AMD Ryzen AI Halo: Specs, Preis & warum er lokale KI verändert

Alles zur neuen AMD Ryzen AI Halo-Ankündigung: Specs, Preis & warum sie lokale KI verändert

Die AMD Ryzen AI Halo-Plattform basiert auf dem Ryzen AI Max+ 395 "Strix Halo"-Chip, und das Highlight ist bis zu 128 GB unified Memory, mit dem man 70B-Parameter-Modelle komplett auf dem eigenen Schreibtisch laufen lassen kann, ganz ohne Cloud-Abo. Der Ryzen AI MAX+ 395 ist mit Arbeitsspeicher-Optionen von 32 GB bis hin zu 128 GB unified Memory erhältlich, wovon bis zu 96 GB in VRAM umgewandelt werden können. Genau diese Speichergrenze macht lokale Inferenz für große Modelle überhaupt erst praktikabel. Wer KI allerdings nur ein paar Mal pro Woche nutzt, fährt mit einem Cloud-Abo für 20 $/Monat immer noch günstiger als mit jeder Workstation.

In diesem Guide geht's um Preis, komplette Specs, Performance aus der Praxis und wer sich so ein Gerät wirklich zulegen sollte – plus den smartesten Weg, KI-Abos wie Claude, ChatGPT und Gemini zu bezahlen, ohne dabei Geld durch Wechselgebühren zu verlieren, während du dich entscheidest.

Zahlst du noch für ChatGPT, Claude oder Gemini, während du überlegst, ob sich ein lokales System lohnt? Bleap berechnet 0% FX-Gebühren auf deine USD-KI-Abos und gibt dir pauschal 20% Cashback auf Claude, ChatGPT und Gemini, mit einer selbstverwalteten Mastercard, ganz ohne eigenes Abo. (Der 20%-Cashback gilt nur für Claude, ChatGPT und Gemini.) Hol dir die Bleap-Karte →

1. Was ist der AMD Ryzen AI Halo? (Überblick zur Ankündigung)

„Halo" ist AMDs Codename für seine Top-Kategorie an KI-Chips, und der Ryzen AI Max+ 395 steht ganz an der Spitze. Der im März 2025 angekündigte AMD Ryzen AI MAX+ 395 (Codename „Strix Halo") gilt als der leistungsstärkste x86-APU auf dem Markt – angetrieben von 16 Zen-5-CPU-Kernen, einer XDNA-2-NPU mit über 50 Peak-AI-TOPS sowie einer massiven integrierten GPU mit 40 RDNA-3.5-Recheneinheiten.

Statt in einer einzigen AMD-eigenen Box steckt die Halo-Plattform in Dutzenden Mini-Workstations von Partnerunternehmen. AMD positioniert den Ryzen AI Max+ 395 als Kronjuwel der Ryzen AI Max 300-Serie – innerhalb von acht Monaten sind bereits knapp 30 Strix-Halo-Mini-KI-Workstation-Modelle auf den Markt gekommen. Das Versprechen ist simpel: private, latenzarme KI ganz ohne Abo, direkt auf deinem Schreibtisch.

2. Preis & Verfügbarkeit des AMD Ryzen AI Halo

Der Preis hängt komplett vom Systemanbieter und der Speicherkonfiguration ab, weshalb es keine einheitliche unverbindliche Preisempfehlung gibt. Einstiegs-Strix-Halo-Systeme liegen deutlich unter dem Niveau von Premium-KI-Workstations: AMDs Strix-Halo-System kostet rund 2.348 US-Dollar und erreicht dabei eine vergleichbare Inferenzleistung wie der 4.699 US-Dollar teure DGX Spark bei FP8- oder FP16-Präzision. Voll ausgestattete 128-GB-Modelle kosten entsprechend mehr, und geschäftsorientierte Varianten liegen preislich noch darüber.

Die Verfügbarkeit ist breit gefächert. Asus, Beelink, HP und weitere Hersteller bieten bereits Halo-Mini-PCs und Handhelds im Einzelhandel sowie über Direktvertriebskanäle an. Der Quad-Channel-LPDDR5X-Speicher ist fest verlötet, weshalb du deine Speicherstufe schon beim Kauf wählst und später nicht mehr aufrüsten kannst.

3. Vollständige Spezifikationen des AMD Ryzen AI Halo

Prozessor & NPU

Der Ryzen AI Max+ 395 ist eine echte Workstation-Klasse. Er läuft mit 16 Kernen und 32 Threads bei 3,00 bis 5,10 GHz auf der Strix Halo / Zen 5 Architektur, gefertigt im 4-nm-Prozess, mit einer NPU von bis zu 50 TOPS und einer Gesamt-KI-Leistung von bis zu 126 TOPS. Die dedizierte NPU übernimmt leichte, dauerhaft aktive Inferenzaufgaben und entlastet so CPU und GPU für anspruchsvollere Modellarbeit – bei gleichzeitig niedrigem Stromverbrauch.

GPU-Leistung & Unified Memory

Bei lokaler KI spielt vor allem die integrierte Grafik die Hauptrolle. Sie kombiniert eine AMD Radeon 8060S Grafik (RDNA 3.5, 40 Compute Units) mit bis zu 128 GB LPDDR5X-8000 Unified Memory und bis zu 96 GB dynamisch zugewiesenem VRAM – genug, um lokal LLMs mit 70B+ Parametern wie Llama 3 auszuführen. Da große Sprachmodelle in der Regel eher durch den Speicher als durch die Rechenleistung limitiert sind, zählt dieser große Pool an High-Bandwidth Unified Memory deutlich mehr als der reine VRAM einer diskreten Grafikkarte, der meist bei 24 GB endet.

Weitere wichtige Specs

Halo-Systeme bringen in der Regel Thunderbolt 4 / USB4, zwei PCIe-4.0-SSD-Slots und mehrere Display-Ausgänge mit. Das Dual-SSD-Design – ein M.2-2280-Slot fürs System und ein externer Mini-SSD-Slot für KI-Modelle – macht den Modellwechsel besonders einfach. Die Gehäuse reichen von kompakten Towern bis zu 13-Zoll-Handhelds, alle mit genug thermischem Spielraum, um Inferenz-Workloads dauerhaft zu stemmen.

4. Praxisnahe AI-Inference-Benchmark-Ergebnisse

Die Werte schwanken je nach Quantisierung, Kontextlänge und Kühlung – versteht sie also eher als ungefähre Community-Angaben denn als feste Spezifikationen.

Dank der 128 GB Unified Memory kann der DGX Spark große Modelle wie GPT-OSS 120B lokal ausführen, allerdings begrenzt seine LPDDR5x-Bandbreite von rund 273 GB/s die Token-Generierung auf etwa 38,6 Token/Sek. Getestet wird meist in LM Studio, llama.cpp, Ollama oder ROCm. Seine Stärke spielt der Halo dort aus, wo andere Systeme schlicht keine Modelle mehr laden können. In AMDs eigenen LM-Studio-Tests erreichte er bei DeepSeek R1, Phi 4 Mini Instruct und Llama 3.2 mindestens die doppelte effektive Token-Rate im Vergleich zum Intel-Konkurrenten. In der Praxis heißt das: Rund 5 Token/Sek. bei einem 70B-Modell fühlen sich an wie ein gleichmäßig tippender Mensch – für Chats völlig ausreichend, für umfangreiche Textgenerierung eher gemächlich.

5. Lokale KI-Modelle, die auf dem AMD Ryzen AI Halo laufen

Die Kompatibilität mit Modellen ist der eigentliche Grund, warum man so viel Arbeitsspeicher kauft. Die Halo-Plattform meistert die aktuelle Open-Weight-Landschaft ohne Probleme:

• LLaMA 3 (8B, 70B, 405B quantisiert), Metas Flaggschiff-Modell im Open-Source-Bereich
• Mistral & Mixtral, schnell, effizient, mehrsprachig
• DeepSeek lokales Modell (DeepSeek-R1, DeepSeek-V2), stark bei logischem Denken und Programmieren
• Phi-3 / Phi-4, Microsofts kompakte, aber leistungsstarke Modelle
• Gemma 2, Qwen 2.5, weitere Open-Weight-Optionen
• Stable Diffusion XL / Flux, lokale Bildgenerierung

Erst der 128 GB große Unified-Memory-Pool macht Modelle in voller Präzision oder große quantisierte Varianten möglich, die auf 16-32-GB-Rechnern gar nicht erst laden würden. Der Ryzen AI Max+ 395 spielt seine Stärken bei alltäglichen KI-Anwendungen wie LM Studio, das auf llama.cpp basiert, voll aus. Modelle lassen sich direkt von Hugging Face oder aus der Ollama Library herunterladen – Setup ist also nur einen Download entfernt.

Du vergleichst lokale Setups, während gleich drei KI-Abos jeden Monat abgebucht werden? Mit Bleap zahlst du diese USD-Rechnungen zum echten Wechselkurs, ganz ohne FX-Gebühren, und bekommst obendrauf 20% Cashback pauschal auf Claude, ChatGPT und Gemini. Kein monatliches Abo für die Karte selbst. Jetzt die Bleap-Karte holen →

6. AMD Ryzen AI Halo im Vergleich zur Konkurrenz

AMD Ryzen AI Halo vs. Apple M4 Pro

Der entscheidende Unterschied liegt beim Arbeitsspeicher. Der M4 Pro unterstützt bis zu 64 GB schnellen Unified Memory und schafft eine Speicherbandbreite von 273 GB/s. Halo verdoppelt diese Grenze auf 128 GB – und genau das macht den Unterschied, ob ein 70B-Modell überhaupt läuft oder nicht. Bei der NPU liefert die 16-Core Neural Engine des M4 Pro bis zu 38 TOPS, während Halo mit 50 TOPS deutlich mehr Leistung bietet. Apple punktet dafür mit einer ausgereiften macOS/MLX-Toolchain, während AMD auf Windows/Linux mit ROCm setzt. Fazit: Halo gewinnt bei großen Modellen und viel Speicherplatz, der M4 Pro bei der Reife des Ökosystems.

AMD Ryzen AI Halo vs. NVIDIA DGX Spark

Der DGX Spark richtet sich eher an Unternehmenskunden – und ist mittlerweile teurer geworden. NVIDIA hat den Preis der Founders Edition im Februar 2026 wegen Engpässen bei der Speicherversorgung um 18 % angehoben, von 3.999 auf 4.699 US-Dollar. Sein großer Vorteil ist die ausgereifte CUDA-Plattform, die bei bestimmten Workflows nach wie vor die Nase vorn hat gegenüber ROCm. Für viele Käufer spricht die Preis-Leistung aber klar für AMD: Ein Strix-Halo-System für rund 2.348 US-Dollar erreicht bei FP8 oder FP16 eine vergleichbare Inferenzleistung wie der 4.699 US-Dollar teure DGX Spark. Wer CUDA-native Entwicklung braucht, greift zum DGX Spark; wer erschwingliche, lokale Inferenz mit viel Speicher sucht, ist mit Halo besser bedient.

7. Gesamtkosten im Vergleich: Einmalkauf vs. Cloud-KI-Abos

Der mittlere Preis ist bei allen Anbietern ziemlich gleich. ChatGPT, Claude und Gemini kosten alle 20 $/Monat für ihren Standard-Bezahltarif, während Grok 30 $/Monat kostet. Und so sieht das im Vergleich zu einem einmaligen Halo-Kauf aus (hier mit einem Einstiegssystem für ~2.300 $ gerechnet):

Im Vergleich zu nur einem Abo liegt der Break-even bei etwa 8-9 Jahren. Rechnet man alle drei Abos zusammen, sinkt er auf ungefähr 3 Jahre – und dabei sind fehlende Token-Limits, keine Rate-Limits und volle Datenprivatsphäre noch gar nicht eingerechnet. Am meisten lohnt sich die Rechnung für Power-User, die schon jetzt 55-90 € im Monat für mehrere KI-Tools ausgeben. Und bis du diesen Break-even erreicht hast, sorgt Bleap dafür, dass du bei der Bezahlung deiner Abos für Claude, ChatGPT und Gemini 20 % zurückbekommst.

8. Software-Stack & Entwicklererfahrung

AMD Ryzen AI Development Center

AMD stellt über sein Ryzen AI Development Center SDKs, Tools zur Modelloptimierung und Dokumentation bereit, wobei ROCm die Grundlage für PyTorch und TensorFlow bildet. Ollama, llama.cpp und LM Studio laufen direkt out of the box – deshalb greifen so viele Reviewer für ihre Benchmarks zuerst zu LM Studio.

Linux- & Open-Source-Ökosystem-Unterstützung

Native Linux-Unterstützung (Ubuntu, Fedora) ist vorhanden – entscheidend für KI-Entwickler –, dazu kommen ein Windows AI Studio und ein WSL2-Weg. Containerbasiertes Deployment über Docker oder Podman ermöglicht es, die Produktionsumgebung lokal nachzubilden. AMD ist grundsätzlich mit gängigen KI-Frameworks kompatibel, und bei beliebten Tools wie Stable Diffusion oder lokalen Sprachmodellen funktioniert die Lösung meist schon out of the box gut.

Deployment-Tools & APIs

Du kannst lokal einen OpenAI-kompatiblen API-Endpunkt für die App-Entwicklung aufsetzen und ihn mit LangChain, LlamaIndex und Agent-Frameworks verbinden – so verhält sich dein Prototyp wie in der Cloud, nur ohne die Cloud-Rechnung.

9. Der Mehrwert: Warum lokale KI-Inferenz zählt

• Datenschutz: Sensible Daten verlassen nie das Gerät – entscheidend für Arbeit im rechtlichen, medizinischen und finanziellen Bereich.
• Latenz: Kein Umweg über das Netzwerk, dadurch fühlen sich viele Aufgaben schneller an als in der Cloud.
• Zuverlässigkeit: Keine Ausfälle, keine Rate-Limits, keine API-Downtimes.
• Anpassbarkeit: Du kannst eigene Modelle feintunen und bereitstellen, die du öffentlich nicht betreiben könntest.
• Planbare Kosten: Eine einmalige Investition statt schleichend steigender monatlicher Betriebskosten.

Wie eine ehrliche Einschätzung zeigt: Wenn dein Workload eher Modelltraining als Inferenz ist oder du garantierte CUDA-Kompatibilität brauchst, bleibt eine dedizierte Nvidia-GPU oder ein Cloud-Mietmodell die ausgereiftere Wahl.

10. Für wen lohnt sich der Kauf des AMD Ryzen AI Halo?

• KI-Entwickler und ML-Engineers, die viel Spielraum für große Modelle brauchen und eine lokale Entwicklungsumgebung wollen, die der Produktivumgebung entspricht.
• Unabhängige Forscher, die Experimente durchführen, ohne dabei Cloud-Rechnungen zu fürchten.
• Datenschutzbewusste Power-User, die mit vertraulichen Dokumenten, Code oder Kundendaten arbeiten.
• Kleine Studios und Agenturen, die mehrere Cloud-Abos durch einen gemeinsamen lokalen Server ersetzen wollen. Wie es in einem Guide heißt: Ein Mini-PC mit Ryzen AI Max+ 395 wird zum gemeinsamen lokalen Inferenz-Server für Code-Assistenten, interne Chatbots, Dokumentensuche und Retrieval-Augmented Generation.
• Wer lieber warten sollte: Gelegenheitsnutzer mit eher seltenem Bedarf. Bei geringem Nutzungsvolumen bleibt ein 20-Dollar-Plan die günstigere Wahl.

11. Die Zukunftspläne für den AMD Ryzen AI Halo

Systeme mit noch mehr Arbeitsspeicher sind bereits in Sicht: 192-GB-Konfigurationen sollen 70B-Modelle künftig in höherer Präzision ermöglichen. Kommerzielle Ryzen AI Max PRO SKUs bringen zusätzliche Verwaltungsfunktionen und AMD-Pro-Sicherheitsfeatures für Unternehmensflotten mit. Der eigentlich große Hebel liegt aber bei der Software: AMD treibt ROCm konsequent Richtung CUDA-Niveau voran, und eine verbesserte NPU-Auslastung sowie neue Operator-Unterstützung sollen aus der bereits vorhandenen Hardware noch mehr Leistung herausholen. Wer jetzt kauft, profitiert also auch von künftigen Updates. Bemerkenswert: NVIDIAs eigener RTX-Spark-Chip, ein für Herbst 2026 angekündigter Windows-Laptop-Chip, zielt mit einer ähnlichen 128-GB-Unified-Memory-Obergrenze und einem niedrigeren geschätzten Einstiegspreis auf genau diese Zielgruppe – der Wettbewerb in diesem Bereich nimmt also spürbar Fahrt auf.

Du zahlst jeden Monat für Claude, ChatGPT und Gemini, während du auf deine Halo-Box sparst? Mit Bleap zahlst du 0% FX-Gebühren auf diese USD-Abos und bekommst pauschal 20% Cashback auf alle drei – mit einer selbstverwalteten Mastercard, ganz ohne Kartenabo. Jetzt die Bleap-Karte holen →

Häufig gestellte Fragen (FAQ)

Was ist der AMD Ryzen AI Max 395 und wie unterscheidet er sich von den Standard-Ryzen-AI-Chips?

Das ist das Flaggschiff-Modell der Halo-Plattform. Der Ryzen AI Max+ 395 ist ein 16-Kern-Prozessor (32 Threads) mit einer XDNA-2-NPU, die über 50 TOPS an KI-Leistung liefert, sowie einer integrierten Radeon-8060S-Grafik mit 40 RDNA-3.5-Compute-Units. Im Vergleich zu den gängigen Ryzen-AI-300-Chips bietet er deutlich mehr GPU-Rechenleistung und eine viel höhere Unterstützung für Unified Memory.

Wie schnell läuft LLaMA 3 70B lokal auf dem AMD Ryzen AI Halo?

Realistisch sind etwa 4-6 Tokens pro Sekunde bei einem 4-Bit-quantisierten 70B-Modell drin – ungefähr das Tempo eines flotten Tippers. Die Geschwindigkeit hängt stark von der Quantisierung und der Kühlung ab, aber erst die 128 GB Unified Memory machen es überhaupt möglich, ein 70B-Modell laufen zu lassen.

Kann ich DeepSeek-Modelle lokal auf dem AMD Ryzen AI Halo betreiben?

Ja. Sowohl DeepSeek-R1 als auch DeepSeek-V2 laufen gut, und AMDs eigene Tests zeigten bei DeepSeek R1 mindestens die doppelte effektive Token-Rate im Vergleich zum Intel-Konkurrenten. Quantisierungen von Q4 bis Q8 bieten dabei das beste Verhältnis zwischen Geschwindigkeit und Qualität.

Wie schneidet der AMD Ryzen AI Halo im Vergleich zum Apple M4 Pro bei lokaler KI-Inferenz ab?

Halo unterstützt bis zu 128 GB Unified Memory, während beim M4 Pro bei 64 GB Schluss ist. Zudem liefert die NPU 50 TOPS gegenüber 38 TOPS beim M4 Pro. Apple punktet mit einem runderen Ökosystem, Halo dagegen mit mehr Spielraum für große Modelle und einem besseren Preis.

Lohnt sich der AMD Ryzen AI Halo im Vergleich zu einem Abo von ChatGPT Plus oder Claude Pro?

Wenn du nur einen 20-Dollar-Plan gelegentlich nutzt: eher nicht. Zahlst du aber für alle drei Tools, amortisiert sich die Anschaffung nach etwa 3 Jahren – und du gewinnst zusätzlich Privatsphäre und musst dich nicht mit Nutzungslimits herumschlagen. Bis dahin kannst du diese Abo-Verlängerungen mit Bleap bezahlen und dabei 0% Fremdwährungsgebühren sowie 20% Cashback mitnehmen.

Unterstützt der AMD Ryzen AI Halo Linux für die KI-Entwicklung?

Ja. Native Unterstützung für Ubuntu und Fedora ist inklusive ROCm mit an Bord, und Ollama, llama.cpp sowie LM Studio funktionieren direkt out of the box.

Fazit & Zusammenfassung

Der AMD Ryzen AI Halo ist eine speziell entwickelte Plattform für lokale KI, angetrieben vom Ryzen AI Max+ 395, mit Einstiegssystemen ab etwa 2.300 US-Dollar und bis zu 128 GB gemeinsam genutztem Arbeitsspeicher. Sein beispielloser Speicherspielraum für große Modelle, eine NPU mit 50 TOPS und eine überzeugende Kostenrechnung gegenüber gestapelten Cloud-Abos machen ihn zu einer echten Alternative für Entwickler, Forscher und kleine Teams. Gelegenheitsnutzer sollten noch abwarten. Wer bereit ist, Inferenz ins eigene Haus zu holen, sollte sich aktuelle Halo-Systeme oder das AMD Ryzen AI Development Center ansehen.

Egal welche KI-Tools du nutzt, zahl clever. Mit Bleap sparst du dir die Fremdwährungsgebühren bei USD-Abos, und bei Claude, ChatGPT und Gemini bekommst du bei jeder Verlängerung pauschal 20 % Cashback – mit einer selbstverwahrten Mastercard, ganz ohne eigenes Abo.