Will AMD "Token-Freiheit" für alle ermöglichen?

„AI-PC ist die Infrastruktur des Personal Computing, kein Ersatz für Cloud-KI.“

Im Januar erklärte Lisa Su auf der CES, dass sie auf das Personal Computing mit KI setzen werde. Damals stellte AMD die Lösung Ryzen AI Halo mit 128 GB vor.

Acht Monate später beschloss AMD, die Konfiguration der Infrastruktur für Personal Computing weiter zu verstärken, und stellte offiziell den neuen Chip Gorgon Halo vor. Der einheitliche Arbeitsspeicher wurde von 128 GB auf 192 GB angehoben, sodass Benutzer Modelle mit 300 Milliarden Parametern lokal bereitstellen können.

Die Upgrade-Strategie von AMD zielt direkt auf Nvidia ab. Der von Nvidia für das Personal-KI-Computing eingeführte Chip DGX Spark verfügt über einen einheitlichen Arbeitsspeicher von 128 GB und unterstützt lokal bereitgestellte Modelle nur mit bis zu 200 Milliarden Parametern.

Anfang September dieses Jahres hielt Jack Huynh, Senior Vice President von AMD und General Manager für Computing und Grafik, auf der IFA (Internationale Funkausstellung Berlin) in seiner Grundsatzrede die Ansicht von Lisa Su weiter aus und betonte, dass KI nun in das Zeitalter des „Personal AI“ eintritt. Intelligenz bleibt nicht mehr nur in den Rechenzentren der Cloud, sondern gelangt zu dem Computer an Ihrer Seite, dem Laptop in Ihrem Rucksack und sogar der Workstation auf Ihrem Schreibtisch, die Modelle mit Billionen von Parametern ausführen kann.

Wenn die GPUs für Rechenzentren das Kernschlachtfeld von Nvidia sind, hat AMD auf dem Markt für Server-CPU die „Hälfte des Landes“ in diesem Bereich stark eingenommen – EPYC hat im ersten Quartal dieses Jahres einen Anteil von 46,2 % nach Umsatz erreicht.

Vor diesem Hintergrund wird der Markt für Personal-KI, der sich auf lokales Computing konzentriert, zu einem neuen Schlachtfeld für Chiphersteller im oberen Stream, um Gewinne zu erzielen. Aus diesem Grund erwähnt Lisa Su bei vielen Gelegenheiten, wenn sie über KI spricht, dass „wir erst im dritten Spiel sind“. Sie prognostiziert auch, dass die Zahl der weltweit aktiven KI-Nutzer von 1 Milliarde auf 5 Milliarden im Jahr 2030 steigen wird.

Die Verfolgungsdaten von Counterpoint liefern auch Hinweise für den Chipkrieg im Bereich „Personal AI“: Die Daten zeigen, dass die Durchdringung der Auslieferung von High-End-AI-PCs weltweit im Jahr 2026 auf etwa 59 % steigen wird, ein deutlicher Sprung gegenüber 39 % im Jahr 2025.

Daher definiert Counterpoint dieses Jahr auch als das Jahr des „Übergangsjahres“, in dem die Hardware die Software einholt.

Entwicklungskurve der Token-Verarbeitungsmenge

In seiner Rede unterteilte Jack Huynh „Personal AI“ in drei Teile: lokales Computing, Privatsphäre und Kontrolle sowie „persönlicher Kontext“. Und er quantifizierte die Prognose für die Nutzerzahl auf die Token-Ebene.

„Die monatliche Verarbeitungsmenge steigt von etwa 0,7 Billiarden auf 1,7 Billiarden und wird voraussichtlich 120 Billiarden im Jahr 2030 erreichen. Bei 15 Millionen Ausgabetoken pro Tag betragen die reinen Cloud-Kosten etwa 300 Euro pro Tag und fast 100.000 Euro pro Jahr.“

Das heißt, wenn ein Teil der Berechnungen zurück auf lokale Geräte verlagert wird, wird „intelligentes Computing“ zu „günstigerem Computing“.

Aus diesem Grund hat AMD ein „Personal AI“-Bündnis gegründet, das auf dem Gorgon-Halo-Chip aufbaut und Produkte wie Lenovo ThinkCentre X, HP ZBook sowie die Threadripper Halo Station mit noch aggressiverer Rechenleistung umfasst.

HP ZBook mit dem Codenamen Sunday

Die Erzählung von „Personal AI“ kann funktionieren, indem Arbeiten, die nur über Cloud-Abonnements ausgeführt werden können, auf lokale Geräte verlagert werden. Die Verbesserung der Hardwarespezifikationen ist nur ein Aspekt. Der andere Aspekt hängt von der Entwicklung der Modelle ab.

„KI wird immer kleiner, immer schneller und gleichzeitig immer leistungsfähiger“, sagte Jack Huynh. Diese Effizienzsteigerung wirkt sich direkt auf PCs aus. Er betonte aber auch, dass lokal keine schlechtere Wahl bedeutet.

Bei Software-Engineering-Benchmarks übertrifft das Open-Source-Modell Laguna S 2.1, das lokal auf Strix Halo bereitgestellt wird, das Cloud-Modell Claude Sonnet 5. Das lokal auf Gorgon Halo ausgeführte GLM 5.3 Flash übertrifft auch das führende Cloud-Modell Claude Fable 5.

Wirtschaftlich gesehen kosten 10 Millionen Ausgabetoken von Sonnet 5 etwa 90 Euro. Bei Szenarien mit hohem Nutzungsaufkommen auf Gorgon Halo kostet die gleiche Menge zwar etwa 500 Euro bei Abrechnung nach Token-Menge, aber lokal gibt keine Abrechnung nach Nutzungshäufigkeit. Mit anderen Worten: Nach der Zahlung der Hardwarekosten erhalten die Nutzer dauerhafte „Token-Freiheit“.

Neben den Ausstellungsständen von OEM-Partnern wie Lenovo bietet auch Microsoft Unterstützung auf Softwareebene an.

Pavan Davuluri, Vice President von Microsoft und Leiter der Abteilung für Windows und Geräte, erwähnte in einem gemeinsamen Gespräch mit Jack Huynh:

Agenten entwickeln sich von „Verstehen von Absichten“ zu „Handeln über Anwendungen, Dateien und Dienste hinweg“, vorausgesetzt, dies basiert auf Vertrauen, Sicherheit und Benutzerkontrolle.

Gleichzeitig kündigte Pavan eine sofort einsatzbereite Windows-Programmiererfahrung namens Project Zenith an, die mit vorinstalliertem VS Code, WSL, GitHub Copilot CLI und PowerShell ausgestattet ist. Er stellte klar, dass „AMD Ryzen AI Halo out of the box unterstützt wird“, sodass Entwickler große Modelle und komplexe KI-Arbeitsabläufe lokal ausführen können.

Aber das Extremste, was die „Rechenleistung direkt an die Nutzer bringt“, ist die Threadripper Halo Station Workstation.

Die Threadripper Halo Station ist mit einem 96-Kern-Threadripper-PRO-Prozessor, 2 Instinct-MI350P-Beschleunigern (auf bis zu 4 erweiterbar), einem Systemspeicher von bis zu 2 TB und HBM3E von bis zu 576 GB ausgestattet. Alle Komponenten sind mit Flüssigkühlung ausgestattet und unterstützen die lokale Bereitstellung von Modellen mit Billionen von Parametern.

Foto vor Ort der Threadripper Halo Station

Von dem AI-PC auf Basis von Gorgon Halo bis zur Threadripper Halo Station Workstation zielt das Bestreben von AMD, die Token-Freiheit für „Personal AI“ zu erreichen, eigentlich darauf ab, den Nutzern eine stufenweise Auswahl zu bieten.

Gleichzeitig haben Entwickler aufgrund der sich ändernden Modelle, Tools und Infrastrukturen auch „Auswahlfreiheit“ – wenn die Arbeitslast für die lokale Ausführung geeignet ist, wählen sie die lokale Ausführung, wenn sie für das Rechenzentrum geeignet ist, nutzen sie das Rechenzentrum.

„Jedes große Zeitalter des Computing hat den Menschen Fähigkeiten verliehen, die sie früher nicht hatten. Und jetzt verleiht uns KI eine völlig neue Fähigkeit“, sagte Jack Huynh.

Im Folgenden das chinesische Transkript von Jack Huynhs Rede (gekürzt ohne Änderung des ursprünglichen Sinns)

Guten Morgen, IFA.

Seit Jahrzehnten machen wir Computer immer schneller, kleiner und leistungsfähiger. Wir stellen Computer auf den Schreibtisch und stecken sie in unsere Taschen. Jetzt integrieren wir Intelligenz überall. Wir verleihen Computern die Fähigkeit, zu verstehen, was wir tun, was wir erreichen wollen und was uns am wichtigsten ist – und schließlich mit uns zusammenzuarbeiten. Und das wird alles verändern.

Bei AMD entwickeln wir die Rechenleistung, die all diese Möglichkeiten ermöglicht, von den kleinsten Geräten bis zu den größten Supercomputern der Welt. Wir lösen ständig die schwierigsten Probleme im Bereich des Computing und glauben gleichzeitig an ein einfaches Konzept: Technik ist am wertvollsten, wenn sie den Menschen wirklich mehr Fähigkeiten in die Hände legt. Heute möchte ich Ihnen zeigen, was passiert, wenn diese Fähigkeiten noch persönlicher werden.

Vom Rand des Weltraums über Operationssäle bis zur Zukunft unseres Planeten – die Technologie von AMD treibt all dies an. Computing verändert nicht nur, was Maschinen leisten können, sondern auch, was Menschen leisten können.

KI ist der Strom des neuen Zeitalters. So wie Strom schließlich in das tägliche Leben integriert wurde, wird Intelligenz auch in die Tools integriert, die wir täglich nutzen. KI dringt in alle Aspekte unseres Lebens ein, hilft uns, neue Medikamente zu entdecken, Dinge zu sehen, die wir früher nicht sehen konnten, und Ideen in die Realität umzusetzen.

Jede Generation hinterlässt der nächsten Generation eine Reihe leistungsfähigerer Tools. PCs haben Millionen von Menschen Rechenleistung zur Verfügung gestellt; das Internet machte das globale Wissen zugänglich; Smartphones steckten das Computing in unsere Taschen. Und jetzt verleiht KI dem Computing Intelligenz. Die Frage ist nicht mehr nur „Was kann der Computer tun?“, sondern „Was können wir mit dem Computer tun?“

KI entwickelt sich mit einer Geschwindigkeit, die in der menschlichen Geschichte äußerst selten ist. Vor einigen Jahren lernte KI, Gespräche zu führen, ein Jahr später „zu sehen“, dann zu argumentieren, und 2025 trat sie in die Agentic-Phase ein – sie antwortet nicht mehr nur auf Fragen, sondern wird zu einem System, das handeln kann: es kann planen, Tools nutzen, seine eigene Arbeit prüfen und kontinuierlich ausführen. Ein Agent hilft einer Person, mehr Arbeit zu erledigen, eine Gruppe von Agenten arbeitet parallel zusammen, und der Multiplikationseffekt wächst ständig.

Aber dieser neue Hebel hat seinen Preis. Jede Verdopplung der Produktivität geht mit einer Verdopplung des Rechenbedarfs einher. Agentische KI treibt den Verbrauch von Token mit einer nie dagewesenen Geschwindigkeit an. Ein Standard-ChatGPT verwendet nur Hunderte bis Tausende von Token bei einer Interaktion; während ein autonomer Agent, der eine Reise plant, Hunderttausende oder Millionen von Token verbrauchen kann, und das rund um die Uhr.

Die Standardmodelle, die wir täglich nutzen, verarbeiten monatlich etwa 0,7 Billiarden bis 1,7 Billiarden Token – und das noch vor dem Aufkommen von Agenten. Bis 2030 wird die monatliche Menge voraussichtlich 120 Billiarden erreichen. Die Lücke ist riesig. Wir brauchen mehr Rechenleistung und müssen auch überdenken, wo diese Berechnungen ausgeführt werden.

93 % der Unternehmen überschreiten ihr KI-Budget, und Agenten werden die Nachfrage nur weiter steigern. Wir können nicht nur mehr Geld ausgeben, sondern müssen intelligenter rechnen. Bei 15 Millionen Ausgabetoken pro Tag betragen die Cloud-Kosten etwa 300 Euro pro Tag und fast 100.000 Euro pro Jahr. Gleichzeitig werden Chips immer kleiner und leistungsfähiger, und die Fähigkeiten persönlicher Geräte erreichen den Bereich, der früher nur Rechenzentren vorbehalten war. Das nächste Zeitalter des Computing wird durch Intelligenz definiert, die näher bei Ihnen liegt – persönlicher, effizienter und leistungsfähiger.

Wir treten in das Zeitalter des Personal AI ein. Personal AI versteht Ihren Kontext, ist eng mit Daten verbunden und erweitert Ihre Vorstellungskraft und Ihre Erfolge. Es umfasst drei Kernkomponenten: lokales Computing, Privatsphäre und Kontrolle sowie persönlicher Kontext.

Schauen wir zuerst auf das lokale Computing. Im vergangenen August veröffentlichte OpenAI das Open-Weight-Modell GPT-OSS mit 120 Milliarden Parametern, das 80 Punkte im GPQA erreichte; einige Monate später übertraf Qwen 3.5 mit 9 Milliarden Parametern es im gleichen Benchmark – mit 13 Mal weniger Parametern und besseren Ergebnissen. KI wird immer kleiner, immer schneller und immer leistungsfähiger. Strix Halo verfügt über 128 GB einheitlichen Arbeitsspeicher und kann lokal Modelle mit bis zu 200 Milliarden Parametern ausführen; Gorgon Halo hebt den einheitlichen Arbeitsspeicher auf 192 GB an, sodass lokal Modelle von 200 bis 300 Milliarden Parametern ausgeführt werden können. Was früher ein Cloud-Abonnement erforderte, wird jetzt direkt auf dem Computer erledigt.

Lokal bedeutet keine schlechtere Wahl. Bei Software-Engineering-Benchmarks übertrifft das Open-Source-Modell Laguna S 2.1, das auf Strix Halo ausgeführt wird, das Cloud-Modell Claude Sonnet 5. Das lokal auf Gorgon Halo ausgeführte GLM 5.3 Flash übertrifft auch das Cloud-Modell Claude Fable 5. Wirtschaftlich gesehen kosten 10 Millionen Ausgabetoken von Sonnet 5 etwa 90 Euro, und Szenarien mit hohem Nutzungsaufkommen auf Gorgon Halo kosten etwa 500 Euro – aber lokal gibt es keine Abrechnung nach Token, Sie können es einmal oder tausendmal nutzen. Auf Strix Halo können 10 KI-Agenten parallel lokal arbeiten, sodass der Laptop zu einem Team wird, das mit Ihnen zusammenarbeitet.

Hinter mir steht der Gorgon Halo Box, der für Entwickler entwickelt wurde, um neue KI-Produktkategorien für die lokale Ausführung zu erforschen, und der bald in Europa auf den Markt kommt. Die OEM-Partner sind auch sehr begeistert.

Gestern stellte Lenovo in Berlin das von Gorgon Halo unterstützte ThinkCentre X vor, das klein genug ist, um auf den Schreibtisch zu passen, und lokal Modelle mit 300 Milliarden Parametern ausführen kann. Wir haben auch erstmals einen Laptop entwickelt, der auf Gorgon Halo basiert, mit dem Codenamen Sunday – der neue HP ZBook mit 190 GB einheitlichem Arbeitsspeicher. Die gesamte 3D-Welt kann mit einem einzigen Befehl lokal erstellt werden, und Flugsimulationen laufen auch flüssig. Das ist Personal AI, das in Ihren Händen liegt.

Modelle und Geräte sind bereit, und Spitzentechnologie ist nicht mehr unerreichbar. Aber Personal AI muss auch Vertrauen gewinnen, was zu dem Aspekt Privatsphäre und Kontrolle führt. Personal AI berührt Ihre wertvollsten Dinge – Dateien, Gespräche, Präferenzen. Je näher die Intelligenz bei Ihnen liegt, desto wichtiger ist es, diese personalisierte Intelligenz zu schützen. Sensible Arbeiten sollten auf dem Gerät bleiben und