Unified Memory zählt für lokale KI-Modelle

Muse Glimmer 30B: Unified Memory verschiebt die Grenzen AMD hat am 10. August 2026 erste Messwerte zu Metas offenem KI-Modell Muse Glimmer 30B veröffentlicht und empfiehlt dafür Systeme mit Ryzen AI Max+ sowie die Radeon AI Pro R9700. Wer den Weg über LM Studio wählt, benötigt laut Hersteller allerdings mehr als 32 GiB Speicher. Meta Superintelligence Labs hat Muse Glimmer am 10. August 2026 unter der Apache-2.0-Lizenz freigegeben. Es handelt sich um das erste offene Modell des US-Konzerns seit Llama 4. Noch am selben Tag legte AMD eigene Messwerte vor und nannte zwei bevorzugte Plattformen: Systeme mit dem Ryzen AI Max+ 395 sowie Workstations mit einer Radeon AI Pro R9700. Einen Tag später zeigte sich bei der Konkurrenz ein ähnliches Bild, als Nvidia für Nemotron 3.5 Lightning unter den Geforce-Grafikkarten ausschließlich die RTX 5090 aufführte. Damit entscheidet inzwischen in beiden Lagern vor allem der Speicherausbau darüber, welche Hardware überhaupt den Sprung auf die Empfehlungsliste schafft. Wie deutlich sich AMDs beide vorgeschlagenen Lösungswege dennoch unterscheiden, offenbart allerdings erst ein Blick auf die verfügbare Speicherbandbreite. AMDs Vorgabe für Muse Glimmer 30B widerspricht Meta Meta nennt für Muse Glimmer 30B eine Untergrenze von 24 GiB Grafikspeicher. AMD fordert für den Einstieg über LM Studio dagegen mehr als 32 GiB oder eine entsprechend hohe Menge an Variable Graphics Memory ("VGM"). Die strengere Vorgabe stammt aus dem Blogbeitrag von AMD, wird in einzelnen deutschsprachigen Meldungen jedoch Meta zugeschrieben. In voller Genauigkeit beansprucht ein Modell dieser Größenordnung nach Angaben von Meta mehr als 55 GiB. Eine auf rund vier Bit quantisierte Fassung reduziert das Sprachmodell hingegen auf weniger als 20 GiB. Damit verbleibt innerhalb eines Budgets von 24 beziehungsweise 32 GiB noch genügend Spielraum für KV-Cache, den Encoder für Bildeingaben sowie das Entwurfsmodell der spekulativen Dekodierung. Rechnerisch ergeben 30 Milliarden Parameter bei vier Bit rund 14 GiB allein für die Gewichte – eine eigene Herleitung auf Basis der Angaben von Meta. Alexandr Wang, Chief AI Officer von Meta, nennt diese Grenze auf X ausdrücklich und spricht dabei von keinen Einbußen bei der Zuverlässigkeit im Agentenbetrieb. Bildquelle: AMD Bemerkenswert ist AMDs Formulierung vor allem im Zusammenspiel mit der eigenen Hardwareempfehlung: Die Radeon AI Pro R9700 erreicht mit ihrem Speicherausbau die genannte Schwelle exakt, überschreitet sie jedoch nicht. Gemeint sein dürfte damit offenkundig der möglichst unkomplizierte Betrieb ohne weitere Anpassungen und nicht die tatsächliche technische Untergrenze. Unsloth bietet wiederum quantisierte Varianten an, die sich mit rund 18 GiB aus Arbeits- und Grafikspeicher begnügen. 24 gegen 53 Token pro Sekunde: Die Bandbreite entscheidet Auf einem Mini-PC vom Typ GMKtec EVO X2 mit Ryzen AI Max+ 395 ermittelt AMD bis zu 24 Token pro Sekunde. Eine Radeon AI Pro R9700 erreicht unter den gleichen grundlegenden Softwarebedingungen bis zu 53 Token pro Sekunde. Beide Messungen entstanden unter Windows 11 Pro 25H2 mit llama.cpp, Vulkan als Backend und aktivierter spekulativer Dekodierung über dFlash. Vollständig deckungsgleich sind die beiden Konfigurationen allerdings nicht. Der Mini-PC arbeitete mit vier Entwurfstoken pro Schritt, während beim System mit der dedizierten Grafikkarte zwei zum Einsatz kamen. Hinzu kommen unterschiedliche Hauptprozessoren. Unter den Randbedingungen dieser Messreihe ist für die Praxis dennoch vor allem eine Größe entscheidend: die Speicherbandbreite. Der Ryzen AI Max+ 395 erreicht 256 GB/s, die Radeon AI Pro R9700 hingegen 644,6 GB/s. Das Verhältnis von rund 2,5 zu 1 liegt damit bemerkenswert nah am Verhältnis der gemessenen Ausgabegeschwindigkeit von 2,2 zu 1 – wiederum eine eigene Herleitung aus den Datenblättern beider Produkte. Bei einem Sprachmodell hängt die Geschwindigkeit der Token-Ausgabe maßgeblich davon ab, wie schnell die Modellgewichte für jedes einzelne Token aus dem Speicher gelesen werden können. Unified Memory kauft Kapazität, kein Tempo Der Ryzen AI Max+ 395 bindet bis zu 128 GiB LPDDR5X-8000 über ein 256 Bit breites Speicherinterface an. Diesen gemeinsamen Speicherpool teilen sich die 16 Zen-5-Kerne, die Radeon 8060S und die NPU. Im Testsystem von AMD waren 64 GiB über Variable Graphics Memory fest als Grafikspeicher reserviert. Dieses Konzept löst vor allem ein Problem: das der Kapazität. Modelle, die aufgrund ihres Speicherbedarfs auf einer Consumer-Grafikkarte gar nicht erst vollständig geladen werden können, lassen sich auf einer solchen Plattform komplett im zugewiesenen Speicher unterbringen. An der Geschwindigkeit pro Token ändert die Speicherzuweisung hingegen nichts. In beiden Fällen bleibt es derselbe LPDDR5X-Speicher, unabhängig davon, ob die CPU-Kerne oder die integrierte Grafikeinheit darauf zugreifen. Muse Glimmer 30B fällt mit weniger als 20 GiB in eine Größenklasse, in der eine dedizierte Grafikkarte mit ausreichend eigenem Speicher schlicht die schnellere Lösung bleibt. Unified Memory spielt seinen eigentlichen Vorteil erst dann aus, wenn ein Modell nicht mehr in den Speicher einer einzelnen Grafikkarte passt. Genau in diese Richtung zielt AMD mit Ryzen AI Max+ 400 alias "Gorgon Halo" und einem nochmals größeren Systemspeicher. Preise und Verfügbarkeit in Deutschland Die Radeon AI Pro R9700 ist im deutschen Handel ab rund 1.430 Euro erhältlich – basierend auf einer eigenen Abfrage im Preisvergleich vom 13. August 2026. Mini-PCs mit Ryzen AI Max+ 395 werden hierzulande ebenfalls angeboten. AMDs eigene Referenzlösung Ryzen AI Halo bleibt deutschen Käufern dagegen bislang verwehrt. Micro Center listet das System für 3.999,99 US-Dollar ausschließlich in den USA und lediglich zur Abholung. Einen Termin für eine Verfügbarkeit in Deutschland nennt AMD weiterhin nicht. LM Studio und Lemonade: zwei Wege auf den eigenen Rechner AMD beschreibt für Muse Glimmer 30B zwei Einstiegsmöglichkeiten: eine für Anwender und eine für Entwickler. Über LM Studio lässt sich das Modell suchen, herunterladen und anschließend lokal starten. Der integrierte Server kann es auf Wunsch zusätzlich im lokalen Netzwerk bereitstellen. Der entsprechende Endpunkt unterstützt die Protokolle von OpenAI und Anthropic, sodass sich Agenten-Werkzeuge wie Open Claw oder Hermes Agent anbinden lassen. AMD weist ausdrücklich darauf hin, dass dFlash mit der jeweils passenden Zahl an Entwurfstoken aktiviert sein muss. Der zweite Ansatz hört auf den Namen Lemonade und richtet sich an Software, die das Modell direkt mitbringen soll. Dahinter steht eine rund 4 MiB große Binärdatei mit lokaler, OpenAI-kompatibler Schnittstelle. Hardwareerkennung und Auswahl des passenden Backends erfolgen automatisch, sodass Anwender keinen separaten Inferenz-Stack mehr installieren müssen. Metas eigene Messreihe kommt ohne AMD-Hardware aus In Metas Leistungsdiagramm zum Marktstart finden sich eine Geforce RTX 5090 sowie MacBooks mit M4 Max und M5 Max. Hardware von AMD taucht dort hingegen nicht auf. Die spekulative Dekodierung per dFlash steigert die Ausgabegeschwindigkeit nach Metas Angaben auf der Nvidia-Grafikkarte um den Faktor 3,1. Bei den beiden Apple-Systemen beträgt der Faktor 1,8 beziehungsweise 1,5. AMD veröffentlichte die eigenen Messwerte separat und kennzeichnet diese ausdrücklich als vorläufig. Für Anwender bleibt die Lizenz einer der greifbarsten Unterschiede zum Nvidia-Lager. Muse Glimmer 30B steht unter Apache 2.0 und damit unter einer etablierten Standardlizenz, während Nvidia für sein aktuelles offenes Modell auf eine eigene Lizenz setzt. Die Gewichte von Muse Glimmer 30B stehen auf Hugging Face bereit. Alexandr Wang hat darüber hinaus offene Gewichte für das größere Muse Spark 1.2 in Aussicht gestellt. Einen konkreten Termin nennt Meta bislang nicht. Mitmachen und kommentieren Wie stehen Sie zu diesem Thema? Die PCGH-Redaktion freut sich schon über Ihre Meinung in den Kommentaren zu dieser Meldung. Sollten Sie hingegen noch keinen Extreme-Account haben, laden wir Sie zu einer Registrierung im Forum ein. Beachten Sie beim Kommentieren aber bitte die gültigen Forenregeln. Folgen Sie gerne PCGH bei 🔈 YouTube oder 💬 WhatsApp und erhalten Sie Neuigkeiten zu CPUs, Grafikkarten und Gaming direkt in Ihrem Feed.