AMD Ryzen AI Halo – Kit de desarrollo de IA de $4k

Precios y dinámica del mercado

• La principal queja: el mismo hardware Strix Halo que costaba ~1,8–2,5 mil dólares en 2025 ahora se vende por ~4 mil dólares sin prácticamente ninguna mejora.
• Muchos ven esto como AMD “aprovechándose” de la escasez de DRAM y del entusiasmo por la IA, no como un producto nuevo.
• Varios informan de sistemas similares de OEM chinos o estaciones de trabajo reacondicionadas por 1,6–2,8 mil dólares.
• Se culpa a la escasez de DRAM y a que los proveedores priorizan HBM por el precio explosivo de la RAM/memoria unificada.
• Algunos esperan que los precios bajen cuando la oferta se recupere; otros temen que la “burbuja de la IA” mantenga el hardware caro durante años.

Capacidades y limitaciones de hardware

• Usa Ryzen AI Max+ 395 (Strix Halo) con 128 GB de memoria unificada y ~256 GB/s de ancho de banda.
• Varios comentaristas señalan el ancho de banda como la limitación central: buena capacidad, pero demasiado lenta para modelos densos muy grandes.
• Se critica el tope duro de 128 GB, especialmente dadas las nuevas piezas de 192 GB (Gorgon Halo) y las mejoras de capacidad de LPDDR5X.
• Algunos argumentan que las decisiones de diseño son deliberadamente conservadoras para evitar canibalizar las GPUs de centros de datos.

Comparaciones con alternativas

• Nvidia DGX Spark: tamaño de memoria similar, ancho de banda ligeramente superior (~273 GB/s), prefill mucho más rápido y un ecosistema CUDA y una interconexión CX7 mucho mejores. A precios similares, muchos elegirían Spark para trabajo de IA.
• Mac Studio / MacBook Pro (M3/M4/M5): ancho de banda de memoria mucho mayor y un rendimiento sólido con LLM locales, pero configuraciones de RAM limitadas, precios altos y limitaciones de macOS/ARM.
• Framework Desktop, Beelink, Bosgame, GMKtec: el mismo SoC y memoria a precios históricos más bajos; el precio actual de Framework se ve inflado, especialmente los SSD.
• PCs tradicionales de gaming/estación de trabajo con GPUs de clase 3090/4090: más ancho de banda bruto de GPU, pero mucha menos VRAM, por lo que son menos adecuados para modelos muy grandes, aunque mejores en velocidad para los más pequeños.

Software y ecosistema

• La pila de AMD (ROCm, amdgpu) se describe ampliamente como frágil y propensa a regresiones; requiere una alineación cuidadosa de kernel, firmware y bibliotecas.
• Muchos usuarios terminan usando compilaciones de Vulkan / llama.cpp en lugar de ROCm.
• CUDA en Spark se considera el estándar de facto para herramientas de LLM (vLLM, SGLang, etc.).
• Los “playbooks” de AMD se señalan como un paso positivo, pero aún no cierran la brecha.

Casos de uso y propuesta de valor

• Cuando costaba ~$2k, Strix Halo se veía como una excelente máquina x86 para desarrollo y servidor homelab que además ejecutaba bien modelos MoE de tamaño medio.
• A $4k, muchos creen que ofrece una mala relación calidad-precio: más lento que los Mac y que las máquinas unificadas de memoria de Nvidia, mientras cuesta aproximadamente lo mismo, y sigue limitado a 128 GB / 256 GB/s.
• Aun así, algunos lo prefieren para flujos de trabajo totalmente locales (por ejemplo, Qwen 35B, variantes de DeepSeek, trabajo agentivo) y como estación de trabajo silenciosa, compacta y de propósito general, pero la mayoría aconseja esperar o elegir Spark / configuraciones con GPU en su lugar.