CIX AGX Station: Supercomputer AI da Tavolo per Inferenza di Modelli Locali da 70B a 150B Parametri

Introduzione

L'azienda cinese di chip CIX ha presentato la strategia AGX Agentic Compute (calcolo agentico) durante la World Artificial Intelligence Conference (WAIC) del 2026 a Shanghai, lanciando al contempo un sistema compatto chiamato AGX Station.

L'azienda descrive AGX Station come una piattaforma di calcolo IA modulare da scrivania, in grado di eseguire localmente compiti di inferenza su modelli di grandi dimensioni. A seconda della configurazione degli acceleratori installati, CIX afferma che il sistema è progettato per modelli con un range di parametri compreso tra 70 e 150 miliardi, carichi di lavoro paralleli multi-agente e implementazioni in cluster tramite reti ad alta velocità.

Questo annuncio fa parte di un più ampio tentativo di costruire uno stack di calcolo integrato per gli agenti IA. Invece di considerare processori, schede acceleratrici, sistemi operativi, gateway modello e runtime per agenti come prodotti separati, CIX posiziona AGX come una piattaforma che include hardware, software di sistema e strumenti di implementazione.

Le specifiche e le dichiarazioni sulle prestazioni in questo articolo si basano principalmente sui materiali di presentazione e sugli annunci ufficiali di CIX. Fino a quando non saranno resi noti benchmark indipendenti, dettagli sui prezzi, configurazioni di memoria, elenchi di modelli supportati e disponibilità per la produzione in serie, queste informazioni devono essere considerate come dichiarazioni del fornitore.

Cosa ha annunciato CIX alla WAIC 2026

CIX ha tenuto l'evento di presentazione di AGX Agentic Compute il 17 luglio 2026 a Shanghai, in contemporanea con la WAIC.

L'annuncio comprende tre parti interconnesse:

1. La strategia AGX Agentic Compute, che copre dispositivi locali, sistemi edge e infrastrutture cloud.
2. AGX Station, un sistema di calcolo IA modulare da scrivania.
3. AGX OS, un ambiente software progettato per gestire modelli, acceleratori, permessi, esecuzione di agenti e implementazione privata.

CIX ha posizionato questo annuncio come una trasformazione dei carichi di lavoro IA. L'addestramento rimane ancora computazionalmente costoso, ma gli agenti già implementati creano un tipo diverso di domanda: inferenza ripetitiva, processi a esecuzione prolungata, chiamate a strumenti, recupero di memoria, esecuzione di flussi di lavoro e interazione continua con dati locali o aziendali.

Per questi carichi di lavoro, le prestazioni di picco degli acceleratori sono solo una parte del sistema. La schedulazione della CPU, la capacità di memoria, il trasferimento dati, la compatibilità software, il consumo energetico, la sicurezza e il routing dei modelli possono tutti determinare se un agente è effettivamente operativo.

Panoramica di AGX Station

AGX Station è il prodotto più appariscente della nuova piattaforma.

Ecco come CIX e le sue comunicati stampa descrivono il sistema:

Caratteristiche:

Funzione	Capacità dichiarata
Uso principale	Inferenza locale su modelli di grandi dimensioni e calcolo multi-agente
Dimensione modello	Da 70 a 150 miliardi di parametri (a seconda della configurazione)
Espansione della potenza di calcolo	Da 160 a 320 TOPS
Fattore di forma acceleratore	M.2, MXM e PCIe
Connettività di rete	Doppia porta 10GbE RDMA per interconnessione multi-sistema
Architettura di design	Modulare e scalabile
Processore di base	CIX P1 System-on-Chip agentico
Ecosistema software	AGX OS e layer integrato di modello/servizio
Modalità di implementazione	Uso su scrivania o cluster multi-unità
Dimensioni pubbliche	150×150×60 millimetri (dalla copertura dell'annuncio)

Il range di parametri da solo non definisce l'effettiva utilizzabilità del modello. Eseguire un modello con 150 miliardi di parametri dipende da fattori come la precisione numerica, la quantizzazione, la capacità di memoria, la larghezza di banda della memoria, la lunghezza del contesto, la dimensione della cache, la compatibilità dell'acceleratore e la distribuzione del modello tra i dispositivi.

CIX non ha ancora fornito sufficienti dettagli di configurazione per determinare in modo indipendente il throughput atteso di token per modelli specifici come 70B, 122B o 150B.

Perché il "supercomputer desktop" è diverso da un PC IA

Il termine supercomputer IA desktop potrebbe sembrare simile a un PC IA, ma i carichi di lavoro target sono sostanzialmente diversi.

I PC IA mainstream di solito integrano NPU per compiti come trascrizione, miglioramento delle immagini, assistenti locali, effetti video e modelli linguistici di piccole dimensioni. Il loro design mira a bilanciare autonomia della batteria, prestazioni applicative generiche ed esperienza utente consumer.

AGX Station, invece, si posiziona più come un server di inferenza compatto o una workstation. Le sue priorità principali includono:

• Supporto per modelli locali di dimensioni maggiori
• Acceleratori IA sostituibili o espandibili
• Esecuzione continua di agenti
• Capacità di schedulazione multi-agente
• Interconnessione ad alta velocità tra più unità
• Elaborazione di dati privati
• Compatibilità con diversi ecosistemi di acceleratori IA nazionali

Pertanto, questo prodotto è più simile a un dispositivo specializzato IA per implementazione locale che a un computer desktop tradizionale, nonostante le sue dimensioni fisiche siano abbastanza compatte da stare su una scrivania.

CIX P1 come processore di base

L'architettura AGX è costruita attorno al CIX P1 dell'azienda, un processore eterogeneo basato su architettura Arm.

I materiali divulgati da CIX riguardo ad altri sistemi che utilizzano il processore P1 mostrano che il design integra:

• CPU Armv9.2 a 12 core
• GPU Arm Immortalis-G720
• NPU dedicata
• Supporto per memoria unificata ad alta larghezza di banda
• Capacità di espansione PCIe
• Funzionalità di sicurezza hardware
• Stack software per schedulazione eterogenea

Non tutti i dispositivi basati su P1 utilizzano la stessa configurazione di memoria, espansione, raffreddamento o acceleratore. Ad esempio, le specifiche del Lenovo AI Host mini non dovrebbero essere considerate come una descrizione completa della configurazione di AGX Station.

In AGX Station, il ruolo del processore sembra andare ben oltre l'esecuzione di operazioni sulle reti neurali. Nei carichi di lavoro agentici, la CPU può coordinare le chiamate agli strumenti, gestire i processi del sistema operativo, schedulare i compiti dell'acceleratore, gestire input/output, mantenere servizi a esecuzione prolungata e supervisionare l'esecuzione di più compiti agentici.

Questo è anche uno dei motivi per cui CIX sottolinea la collaborazione tra CPU, GPU, NPU e acceleratori esterni opzionali, piuttosto che posizionare il sistema come un singolo chip di inferenza fisso.

Architettura modulare degli acceleratori

Una delle scelte di design più importanti di AGX Station è il supporto per diversi fattori di forma degli acceleratori.

Secondo CIX, il sistema può ospitare schede di calcolo IA nei formati M.2, MXM e PCIe, è compatibile con acceleratori di diverse aziende cinesi di chip e mantiene il supporto per schede grafiche specifiche a profilo ridotto.

](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/fec5f43e-4632-488f-a3f1-6ea8c9552eec-6a526cf5-7ae6-4ded-a2a7-62fc99d4186a.png)

Questo design modulare affronta direttamente un punto critico del mercato hardware AI: le prestazioni di diversi modelli e framework software possono variare notevolmente su acceleratori differenti.

Tuttavia, la presenza di slot fisici non garantisce la compatibilità software. Il supporto effettivo dipende ancora da:

• Driver
• Toolchain del compilatore
• Supporto kernel
• Operatori del modello
• Formati di quantizzazione
• Librerie runtime
• Meccanismi di gestione della memoria
• Integrazione del framework
• Ottimizzazione delle prestazioni
• Manutenzione software a lungo termine

Pertanto, il successo di AGX Station dipenderà non solo dalla scelta dell'interfaccia fisica, ma ancor più dall'ecosistema software che la supporta.

Inferenza locale per modelli da 70B a 150B

CIX afferma che, una volta configurata con l'hardware acceleratore appropriato, AGX Station può supportare l'inferenza locale per modelli con un numero di parametri compreso tra 70 e 150 miliardi.

Questo intervallo di parametri è significativo: in precedenza, modelli di queste dimensioni richiedevano workstation multi-GPU, server rack o distribuzioni cloud.

L'inferenza locale offre i seguenti vantaggi:

I dati rimangono all'interno dell'organizzazione

Documenti, prompt, embedding, database interni e risultati generati possono essere conservati in un ambiente controllato. Ciò semplifica la gestione di alcuni requisiti di privacy e residenza dei dati, ma la sicurezza completa dell'implementazione dipende ancora dalla configurazione di rete, dalle policy di accesso, dalla registrazione, dalle soluzioni di storage e dalle pratiche operative.

Costi infrastrutturali prevedibili

Un sistema locale trasforma parte della spesa API basata sull'utilizzo in costi di acquisto hardware, elettricità, raffreddamento e manutenzione. È più economico per carichi di lavoro continui, ma il cloud rimane più efficiente per scenari di richiesta sporadica o altamente variabile.

Minore dipendenza dalla rete

I modelli distribuiti localmente possono funzionare anche in caso di connettività Internet limitata e possono ridurre la latenza di andata e ritorno per le applicazioni circostanti.

Maggiore controllo sul modello

I team possono scegliere autonomamente pesi, schemi di quantizzazione, motori di inferenza, prompt di sistema, architetture di retrieval e cicli di aggiornamento.

Il corrispettivo è la responsabilità operativa. L'implementazione locale richiede valutazione dei modelli, gestione delle patch, monitoraggio e allarmi, audit di sicurezza, pianificazione della capacità e manutenzione hardware.

La dimensione dei parametri non equivale alle prestazioni reali

Affermazioni come "supporta modelli da 150B parametri" sono utili ma non complete.

I seguenti fattori determineranno l'esperienza d'uso reale:

1. Con quale precisione?
   FP16, BF16, FP8, INT8, INT4 e altri formati hanno requisiti di memoria molto diversi.

2. Quanta memoria è installata?
   Pesi del modello, cache KV, buffer runtime e dati dell'applicazione competono per le risorse di memoria.

3. Quale lunghezza del contesto è supportata?
   Contesti lunghi aumentano significativamente i requisiti di cache.

4. Qual è il throughput di token?
   Caricare con successo un modello non significa poterlo servire a una velocità accettabile.

5. Quanti utenti o agenti concorrenti sono supportati?
   Le richieste parallele possono degradare le prestazioni per sessione.

6. Quale runtime viene utilizzato?
   Le ottimizzazioni software possono alterare significativamente latenza e throughput.

7. Il modello è adatto a un singolo sistema o richiede più unità?
   L'inferenza distribuita introduce overhead di comunicazione.

Fino a quando CIX non pubblicherà benchmark modello per modello, l'intervallo dichiarato di 70B–150B per AGX Station dovrebbe essere considerato un obiettivo di configurazione supportato, non una garanzia di prestazioni.

Calcolo parallelo multi-agente

AGX Station è adatta anche per carichi di lavoro multi-agente.

Un sistema multi-agente può eseguire simultaneamente diversi componenti specializzati, come:

• Planner
• Agente di retrieval
• Agente di codifica
• Agente browser o strumento
• Agente di validazione
• Servizio di memoria
• Modello di embedding locale
• Modello di ragionamento di grandi dimensioni

Questi componenti non richiedono sempre lo stesso processore. I modelli più piccoli possono funzionare efficientemente sulla NPU integrata, mentre i modelli di ragionamento più grandi utilizzano schede acceleratrici. La CPU coordina lo stato delle attività, i permessi, i file e l'esecuzione degli strumenti.

CIX afferma che la sua architettura distribuita supporta il calcolo multi-agente parallelo e la pianificazione intelligente. Il valore effettivo dipenderà dalle prestazioni di AGX OS nell'allocare i carichi di lavoro, isolare i guasti, controllare la memoria e impedire a un singolo agente di monopolizzare le risorse.

Costruire cluster AI desktop con RDMA

Secondo il comunicato stampa, AGX Station è dotata di due interfacce RDMA da 10 gigabit.

RDMA consente ai sistemi di trasferire dati tra aree di memoria con una minore partecipazione della CPU. Questa tecnologia è ampiamente utilizzata nel calcolo ad alte prestazioni e nell'infrastruttura AI distribuita, poiché riduce l'overhead di comunicazione.

CIX prevede di utilizzare queste interfacce per collegare più sistemi AGX Station in cluster compatti.

Gli usi potenziali includono:

• Distribuire modelli su più dispositivi
• Aumentare la capacità totale dell'acceleratore
• Eseguire agenti indipendenti su nodi diversi
• Isolare carichi di lavoro per reparto o dominio di sicurezza
• Espandere l'inferenza locale senza migrare immediatamente a server rack

La larghezza di banda disponibile è cruciale. L'inferenza distribuita di modelli di grandi dimensioni può essere limitata dalle prestazioni dell'interconnessione, specialmente quando vengono scambiati molti dati tra i layer del modello. Sono necessari benchmark indipendenti per mostrare quali dimensioni dei modelli e metodi di parallelizzazione funzionano efficientemente con la configurazione di rete annunciata.

AGX OS: il livello software dietro l'hardware

L'hardware da solo non crea una piattaforma per agenti. CIX ha anche introdotto AGX OS, un ambiente software progettato per l'esecuzione di agenti e il calcolo eterogeneo.

L'azienda descrive diverse funzionalità chiave:

Scheduling dinamico delle risorse

AGX OS è progettato per distribuire i carichi di lavoro tra CPU e vari acceleratori. Uno scheduler pratico deve considerare le dimensioni del modello, i requisiti di latenza, la disponibilità di memoria, il consumo energetico, le priorità e le caratteristiche prestazionali di ciascun dispositivo.

Gestione unificata di dispositivi eterogenei

La piattaforma mira a fornire un livello di gestione unificato per vari acceleratori AI, senza che ogni applicazione debba gestire direttamente l'hardware di un fornitore specifico.

Modello di accesso "Modello come servizio"

CIX afferma che il sistema può aggregare modelli e servizi da fornitori come Zhipu AI, Kimi, Tongyi Qianwen e l'ecosistema Baidu Wenxin.

Ciò non significa che tutti i modelli siano eseguiti localmente. Alcuni possono essere distribuiti localmente, altri tramite endpoint privati, altri ancora accessibili tramite API cloud. La modalità di implementazione dipenderà da licenze, disponibilità dei modelli, supporto hardware e policy organizzative.

API e strumenti di sviluppo standardizzati

Il software annunciato include API e strumenti per costruire applicazioni per agenti sulla piattaforma.

Distribuzione privatizzata

CIX si rivolge a settori regolamentati e sensibili ai dati come finanza, manifattura e sanità, dove le organizzazioni preferiscono infrastrutture locali o gestite privatamente.

Sicurezza, permessi e audit trail

CIX pone la sicurezza al centro del design di AGX OS.

Le caratteristiche annunciate includono:

• Inferenza e archiviazione locali
• Sandbox isolati
• Controllo degli accessi a quattro livelli
• Audit end-to-end
• Piani verificabili
• Approvazione preventiva per le azioni
• Esecuzione tracciabile
• Registrazione dei risultati

Queste caratteristiche sono particolarmente importanti per gli agenti, che non solo generano testo ma possono anche accedere a file, chiamare API, modificare record, eseguire codice, interagire con sistemi aziendali o avviare transazioni.

Una piattaforma sicura per agenti dovrebbe seguire questi principi:

1. Le attività utilizzano solo i permessi minimi necessari.
2. Separazione tra pianificazione ed esecuzione.
3. Le operazioni ad alto rischio richiedono approvazione.
4. Codice e strumenti non fidati sono isolati.
5. Azioni e input sono registrati.
6. Credenziali e segreti sono protetti.
7. Rollback o ripristino sono supportati ove possibile.
8. Il comportamento del modello e degli strumenti è osservabile.

CIX ha delineato queste capacità a livello di lancio del prodotto. Gli acquirenti aziendali avranno bisogno di documentazione più dettagliata, che copra modelli di minaccia, implementazione di sandbox, integrazione dell'identità, conservazione degli audit, meccanismi di crittografia, processi di aggiornamento, gestione delle vulnerabilità e certificazioni di sicurezza.

Ecco la traduzione in italiano del testo fornito:

I tre pilastri strategici di AGX

CIX costruisce la propria strategia per il computing intelligente attorno a tre pilastri fondamentali.

1. Processori per carichi di lavoro di agenti intelligenti

L'azienda ritiene che i sistemi basati su agenti intelligenti esercitino una pressione sulla CPU molto maggiore rispetto ai chatbot di base. Gli agenti devono coordinare strumenti, mantenere lo stato, gestire attività a lunga esecuzione e passare dal ragionamento all'esecuzione.

Il processore P1 è posizionato come fondamento del computing per agenti intelligenti.

Questo carico di lavoro.

2. Cooperazione tra dispositivi, edge e cloud

CIX non prevede che tutte le attività vengano eseguite in un unico luogo.

I dispositivi locali possono gestire la classificazione delle intenzioni e proteggere i dati sensibili; i sistemi edge possono eseguire elaborazioni in tempo reale vicino all'utente; i modelli cloud possono gestire attività di ragionamento ad alta richiesta.

L'azienda mira a fornire un'architettura coerente per questi ambienti.

3. Hardware e software full-stack

La strategia comprende chip, sistemi completi, software del sistema operativo, accesso ai modelli, sicurezza, strumenti per sviluppatori e servizi di distribuzione.

Questa struttura è ambiziosa. Quando l'intero stack tecnologico opera come un insieme organico, può ridurre il lavoro di integrazione, ma richiede anche che CIX mantenga una gamma di prodotti più ampia rispetto ai puri produttori di chip.

Efficienza energetica e la tesi del "costo per singolo token"

CIX ritiene che, rispetto alla pura potenza di calcolo teorica di picco, la generazione di token stia diventando un indicatore più utile per misurare l'infrastruttura AI reale.

L'azienda sostiene che, rispetto a un benchmark non divulgato, la sua soluzione SoC più NPU integrata può ridurre il consumo energetico per token di oltre il 50%.

Questa affermazione va presa con cautela. Poiché la configurazione del test, il modello, le dimensioni del batch, la precisione, la capacità di throughput, la piattaforma di confronto e il metodo di misurazione della potenza non sono stati divulgati, per ora non è possibile verificare in modo indipendente questi dati.

Tuttavia, l'idea centrale rimane valida: per un agente in esecuzione continua, il consumo energetico totale per attività completata potrebbe essere più critico dell'indicatore TOPS massimo.

Un benchmark significativo dovrebbe includere:

• Token al secondo
• Consumo energetico per token (joule)
• Latenza del primo token
• Tempo totale di completamento dell'attività
• Consumo energetico a vuoto e sotto carico
• Prestazioni con richieste concorrenti
• Tasso di accuratezza o successo dell'attività
• Costo totale del sistema

Panoramica della matrice di prodotti AGX

AGX Station fa parte di una più ampia matrice di prodotti presentata alla World Artificial Intelligence Conference 2026.

CIX ha descritto cinque categorie principali:

• AGX Station: Sistema di calcolo AI desktop per carichi di lavoro di ricerca, inferenza aziendale e multi-agente.
• Computer per agenti: Dispositivo di calcolo locale per sviluppatori, creatori e applicazioni di agenti personali.
• Scatola per agenti: Gateway edge per la distribuzione locale di agenti pronti all'uso.
• Infrastruttura per agenti: Prodotti infrastrutturali per ambienti cloud e cluster su larga scala.
• Robot per agenti: Piattaforma di calcolo compatta per robotica e decisioni in tempo reale.

Questa serie di prodotti incarna una strategia di cooperazione tra lato aziendale, edge e cloud.

I nomi e i casi d'uso di ciascuna categoria sono stati annunciati, ma le specifiche tecniche complete, i prezzi, la disponibilità e la matrice di supporto software non sono ancora stati completamente divulgati.

Partner dell'ecosistema e supporto per acceleratori nazionali

CIX sottolinea che AGX mira a creare una piattaforma aperta, non un dispositivo chiuso legato a un singolo acceleratore.

L'evento di lancio ha riunito diversi partner dell'ecosistema, tra cui:

• Produttori di dispositivi
• Produttori di acceleratori AI
• Integratori di sistemi
• Fornitori di servizi di telecomunicazione e cloud
• Aziende di domotica
• Enti di pagamento e sicurezza

AGX Station è descritta come compatibile con diversi prodotti di acceleratori nazionali, tra cui Tianshu Zhixin, Hounuo Intelligent, Yuanli Semiconductor, Zhicun Technology e Guangyu.

Aziende hardware.

L'importanza commerciale di queste partnership dipende dalla profondità dell'integrazione. Gli annunci di compatibilità nella fase di lancio possono coprire diversi livelli, dal supporto iniziale del driver alla distribuzione di produzione completamente ottimizzata.

I potenziali utenti dovrebbero chiedere le seguenti informazioni:

• Elenco di compatibilità hardware testato
• Versioni del sistema operativo supportate
• Formati di modello verificati
• Versioni del framework
• Dati sulle prestazioni
• Impegno per la manutenzione del driver
• Accordi di garanzia e supporto tecnico

Supporto Ubuntu per la piattaforma CIX P1

CIX ha annunciato nel maggio 2026 che Canonical ha pubblicato un'immagine di anteprima per sviluppatori di Ubuntu per la piattaforma P1.

Secondo CIX, l'immagine si basa su Ubuntu 26.04 LTS e kernel Linux 7.0, con pacchetti distribuiti tramite il repository Launchpad PPA.

L'azienda descrive P1 come la prima piattaforma Arm cinese e la seconda a livello globale, dopo Qualcomm Snapdragon X Elite, ad ottenere tale supporto di anteprima per sviluppatori Ubuntu.

Questo è rilevante per AGX perché una piattaforma AI locale utilizzabile richiede più del semplice firmware proprietario. Il supporto Linux, il lavoro sul kernel upstream, la disponibilità di pacchetti, i contenitori, gli strumenti di sviluppo e la compatibilità open source hanno un impatto significativo sul tasso di adozione.

Un'immagine di anteprima per sviluppatori non equivale a una certificazione hardware Ubuntu completa. Gli utenti in produzione dovrebbero verificare il supporto specifico del dispositivo e gli impegni di aggiornamento prima della distribuzione.

Chi potrebbe utilizzare AGX Station?

AGX Station potrebbe essere rilevante per diverse categorie di utenti.

Team di ricerca AI

Università e laboratori potrebbero utilizzare sistemi locali compatti per valutazione di modelli, quantizzazione, esperimenti di inferenza, sistemi di retrieval e ricerca multi-agente.

Aziende con dati sensibili

Le organizzazioni che non possono inviare documenti interni o registri operativi a API pubbliche potrebbero preferire modelli distribuiti privatamente.

Sviluppatori di agenti

Gli sviluppatori di agenti a lunga esecuzione potrebbero trarre vantaggio da un'infrastruttura locale dedicata disponibile 24 ore su 24, 7 giorni su 7.

Progetti industriali e edge

I sistemi di produzione, robotica, vendita al dettaglio, sanità e building automation potrebbero richiedere AI a bassa latenza vicino alla fonte dei dati.

Partner dell'ecosistema hardware nazionale

I fornitori di acceleratori e gli integratori di sistemi potrebbero utilizzare AGX come piattaforma di riferimento per schede di test, runtime e software per agenti.

Il sistema potrebbe essere meno interessante per: utenti che necessitano solo di inferenza occasionale, utenti che richiedono scalabilità cloud globale o utenti senza personale per gestire un'infrastruttura AI locale.

Domande chiave prima dell'acquisto o della distribuzione

AGX Station è promettente sulla carta, ma ci sono ancora alcune domande pratiche senza risposta.

Prezzi e disponibilità

CIX non ha ancora annunciato un prezzo al dettaglio generale per le configurazioni complete di AGX Station, né date di spedizione o disponibilità regionale.

Configurazione di memoria

L'azienda non ha ancora fornito una tabella di configurazione pubblica che mostri la memoria di sistema, la memoria dell'acceleratore, la larghezza di banda e l'hardware esatto richiesto per ciascuna dimensione del modello.

Prestazioni del modello

Sono necessari benchmark indipendenti per valutare throughput, latenza, lunghezza del contesto, concorrenza, consumo energetico e completamento delle attività.

Compatibilità software

Gli acquirenti necessitano di un elenco verificato di framework, motori di inferenza, formati di quantizzazione, contenitori e modelli supportati.

Espansione in cluster

I vantaggi della connettività RDMA multi-sistema dovrebbero essere testati con carichi di lavoro di inferenza distribuita reali.

Supporto aziendale

Le organizzazioni devono avere una chiara comprensione dei contratti di manutenzione, dei pezzi di ricambio, degli aggiornamenti software, delle patch di sicurezza e del supporto a lungo termine del prodotto.

Verifica della sicurezza

Le funzionalità di sandbox, autorizzazione e audit annunciate richiedono documentazione tecnica e valutazione esterna.

Domande frequenti

Cos'è CIX AGX Station?

AGX Station è un sistema di calcolo AI desktop modulare rilasciato da CIX durante la World Artificial Intelligence Conference 2026. È progettato per l'inferenza di modelli linguistici di grandi dimensioni locali, carichi di lavoro multi-agente, accelerazione AI scalabile e distribuzione privata.

AGX Station può eseguire localmente un modello da 150B parametri?

CIX afferma che un sistema configurato in modo appropriato può supportare l'inferenza nativa di modelli da 70B a 150B parametri. L'effettiva disponibilità dipenderà da quantizzazione, memoria, configurazione dell'acceleratore, lunghezza del contesto, ottimizzazione runtime e dalla necessità o meno di più unità.

Quanta potenza di calcolo AI offre AGX Station?

L'intervallo pubblicato è da 160 a 320 TOPS. I TOPS da soli non possono prevedere le prestazioni del modello linguistico, pertanto sono ancora necessari dati di throughput dei token e benchmark specifici del modello.

Quali schede acceleratrici supporta AGX Station?

CIX afferma che il suo hardware modulare supporta formati di acceleratore M.2, MXM e PCIe. L'azienda ha anche annunciato collaborazioni di compatibilità con diversi fornitori cinesi di chip AI e alcune schede grafiche half-height.

Si possono collegare più sistemi AGX Station?

Sì. L'hardware annunciato include doppie interfacce RDMA da 10 Gigabit per interconnettere più sistemi in un cluster desktop. Sono necessari test indipendenti per mostrare l'efficienza di scalabilità dei modelli di grandi dimensioni su questa rete.

Cos'è AGX OS?

AGX OS è l'ambiente software di CIX per la gestione di dispositivi eterogenei, la pianificazione dei carichi di lavoro degli agenti, la connessione ai modelli, il supporto per la distribuzione privata e il controllo dell'esecuzione degli agenti. CIX ha anche descritto funzionalità di sandbox, autorizzazione, controllo delle approvazioni e audit completo del processo.

AGX Station è acquistabile ora?

CIX ha pubblicato e mostrato il prodotto, ma al momento della stesura di questo articolo non sono stati ancora resi noti i dettagli completi sui prezzi e sulla disponibilità. Gli acquirenti dovrebbero contattare direttamente CIX o i suoi partner autorizzati per informazioni aggiornate.

AGX Station è stata sottoposta a test di benchmark indipendenti?

Alla data di pubblicazione, non è stata ancora trovata una suite completa di benchmark indipendenti. Al momento, i dati relativi a prestazioni ed efficienza energetica vanno considerati come specifiche e dichiarazioni fornite dal produttore.

Strumenti correlati

• CIX AGX Smart Computing: Annuncio ufficiale del lancio di AGX Station, AGX OS e della strategia di calcolo più ampia.
• CIX Personal Computing Platform: Informazioni ufficiali sui prodotti di calcolo eterogenei personali ed edge basati su architettura Arm di CIX.
• CIX Support Center: Risorse di supporto tecnico e per sviluppatori della piattaforma CIX.

Ubuntu: La distribuzione Linux per cui CIX ha pubblicato l'immagine P1 Developer Preview.

• Arm Developer: Documentazione e risorse per sviluppatori relative all'architettura Arm utilizzata dal CIX P1.
• Qwen: Uno degli ecosistemi di modelli che CIX afferma sia collegabile tramite il layer software AGX.
• Kimi: Un altro servizio di modelli menzionato da CIX nell'annuncio di AGX OS.

Link correlati

• Comunicato ufficiale di lancio di CIX AGX: Descrizione di AGX Station, AGX OS, degli acceleratori supportati e dell'ecosistema di partner da parte di CIX.
• Centro stampa CIX: Annunci ufficiali su prodotti, ecosistema e azienda.
• Annuncio di CIX P1 Ubuntu Developer Preview: Dettagli sul supporto Ubuntu e sull'ecosistema sviluppatori P1.
• Annuncio di CIX P1 Lenovo AI Host Mini: Ulteriori informazioni ufficiali sull'architettura e sul sistema P1.
• Report di IT之家 su AGX Station: Articolo di lancio con dimensioni fisiche e specifiche sintetiche fornite.
• Report di Zhidongxi su AGX Agentic Computing: Articolo dettagliato di lancio su hardware, sistema operativo ed ecosistema partner.
• Sito ufficiale WAIC: Informazioni ufficiali sulla World Artificial Intelligence Conference.

Riepilogo

CIX AGX Station è un sistema AI compatto e modulare progettato per portare modelli locali di grandi dimensioni e carichi di lavoro multi-agente su piattaforme desktop.

Il design annunciato combina il processore CIX P1, acceleratori M.2/MXM/PCIe espandibili, potenza di calcolo configurabile da 160 a 320 TOPS, rete duale 10GbE RDMA e un layer AGX OS per l'accesso ai modelli, la pianificazione delle risorse, la gestione dei permessi, la sandbox e l'audit.

La caratteristica più sorprendente è il supporto dichiarato per l'inferenza locale di modelli di livello 70B-150B parametri. Questa capacità è fattibile solo con specifiche configurazioni di memoria, quantizzazione, acceleratori e cluster, per le quali CIX non ha ancora pubblicato documentazione completa.

AGX Station rappresenta un interessante tentativo di integrare hardware AI locale frammentato in una piattaforma di calcolo intelligente unificata, ma benchmark indipendenti, prezzi, configurazioni complete e dettagli sul supporto in produzione determineranno se potrà diventare una valida alternativa desktop all'inferenza su cloud e su rack.