Un CPU à 20 cœurs et un GPU à 6 144 cœurs CUDA se partagent ici la même mémoire, plutôt que deux réserves séparées. Cette architecture permet à GIGABYTE de proposer une machine de bureau minuscule pour exécuter des modèles d’IA localement, sans renoncer aux usages créatifs ni au jeu.
AI TOP AERO : Grace et Blackwell partagent jusqu’à 128 Go
Le nouvel AI TOP AERO repose sur le Superchip NVIDIA RTX Spark N1X, récemment lancé. Ce SoC réunit un CPU NVIDIA Grace à 20 cœurs et un GPU RTX d’architecture Blackwell doté de 6 144 cœurs CUDA. GIGABYTE présente cet ordinateur comme un studio personnel dédié à l’IA, dans un châssis d’un volume de seulement 1 litre.
La configuration peut embarquer jusqu’à 128 Go de LPDDR5X unifiée, partagée entre le CPU et le GPU. Elle se distingue ainsi d’un PC de bureau conventionnel, où la RAM système et la VRAM de la carte graphique constituent deux espaces distincts. Le stockage atteint pour sa part 4 To sur SSD PCIe 5.0.
GIGABYTE vise les utilisateurs qui souhaitent exécuter leurs modèles, traiter leurs données et tester leurs applications en local. Après des machines comme l’AI TOP ATOM, le constructeur étoffe ainsi son catalogue compact destiné aux charges de travail intensives, avec un format qui reste facilement transportable.
Du réseau 10 GbE au DLSS 5.0
La connectique comprend un port réseau 10 GbE, du Wi-Fi 7 et plusieurs ports USB, dont de l’USB 3.2 et de l’USB4. Des interfaces cohérentes avec une machine appelée à manipuler des données et à accueillir des périphériques externes malgré son faible encombrement.
L’orientation IA ne résume toutefois pas ses usages. Le GPU Blackwell prend en charge le DLSS 5.0 pour le jeu, tandis que la compatibilité avec ComfyUI permet de construire des workflows d’IA générative. NVIDIA Broadcast et les technologies RTX Video sont également fournis pour les créateurs de contenu.
GIGABYTE n’a communiqué ni prix ni date de disponibilité. La capacité mémoire et le stockage proposés laissent attendre un positionnement coûteux, mais aucun tarif ne permet encore de le préciser.
Pour l’IA locale, l’intérêt de cette configuration tient surtout à la capacité mémoire accessible au GPU dans un si petit volume. Les 128 Go ne renseignent toutefois pas sur la vitesse d’exécution des modèles : il faudra des mesures de performances pour situer cette machine face à une station équipée d’une carte graphique dédiée.
Source : GIGABYTE
