Asus представи NUC 16 Pro – компактен персонален компютър със процесори Intel Panther Lake, предназначен за локална работа с AI модели

Asus представи мини‑ПК NUC 16 Pro

Компания Asus пусна нов компактен компютър – Mini‑PC NUC 16 Pro. В основата на устройството се намират процесори Intel Panther Lake, включително флагманската модел Core Ultra X9 388H с графика Arc B390 и вграден нейропроцесор (NPU) мощност 50 TOPS.

Какво го прави специален
* Edge‑изчисления и локално стартиране на LLM

Asus позиционира NUC 16 Pro като платформа за работа с големи езикови модели и задачи по edge‑обработка. Обща производителност (CPU + GPU + NPU) в режим машинно обучение достига 180 TOPS.

* Компактен размер

Обем на корпуса – само 0,7 л. Размери: 144 × 122 × 41 мм. Корпусът е проектиран така, че лесно да се свързват два M.2 слота без инструменти, което улеснява надграждането.

* Памет и енергийна ефективност

Вградената LPDDR5x до 96 GB осигурява +20 % производителност и с 50 % по-ниско потребление на енергия в сравнение със предходното поколение NUC.

Портове и връзки
Предна панел Задна панел
2 × USB‑A 3.2 Gen2
2 × Thunderbolt 4
1 × USB‑C Gen2
2 × HDMI 2.1 (или DisplayPort)
– 2 × USB‑A 3.2
– 2 × LAN 2,5 Gbps
– Wi‑Fi 7, Bluetooth 6.0

Двувентилаторна система за охлаждане осигурява стабилна работа дори при висока натовареност.

Програмиране
* Asus AI SuperBuild – интуитивен интерфейс за стартиране на големи езикови модели локално без интернет. Това повишава поверителността на данните и позволява обработка на чувствителна информация (медицински карти, финансови данни) 24/7.

* Вградената защита fTPM 2.0 осигурява допълнително ниво на сигурност.

Конфигурации в продажба
В Китай вече са налични варианти NUC 16 Pro с процесор 16‑ядрен Core Ultra X7 358H (по брой ядра сходен със X9 388H, но с по-ниски честоти). Този конфиг идва с 32 GB RAM и SSD 1 TB, цената – около $1600.

Така Asus NUC 16 Pro съчетава мощен хардуерен потенциал, компактност и внимателна поддръжка на edge‑AI, правейки го привлекателен избор за специалисти, които се нуждаят от локална обработка на големи езикови модели с висока производителност и сигурност.