزمایش مجبور نباشند منابع ابری اجاره کنند.

📌 یک نکته مهم درباره مشخصات اعلام‌شده Halo Station

در پوشش خبری Halo Station باید میان نمونه نمایش‌داده‌شده و پیکربندی نهایی اعلام‌شده تفاوت گذاشت.

نمونه‌ای که AMD در IFA 2026 به نمایش گذاشت، با دو شتاب‌دهنده MI350P دیده شد. در مقابل، مشخصات رسمی AMD پشتیبانی از حداکثر چهار شتاب‌دهنده و 576 گیگابایت HBM3E را نشان می‌دهد.

بنابراین وقتی گفته می‌شود Halo Station دارای 576 گیگابایت HBM3E است، منظور پیکربندی حداکثری است، نه الزاماً همان سیستمی که روی صحنه نمایش داده شد.

این تفاوت شاید در نگاه اول جزئی باشد، اما برای یک مقاله تکنولوژی دقیق اهمیت زیادی دارد؛ مخصوصاً وقتی قرار است خواننده بر اساس مشخصات فنی درباره محصول قضاوت کند.

❓ سوالات متداول درباره ابرکامپیوتر شخصی AMD

ابرکامپیوتر شخصی AMD چیست؟

ابرکامپیوتر شخصی AMD یا Threadripper Halo Station یک ورک‌استیشن حرفه‌ای برای پردازش سنگین هوش مصنوعی و محاسبات پیشرفته است که امکان اجرای مدل‌های بزرگ به‌صورت محلی را هدف قرار می‌دهد.

AMD Threadripper Halo Station چند هسته دارد؟

این سیستم از پردازنده Ryzen Threadripper PRO با حداکثر 96 هسته و 192 رشته استفاده می‌کند.

Halo Station چه مقدار حافظه دارد؟

پیکربندی حداکثری Halo Station شامل 2 ترابایت حافظه سیستم و تا 576 گیگابایت HBM3E برای شتاب‌دهنده‌های GPU است. مجموع حافظه اعلام‌شده به 2.6 ترابایت می‌رسد.

آیا Halo Station می‌تواند مدل‌های بسیار بزرگ هوش مصنوعی را اجرا کند؟

AMD این سیستم را برای اجرای مدل‌های بسیار بزرگ، از جمله مدل‌هایی با بیش از یک تریلیون پارامتر، طراحی کرده است. عملکرد واقعی البته به معماری مدل، میزان فشرده‌سازی، نرم‌افزار و نوع پردازش بستگی دارد.

ابرکامپیوتر AMD برای کاربران عادی مناسب است؟

خیر. این سیستم برای توسعه‌دهندگان، پژوهشگران، شرکت‌ها و تیم‌هایی ساخته شده که به منابع محاسباتی بسیار سنگین برای AI یا سایر پردازش‌های حرفه‌ای نیاز دارند.

آیا AMD Halo Station جایگزین دیتاسنتر می‌شود؟

خیر. هدف آن بیشتر انتقال بخشی از پردازش‌های سنگین به محیط محلی است. دیتاسنترها همچنان برای آموزش مدل‌های عظیم و سرویس‌دهی در مقیاس بزرگ ضروری خواهند بود.

HBM3E در Halo Station چه اهمیتی دارد؟

HBM3E حافظه‌ای با ظرفیت و پهنای باند بالا برای شتاب‌دهنده‌های محاسباتی است و به سیستم اجازه می‌دهد داده‌های مورد نیاز مدل‌های بزرگ AI را با سرعت بالایی در اختیار واحدهای پردازشی قرار دهد.

آیا قیمت رسمی ابرکامپیوتر شخصی AMD اعلام شده است؟

در زمان انتشار این مقاله، AMD قیمت رسمی Halo Station را اعلام نکرده است. بنابراین اعداد منتشرشده در برخی گزارش‌ها را نباید قیمت رسمی محصول در نظر گرفت.

🏁 جمع‌بندی؛ آیا عصر ابرکامپیوترهای شخصی آغاز شده است؟

Threadripper Halo Station را می‌توان یکی از جالب‌ترین نشانه‌های تغییر مسیر بازار سخت‌افزار دانست. AMD با این محصول تلاش کرده فاصله میان یک ورک‌استیشن رومیزی و یک زیرساخت پردازشی حرفه‌ای را کمتر کند.

ترکیب پردازنده 96 هسته‌ای Threadripper PRO، حداکثر چهار شتاب‌دهنده Instinct MI350P، تا 576 گیگابایت HBM3E و 2 ترابایت حافظه سیستم، Halo Station را به سیستمی متفاوت از کامپیوترهای حرفه‌ای معمولی تبدیل کرده است.

با این حال، نباید تمام آینده محاسبات را به یک محصول گره زد. دیتاسنترها همچنان بخش اصلی زیرساخت هوش مصنوعی باقی خواهند ماند و Halo Station نیز فعلاً بیشتر به‌عنوان یک پلتفرم حرفه‌ای برای اجرای محلی مدل‌های بزرگ معنا پیدا می‌کند.

اما پیام AMD روشن است: هوش مصنوعی دیگر الزاماً مجبور نیست در فاصله‌ای دور، داخل یک دیتاسنتر اجرا شود. بخشی از آینده AI می‌تواند روی میزی نزدیک خودمان قرار بگیرد.

و شاید همین تغییر، معنای واقعی «ابرکامپیوتر شخصی» باشد.

مشاهده اخبار بیشتر.

کارت گرافیک AMD