Ryzen AI Max+ 395: Workstation Mini 128GB buat AI Lokal
Irfan Mulyana
September 11, 2026 7:17 pm
.
8 min read
Laptop tebal dan berat sudah lama jadi syarat wajib buat menjalankan model AI di device sendiri. Mau pakai LLM lokal 70 miliar parameter? Harus bawa mesin segede koper dan colok ke charger tiap jam. Kini pola itu berubah. AMD Ryzen AI Max+ 395, alias Strix Halo, bawa memory 128GB ke bentuk laptop tipis dan mini PC. Artinya bisa menjalankan model besar tanpa cloud, tanpa GPU eksternal, tanpa kabel converter yang berantakan di meja.
Artikel ini bedah spesifikasi, benchmark nyata, dan siapa yang sebenarnya butuh chip ini. Fokus ke creator, desainer, dan developer yang kerja dengan AI lokal atau render berat tiap hari.
Apa Itu Strix Halo Sebenarnya
Strix Halo adalah nama kode AMD untuk die di dalam Ryzen AI Max+ 395. Keunikan utamanya ada di arsitektur memory. Chip ini pakai 128GB LPDDR5X-8000 di bus 256-bit yang dibagi bersama antara CPU dan GPU terintegrasi. Bandwidth teoritisnya sentuh 256 GB/s. GPU-nya Radeon 8060S dengan 40 compute unit RDNA 3.5. Detail arsitektur dan hasil tes perangkat dibahas di review HashTechWave serta bandingan chip flagship di ulasan Gizmochina.
Bunyi kata “terintegrasi” penting di sini. GPU tidak punya VRAM sendiri. Ia makan dari pool memory yang sama dengan CPU. Untuk AI lokal, ini kabar baik. Model 70B butuh memory besar, dan system biasa membatasi GPU cuma 8GB atau 16GB VRAM. Di Strix Halo, batasnya adalah total 128GB, bukan jatah VRAM kecil yang gampang penuh.
Konsep unified memory ini mirip dengan yang dipakai Apple di silicon M-series, tapi AMD mendorong kapasitasnya jauh lebih tinggi. Di Mac, varian 128GB ada tapi harganya masuk kelas atas. Strix Halo membawa angka serupa ke ekosistem Windows dengan harga yang bisa dinego lewat mini PC.
CPU dan NPU: Bukan Cuma GPU
Ryzen AI Max+ 395 punya 16 core Zen 5. Konfigurasinya 8 core performa tinggi dan 8 core efisiensi. Untuk kompilasi, editing video multi-track, dan build project besar, jumlah core ini terasa. NPU terintegrasi capai 50 TOPS, cukup buat fitur Windows Copilot+ seperti live caption dan noise cancellation di hardware.
Yang menarik: NPU 50 TOPS bukanlah alasan utama beli chip ini. AI ringan memang lancar di NPU, tapi model besar jalan di GPU terintegrasi. NPU lebih ke fitur sistem harian ketimbang beban kerja training atau inference berat. Jadi jangan beli Strix Halo cuma demi angka TOPS di spec sheet.
Benchmark: Kencang di Memory-Bound, Bukan di Raw FLOPS
Strix Halo tidak menang di semua hal. Di Cinebench atau Geekbench murni, ia sejajar dengan Ryzen 9 HX seri atas, tapi kalah dari chip desktop kelas atas. Kelebihannya muncul saat beban kerja butuh memory besar dan bandwidth tinggi.
Untuk LLM lokal, angka yang beredar di review nyata: Qwen3.6 35B varian A3B tembus 80 token per detik di konfigurasi 128GB. Model 70B versi terkuantisasi (4-bit) bisa jalan dengan kecepatan nyaman untuk chat dan coding assistant, sesuatu yang mustahil di laptop dengan VRAM 16GB. Di bandwidth-bound task seperti image generation lokal dan inference vision model, Radeon 8060S menunjukkan keunggulan karena tidak pernah kelaparan memory. Detail angka Geekbench ada di catatan Notebookcheck untuk bandingan chip terbaru.
| Use Case | Ryzen AI Max+ 395 (128GB) | Laptop RTX 4060 (8GB VRAM) |
|---|---|---|
| LLM 70B 4-bit lokal | Bisa jalan lancar | Gagal, VRAM tidak cukup |
| LLM 8B 4-bit | Sangat cepat | Cepat |
| SDXL image gen batch | Lancar, memory longgar | Terbatas batch kecil |
| Gaming AAA 1080p | Menengah | Lebih tinggi framerate |
| Render video 4K | Kuat di CPU multi-core | Tergantung encoder GPU |
Strix Halo vs Apple Silicon: Dua Pendekatan Unified Memory
Perbandingan paling natural adalah dengan Apple M4 Max atau M5 Max. Keduanya pakai unified memory dan bisa dikonfigurasi sampai 128GB. Bedanya di ekosistem. macOS mendapat dukungan software AI lebih matang, banyak tools optimal di Metal. Windows di Strix Halo harus melalui ROCm atau DirectML yang kadang butuh trik tambahan.
Di sisi hardware murni, Strix Halo menang di fleksibilitas upgrade bentuk. Mini PC Strix Halo bisa dibongkar, tambah storage, dan colok ke monitor apa pun. Mac Studio lebih tertutup. Untuk yang sudah nyaman di Windows dan pakai Adobe serta Ollama, Strix Halo menghindari friction pindah OS.
Harga juga jadi pemisah. Mac dengan 128GB memory harganya premiun tajam. Mini PC Strix Halo 128GB hadir di kisaran jauh lebih ramah untuk creator yang mulai serius dengan AI lokal.
Mini PC vs Laptop: Dua Wajah Strix Halo
Chip ini muncul di dua bentuk. Mini PC seperti Bosgame M5 AI menaruh 128GB memory dan 2TB storage di kotak sebesar telapak tangan. Laptop workstation tipis seperti ASUS Zenbook Pro 14 OLED memakai varian memory lebih kecil tapi tetap bisa 64GB atau 128GB.
Mini PC jadi pilihan menarik buat yang butuh “server AI meja”. Colok ke monitor, jalankan Ollama atau LM Studio, dan semua model stay di rumah. Tidak ada biaya API bulanan. Laptop cocok buat yang butuh mobilitas tapi ogah kompromi di memory.
Setup Software: Ollama vs LM Studio di Strix Halo
Dua tools paling populer buat AI lokal adalah Ollama dan LM Studio. Keduanya jalan mulus di Strix Halo karena pakai backend yang sudah support ROCm. Ollama lebih ke command line dan integrasi ke aplikasi lain. LM Studio punya antarmuka grafis yang ramah buat yang tidak suka terminal.
Untuk model 70B, pastikan量化 format 4-bit (Q4_K_M) supaya muat di pool memory dengan margin. Jangan paksa 8-bit kalau hanya punya 64GB, karena sistem butuh sisa memory buat context dan aplikasi lain. Pengaturan context window juga berpengaruh besar, naikkan terlalu tinggi maka memory habis cepat.
Thermal jadi faktor saat inference panjang. Mini PC Strix Halo butuh kipas yang tidak berisik tapi cukup dingin. Letakkan di tempat terbuka, jangan ditumpuk buku, supaya throttling tidak turunkan kecepatan token.
Untuk Siapa Chip Ini Sebenarnya
Tidak semua orang butuh 128GB memory. Berikut yang benar-benar dapat nilai:
Creator yang pakai AI lokal harian. Generate gambar, jalankan vision model, dan inference tanpa nunggu cloud. Privacy juga jadi alasan kuat, data tidak pernah keluar device.
Developer yang experiment dengan LLM self-hosted. Kalau sering test model 30B sampai 70B, Strix Halo menghilangkan langkah “potong model biar muat VRAM”.
Desainer yang render video 4K dan buka belasan aplikasi sekaligus. Pool memory besar berarti browser dengan 50 tab, Photoshop, dan DaVinci Resolve bisa hidup berdampingan tanpa swap ke disk.
Yang tidak butuh chip ini: pengguna office, netflix, dan game kasual. Untuk kebutuhan itu, Ryzen biasa atau Apple Silicon entry sudah lebih dari cukup dengan harga jauh di bawah.
Kekurangan yang Perlu Diketahui
Strix Halo bukan sihir. GPU terintegrasi masih kalah dari RTX dedicated di gaming berat. Frame rate AAA di pengaturan tinggi tidak setara dengan laptop gaming bermonitori GPU diskrit.
Harga juga tinggi. Mini PC Strix Halo 128GB dibanderol di kisaran premium, dan laptop variannya masuk kelas workstation. Bandingkan dengan sewa GPU cloud, break-even point baru tercapai setelah pemakaian intensif beberapa bulan.
Driver Radeon untuk AI kadang ketinggalan dari CUDA. Banyak tools optimal di NVIDIA duluan. Untuk inference via Ollama atau LM Studio, dukungan sudah oke, tapi pipeline custom perlu cek kompatibilitas.
Pilihan Memory: 64GB, 96GB, atau 128GB
Strix Halo tersedia dalam tiga varian memory. Pilihan tepat tergantung ukuran model target:
64GB cukup buat LLM 32B dan SDXL nyaman. 96GB memberi ruang buat 70B terkuantisasi dengan margin. 128GB adalah untuk yang ingin jalankan 70B dengan context panjang atau multiple model sekaligus.
Untuk mayoritas creator Indonesia, varian 64GB atau 96GB sudah mencukupi. 128GB baru masuk akal kalau memang tiap hari inference model di atas 70B.
Common Mistakes Saat Beli
Salah satu kesalahan umum: mengira Strix Halo bakal menggantikan GPU dedicated buat training. Chip ini hebat di inference dan bandwidth, bukan di training cepat. Training model besar tetap lebih baik di GPU server.
Kesalahan lain: beli varian memory kecil lalu menyesal. Model terus bertambah besar tiap tahun. Kalau budget mendekati, ambil memory maksimal yang sanggup dibeli, karena memory di Strix Halo tidak bisa di-upgrade setelah beli.
Jangan lupa cek dukungan software. Tools favorit harus kompatibel dengan ROCm atau setidaknya bisa jalan via CPU fallback. Sebagian besar inference engine populer sudah support, tapi pipeline khusus perlu verifikasi.
Thermal dan Konsumsi Daya
Chip dengan 128GB memory dan 40 CU GPU pasti panas. Mini PC Strix Halo biasanya disiapkan dengan kipas blower dan heatsink besar. Saat idle, konsumsi daya rendah, tapi saat inference 70B penuh, total system bisa sentuh 100 sampai 140 watt. Itu masih jauh di bawah GPU desktop RTX 4090 yang makan 450 watt sendiri.
Untuk penggunaan malam hari, suara kipas bisa jadi pertimbangan. Letakkan mini PC agak jauh dari mic kalau sering rekam voiceover. Laptop varian lebih pendiam karena thermal design sudah diatur pabrik, tapi throttling lebih cepat muncul saat beban bertahan lama.
Kesimpulan
AMD Ryzen AI Max+ 395 mengubah aturan main workstation mini. Memory 128GB unified membawa AI lokal 70B dari ruang server ke atas meja. Untuk creator, desainer, dan developer yang butuh privacy dan kencang tanpa cloud, ini salah satu opsi paling masuk akal di 2026.
Bagi yang hanya butuh browsing dan office, chip ini kelebihan beban. Tapi kalau kerjaan harian berputar di sekitar AI dan render berat, Strix Halo layak masuk shortlist. Pilih varian memory sesuai kebutuhan model, dan pastikan software yang dipakai sudah support arsitektur AMD. Jangan lupa sediakan ventilasi cukup supaya performa tetap stabil saat inference berjam-jam.
Grafisify sudah bahas laptop terbaik buat creator 2026 dan perbandingan NPU Intel, AMD, Qualcomm di artikel sebelumnya. Strix Halo melengkapi daftar itu sebagai jawaban buat yang ingin AI lokal powerful tanpa kabel dan cloud. Kalau butuh layar pendamping, cek juga panduan memilih monitor untuk desainer dan ulasan Snapdragon X2 Elite sebagai opsi lain di kelas laptop ARM.
