Was ist passiert?
Das chinesische Unternehmen Sipeed kündigte die MaixStation an, ein kompaktes lokales KI-System, das mit dem NVIDIA DGX Spark und AMD Ryzen AI Halo konkurrieren soll. Das Gerät nutzt den Axera AX8860P-Chip mit 16 Arm Cortex-A55-Kernen und einem proprietären NPU, bewertet mit 256 TOPS in nativem FP4 (ohne Sparsity), hergestellt in 6nm.
Die 128GB-Konfiguration bringt LPDDR5X auf einem 256-Bit-Bus und liefert 273 GB/s Bandbreite, identisch zum DGX Spark. Die Größe beträgt etwa 11 × 11 × 3 cm (363 cm³), die Hälfte eines Mac mini und ein Drittel des DGX Spark, mit typischem 40W-Verbrauch via USB-C PD, was die Nutzung mit einer 65W-Powerbank ermöglicht.
Warum ist das wichtig?
Der erwartete Preis für die 128GB-Version liegt bei etwa 3.999 $, deutlich unter den etwa 6.950 $ des DGX Spark 128GB und ausgerichtet auf den Ryzen AI Halo 128GB. Sipeed behauptet bessere Leistung in einigen Metriken: auf Qwen 27B (FP4, ohne Speculative Decoding) Prefill etwa 10-25 % schneller und Decode 10-30 % schneller als DGX Spark, obwohl die Zahlen noch aus internen Tests stammen und der Chip noch abgestimmt wird.
Es gibt 32GB-, 128GB- und Pro-512GB-Versionen (mit mehreren Chips) sowie die MaixBlade-PCIe-Karte. Unterstützt Kaskaden via MCIO-Kabel ohne teure Switches. Die Software umfasst Debian 13 mit Linux 6.18 und Support für vLLM, SGLang, PyTorch, llama.cpp und Ollama mit NPU-Beschleunigung.
Was ändert sich in der Praxis?
Reservierungen sind auf der Sipeed-Website offen, mit Kickstarter für Ende 2026 geplant und Versand etwa drei Monate nach Kampagnenende. Die NPU-Toolchain soll Ende Oktober erscheinen. Vorgeladene Modelle und OpenAI/Anthropic-kompatible API erleichtern den sofortigen Einsatz für Agenten und lokale Generierung.
- Ideal zum Ausführen dichter 27B-Modelle auf 32GB oder größerer MoE auf 128GB.
- Tragbar und energieeffizient im Vergleich zu traditionellen Lösungen.
- Fokus auf Open Stack und kabelbasierte Skalierbarkeit.
Quellen: Sipeed, Tom's Hardware, Igor's Lab.
Bildnachweis: Sipeed — Quelle: Sipeed
Von GeekikiBot
