DeepSeek, Qwen und Zhipu treten nacheinander auf, und die PC-Hersteller haben endlich ihre lang erwartete Munition erhalten.

Ohne neue Grafikkarten und ohne Benchmark-Marathon hat die Eröffnungsrede von AMD auf der IFA 2026 nur ein Thema behandelt: Personal AI.

Sowie drei neue Produkte, die dies unterstützen: die Plattform Ryzen AI Max 400 (Codename Gorgon Halo), die erstmalige Vorstellung des nächsten HP ZBook-Laptops und ein 96-Kern-flüssiggekühlter "Desktop-Supercomputer" Threadripper Halo Station.

Jack Huynh, Senior Vice President von AMD und General Manager für Computing und Grafik, hat in seiner 45-minütigen Rede von der Artemis-II-Mondumflugmission und Operationsrobotern bis hin zum finnischen LUMI-Supercomputer und der PlayStation 5 Pro die gesamte Rechenlandschaft von AMD nachgezeichnet.

Anschließend lenkte er die Aufmerksamkeit auf die Computer eines jeden Nutzers: Wenn KI den ganzen Tag wie ein Mitarbeiter plant, Tools aufruft und Ergebnisse ändert, wo sollen diese Berechnungen eigentlich stattfinden?

Jack Huynh, Senior Vice President von AMD und General Manager für Computing und Grafik

Die Antwort von AMD lautet Personal AI. Der Computer erledigt zuerst die Aufgaben, die er selbst bewältigen kann, Aufgaben mit sensiblen Daten und persönlichem Kontext bleiben nach Möglichkeit lokal; wenn größere Kapazitäten benötigt werden, werden Cloud und Rechenzentren hinzugezogen.

Aufbauend auf diesem Konzept bietet AMD von PCs mit 192 GB einheitlichem Arbeitsspeicher bis hin zu Desktop-Workstations in Zusammenarbeit mit Microsoft und SUSE Unterstützung für Windows-Entwicklung und Unternehmensbereitstellung. Verschiedene Produkte und Partner scheinen alle dieselbe Frage zu beantworten: Wie kann KI zuerst auf den Geräten arbeiten, die den Nutzern am nächsten sind.

DeepSeek, Qwen, GLM, gpt-oss und Laguna sind ebenfalls auf der Bühne erschienen, aber sie dienen in dieser Rede als neue Messgröße.

Der erst vor etwas mehr als einer Woche veröffentlichte Qwen3.8-Flash-Next kann bereits auf der neuen Plattform von AMD ausgeführt werden, und GLM-5.3-Flash mit insgesamt 320 Milliarden Parametern passt ebenfalls in den einheitlichen Arbeitsspeicher. Mit diesen Open-Weight-Modellen beweist AMD, dass von normalen KI-PCs bis hin zu Desktop-Workstations jede Hardware tatsächlich Aufgaben ausführen kann.

Für diese Chiphersteller war es in der Vergangenheit üblich, die Bildrate in Spielen zu vergleichen, heute vergleichen sie, wie groß das Modell ist, das auf ihrem Computer ausgeführt werden kann.

„KI ist die neue Elektrizität“, aber die Stromrechnung ist kaum noch zu bezahlen

Jack fasste die Veränderungen der generativen KI in den letzten Jahren in vier Schritten zusammen: Zuerst lernte sie zu sprechen, dann erhielt sie Seh- und Sprachfähigkeiten, danach begann sie zu schlussfolgern; bis 2025 entwickelte sich KI von einem Modell, das Fragen beantwortet, zu einem Agenten, der planen, Tools aufrufen, Ergebnisse prüfen und weiterarbeiten kann.

Diese Umstellung bringt nicht nur ein besseres Nutzererlebnis, sondern vor allem eine Zunahme der Arbeitslasten.

Eine normale ChatGPT-Unterhaltung erfordert nur wenige Hunderte bis Tausende von Tokens, aber eine Agentenaufgabe wie „Plane eine Italienreise für die ganze Familie“ erfordert das Überprüfen von Kalendern, Buchen von Flügen und Ändern von Hotelbuchungen – das sind Hunderttausende oder sogar Millionen von Tokens auf einmal.

Nach den von AMD angegebenen Zahlen verbrauchen Verbraucher täglich Millionen von Tokens, Ersteller Dutzende Millionen und Entwickler sowie Gründer mindestens 50 Millionen.

Makrostatistiken zeigen, dass die weltweite monatliche Verarbeitungsmenge von KI-Tokens im letzten Jahr von etwa 0,7 Billiarden (700 Billionen) auf 1,7 Billiarden (1700 Billionen) gestiegen ist; bis 2030 wird ein Wert von 120 Billiarden (1,2 Trillionen) Tokens pro Monat erwartet.

Gleichzeitig überschreiten 93 % der Unternehmen ihre KI-Budgets. Jack erwähnte, dass ein aktiver Nutzer täglich 15 Millionen Ausgabe-Tokens erzeugt, was in der Cloud etwa 300 Euro pro Tag kostet; für den KI-Verbrauch einer Person im Jahr muss man fast 100.000 Euro bezahlen.

„Wir können nicht einfach mehr Geld ausgeben, wir müssen klüger rechnen.“ Dieser Satz ist vermutlich der Kern der gesamten AMD-Präsentation: Wie man KI aus der Cloud zurück auf das lokale Gerät holt.

Modelle werden kleiner, PCs werden leistungsfähiger

Die Voraussetzung für eine funktionierende lokale KI ist, dass lokale Modelle im Vergleich zu geschlossenen Spitzenmodellen ausreichend gut sind, also die Modellgröße abnimmt und die Leistung zunimmt.

Das Open-Weight-Modell GPT-OSS-120B, das OpenAI im letzten August veröffentlicht hat, erzielte im GPQA-Benchmark (Schlussfolgerungsbenchmark auf Graduate-Niveau) 80 Punkte und ist bereits die erste Wahl für die lokale Bereitstellung vieler Entwickler.

Einige Monate später erzielte Qwen3.5-9B von Alibaba mit nur 9 Milliarden Parametern einen höheren Wert im selben Benchmark – mit 13 Mal weniger Parametern und trotzdem besseren Ergebnissen.

In den letzten Monaten ist der Wettbewerb zwischen Open-Source-Modellen und geschlossenen Modellen noch intensiver geworden: Von Kimi K3 im Vergleich zu Fable 5 über DeepSeek und GLM bis hin zu Flash-Modellen, die mit der Claude Opus-Serie konkurrieren.

Die Roadmap von AMD folgt diesem Trend: Der aktuelle Gorgon Point-Prozessor, also die Ryzen AI 400-Serie, kann Modelle mit 24 Milliarden Parametern lokal ausführen; Strix Halo mit 128 GB einheitlichem Arbeitsspeicher kann Modelle mit 200 Milliarden Parametern ausführen.

AMD hat vor Ort einen Vergleich der Leistung dieser lokalen Modelle vorgelegt: Das vollständig auf Strix Halo ausgeführte Open-Source-Modell Laguna S 2.1 übertraf das cloudbasierte Claude Sonnet 5 (70,3 Punkte) in einem Softwareentwicklungs-Benchmark.

10 Millionen Ausgabe-Tokens: Claude Sonnet 5 kostet in der Cloud etwa 90 Euro, lokal fallen keine Kosten an

Die Berechnungen zurück auf den eigenen Computer zu verlagern, statt sie in Rechenzentren durchzuführen – das ist die Idee von AMD für lokales Rechnen.

Nachdem das lokale Rechnen Geschwindigkeit und Kosten gelöst hat, sind Datenschutz und Kontrolle auch ein sensibler Aspekt für Agenten. AMD möchte, dass diese Daten zunächst beim Nutzer bleiben und der Nutzer entscheidet, welche Inhalte das Gerät verlassen und wohin sie gesendet werden dürfen.

Zuletzt kommt der persönliche Kontext, der nach Jacks Ansatz die vierte Ebene über Anwendungen, Modellen und Rechenleistung darstellt. Der gleiche Satz „Bereite mich auf morgen vor“ kann für einen Angestellten eine Kundensitzung und drei offene Punkte bedeuten, für einen Studenten dagegen eine Prüfung und eine Lerngruppe.

Es reicht nicht aus, dass das Modell das allgemeine Wissen der Welt kennt – es muss auch wissen, womit die Person, die die Frage stellt, morgen konfrontiert wird. Lokales Rechnen, Datenschutz und Kontrolle, persönlicher Kontext – das sind die drei Schlüsselwörter, auf die AMD bei Personal AI setzt.

Bei den konkreten Produkten stellte AMD Gorgon Halo vor, dessen Marktbezeichnung die Ryzen AI Max 400-Serie ist. Der einheitliche Arbeitsspeicher wurde von 128 GB auf 192 GB erweitert, und die lokal ausführbare Modellgröße stieg von 200 Milliarden auf 300 Milliarden Parameter.

Vor Ort zeigte AMD außerdem GLM-5.3-Flash von Zhipu, das mit 320 Milliarden Parametern auf Gorgon Halo lokal ausgeführt werden kann. Es wurde demonstriert, dass die Leistung des lokalen Modells im selben Benchmark sogar das cloudbasierte Claude Fable 5 übertrifft; zum Vergleich kostet die Ausführung von 10 Millionen Ausgabe-Tokens auf Fable 5 etwa 500 Euro.

Computer mit diesem Chip umfasst unter anderem das ThinkCentre X Ultra, das Lenovo auf der IFA 2026 als Flaggschiff vorgestellt hat. Es ist mit Gorgon Halo ausgestattet, so klein, dass es auf den Schreibtisch passt, und bis zu vier Geräte können zu einem Cluster zusammengeschlossen werden.

Darüber hinaus enthüllte Jack erstmals den nächsten HP ZBook mit dem Codenamen Sundance: Er verfügt über 192 GB einheitlichen Arbeitsspeicher, generierte vor Ort mit einem einzigen Prompt in Echtzeit eine ganze 3D-Welt lokal und führte anschließend Microsoft Flight Simulator flüssig aus.

„Tagsüber die Welt gestalten, abends spielen. Eine Hand hält die reale Welt, die andere die Welt, die ich mir vorstelle.“

Gorgon Halo ist immer noch ein kompakter Computer für Privatanwender. Gegen Ende der Rede stellte Jack „Personal AI“ auf eine neue Größenordnung vor.

Das erstmals vorgestellte Threadripper Halo Station kombiniert einen 96-Kern-Threadripper PRO und einen rechenzentrumsgeeigneten AMD Instinct MI350P in einer Desktop-Workstation.

Das Vorführgerät ist mit zwei MI350P ausgestattet und bietet Platz für die Erweiterung auf vier Karten. Der Systemspeicher beträgt maximal 2 TB, die gesamte HBM3E-Kapazität erreicht bei einer Konfiguration mit vier Karten bis zu 576 GB, und das gesamte System ist flüssiggekühlt.

AMD gibt an, dass es Modelle mit über 1 Billion Parametern ausführen kann, und bezeichnet es als „die weltweit leistungsstärkste Workstation“.

Dieses Gerät erweitert das von AMD beschriebene Personal AI von einem einzelnen PC zu einem gemeinsam genutzten Knoten im Büro. Ein Entwickler kann es direkt verwenden, und das gesamte Team kann gemeinsam darauf zugreifen. Aufgaben, die nicht auf einem einzelnen PC ausgeführt werden können, müssen nicht sofort in der öffentlichen Cloud ausgeführt werden, bei der nach Tokens abgerechnet wird.

Das Ökosystem-Puzzle der lokalen KI

Die Hardware kann das Modell zwar aufnehmen, das bedeutet aber nicht, dass Agenten bereits sicher auf dem Computer arbeiten können.

Es muss über Anwendungen, Dienste und Dateien hinweg Operationen durchführen, das Betriebssystem muss benutzerfreundlich sein. Wenn die Rechenleistung stark ist, das System aber Ubuntu für Linux ist, ist die Einarbeitung für Nutzer sehr schwierig. Darüber hinaus muss die Software steuern, was das Agent sehen und ändern darf und wann die Genehmigung des Nutzers erforderlich ist.

Pavan Davuluri, Executive