Mini PC GMKtec EVO-X2 cu procesor AMD Ryzen AI Max+ 395 3.0GHz Strix Halo, 128GB RAM, 2TB SSD, Radeon 8060S, Windows 11 Pro. Performanță avansată și design compact pentru o experiență de gaming și lucru eficientă.

Puteti vedea specificatiile complete pe pagina producatorului, de.gmktec.com/en/products/gmktec-evo-x2-amd-ryzen%E2%84%A2-ai-max-395-mini-pc-1

produsul este practic nou, foarte putin folosit, are 18 luni garantie pe factura.

Sunt deschis la orice test, vin cu el la Dvs.

Performanțele acestui Mini PC GMKtec EVO-X2 (Ryzen AI Max+ 395 / Strix Halo cu 128GB RAM LPDDR5X-8000 și Radeon 8060S 40 CU) pentru rularea de LLM-uri sunt excelente pentru un dispozitiv compact, fiind unul dintre cele mai bune opțiuni actuale (2025-2026) pentru inferență locală de modele mari.

Specificații cheie relevante pentru LLMCPU: 16 nuclee Zen 5 (32 thread-uri), boost până la 5.1 GHz, 64MB L3 cache.
iGPU: Radeon 8060S (40 CU RDNA 3.5) — echivalent aproximativ cu RTX 4060 / RX 7600 în performanță generală.
RAM: 128GB LPDDR5X-8000 unified memory (bandwidth ~215-256 GB/s). Poți aloca până la ~96-112GB efectiv ca VRAM/GTT prin setări BIOS + kernel (amdgpu.gttsize etc.).
NPU: ~50 TOPS (XDNA 2), util pentru unele task-uri AI, dar suportul e încă limitat pentru LLM full.
Consum: 120-180W sub sarcină LLM/gaming, cu noise acceptabil în mod Balanced/Performance.

Punctul forte major: Memoria unificată mare permite rularea de modele 70B-120B+ parametri (chiar și quantizări mai mari) care nu încap pe un RTX 4090/5090 (doar 24-32GB VRAM). E ideal pentru contexte lungi, MoE models sau multi-model workflows.

Performanțe LLM practice (din review-uri și teste reale 2025)Rezultatele variază în funcție de backend (llama.cpp cu ROCm/HIP/Vulkan e cel mai bun, Ollama e mai comod dar mai lent inițial), quantizare (Q4/Q5/Q6/K/MXFP4), context și optimizări (BIOS VRAM allocation, kernel params, FlashAttention).Exemple concrete (din teste pe EVO-X2 sau sisteme similare Strix Halo 128GB):Modele mici (1-20B):~45-65+ tokens/s (generation) pe llama.cpp ROCm (ex: gpt-oss 20B ~46-65 t/s).
Prompt eval foarte rapid (peste 400-1000+ t/s).

Modele medii (32B):~9-15+ t/s inițial pe Ollama, îmbunătățit la ~20-50+ t/s cu optimizări ROCm/Vulkan.
Qwen3 32B: ~9-10 t/s (mai bun cu tuning).

Modele mari (70B-120B):70B (Q4/Q5/Q6): 15-30+ t/s generare (aproape dublu față fără full GPU offload).
120B (ex: gpt-oss): ~14-33+ t/s (llama.cpp), cu prompt eval decent.
Poți rula chiar și 235B quantizat la viteze utilizabile (~11 t/s menționat de producător).

gmktec.com

Cu optimizări (ROCm instalat, BIOS UMA 512MB-1GB + GTT mare, Vulkan/HIP):Performanța GPU crește semnificativ vs. out-of-box.
Exemplu: 120B model de la ~15 t/s la 33-45 t/s.

Avantaje :Rulezi modele mari imposibile pe alte mini PC-uri sau GPU-uri discrete mici.
Unified memory → excelent pentru RAG, contexte lungi, tool use, multi-turn.
Compact, relativ silențios și eficient energetic pentru ce oferă.
Bun și pentru creativi (Photoshop, video) + gaming light (echivalent RTX 4060).

Preț foarte competitiv pentru aceste performante.

Recomandare: pentru utilizare serioasă de LLM local (70B+), e o alegere excelentă în 2026 — mai ales dacă vrei portabilitate + putere mare fără desktop voluminos. Optimizează cu llama.cpp ROCm pe Linux pentru cele mai bune rezultate. Dacă vrei viteze maxime absolute (100+ t/s pe 70B), un desktop cu RTX 5090 e superior, dar nu încap modele la fel de mari.