Lenovo Yoga AI Mini PC: 180 TOPS, 64 ГБ і питання, чи потягне він великі LLM

Коротко (TL;DR)

Lenovo Yoga AI Mini PC — це циліндричний міні-ПК вагою 600 грамів на новому чипі Intel Core Ultra X7 358H (Panther Lake) із вбудованою графікою Arc B390 і нейромодулем NPU. Флагманська версія несе 64 ГБ розпаяної пам’яті LPDDR5X і 1 ТБ SSD, коштує 17 999 юанів (близько $2651 станом на 6 липня 2026) і продається лише в Китаї через JD.com. Вендор обіцяє «до 180 TOPS» і запуск локальних мовних моделей до 80 млрд параметрів.

Цей огляд Lenovo Yoga AI Mini PC — про те, де тут маркетинг, а де реальність, якщо мета — міні-ПК для локального ШІ. Коротко: 64 ГБ пам’яті роблять пристрій цікавою платформою під LLM, але NPU обчислює лише невеликі моделі, основне навантаження лягає на iGPU Arc B390, а пропускна здатність пам’яті у півтора–два рази нижча, ніж у unified-memory конкурентів. Незалежних замірів токенів на секунду саме цього пристрою на 7 липня 2026 немає ні в кого — тому всі оцінки швидкості нижче дані розрахунково і за аналогією, з явною позначкою.

Кому цікаво: тим, хто придивляється до компактного локального ШІ на міні-ПК і хоче зрозуміти, за що тут просять гроші і де вузькі місця.

Це не той Yoga, про який писали в січні

Перша пастка — ім’я. На CES 2026 Lenovo показала Yoga Mini i Gen 11: той самий циліндричний корпус, старт від $699.99, до 32 ГБ пам’яті, продажі в США з червня 2026. Саме цю модель розібрали десятки видань узимку. А в липні в Китаї з’явився YOGA AI MINI — зовні той самий апарат (внутрішній код в обох Yoga_Mini_01IPH11), але з 64 ГБ пам’яті, топовим чипом X7 358H і ціною близько $2651.

Різниця принципова. Глобальний спецлист Lenovo (PSREF) станом на 7 липня 2026 усе ще обмежує цю модель 32 ГБ пам’яті. Тобто 64 ГБ-конфігурація, заради якої пристрій і цікавий під локальні LLM, — це окрема китайська SKU, і шансів на світовий реліз у неї, за оцінкою Notebookcheck, мало. Якщо ви бачили заголовок «Yoga Mini за $700 зі ШІ» — це не та машина, що тягне великі моделі. Різниця в пам’яті вдвічі, а в ціні — майже вчетверо.

Lenovo випустила Yoga AI Mini PC на Intel Core Ultra X7 358H і Arc B390

AMD випустила для Ryzen AI Halo власний Linux на Debian із ROCm з коробки

Hy3 від Tencent обійшов GLM-5.2 майже в усьому, крім коду — і отримав ліцензію Apache 2.0

DeepSeek V4 Pro і DSpark: що це насправді, скільки коштує й чи можна запустити вдома

Яку локальну LLM обрати у 2026: 11 моделей під задачу та залізо

Практичний висновок: під завдання «локальний ШІ» дивитися варто саме на 64 ГБ-версію, а її за межами Китаю офіційно не купити. Той самий кремній у вільному продажу є в інших вендорів — до цього повернемося в розділі про ціну.

Intel Core Ultra X7 358H: характеристики і що всередині

Розберемо залізо за специфікацією, а не за пресрелізом. Нижче — зведені характеристики Intel Core Ultra X7 358H і самого пристрою у флагманській комплектації.

Пара термінів простими словами. NPU (нейропроцесор) — окремий блок чипа, заточений під матричні операції нейромереж за низького енергоспоживання. iGPU — вбудована в процесор графіка; на відміну від дискретної відеокарти, у неї немає власної відеопам’яті, вона ділить загальну системну. TOPS — трильйони операцій на секунду, пікова «синтетична» цифра, а не виміряна швидкість моделі. LPDDR5X — мобільна пам’ять, тут розпаяна на платі: докупити чи замінити її не можна, 64 ГБ — це стеля назавжди.

Ключовий для локального ШІ рядок — пропускна здатність пам’яті. Близько 153.6 ГБ/с (розрахункова величина, її однаково виводять незалежні бази CPUTronic і NanoReview) — це те, чим врешті обмежена швидкість генерації: мовна модель на кожен токен «прочитує» свої ваги з пам’яті, і чим вужчий канал, тим повільніша відповідь.

Той самий тип нейропроцесора Intel AI Boost стоїть і в ноутбуках цього покоління — категорія систем зі вбудованим NPU відома як Copilot+ PC, і за апаратною начинкою Yoga AI Mini їй відповідає.

Розбираємо «180 TOPS»: чому це не одна цифра

180 TOPS у заголовках — це сума трьох різних блоків: iGPU Arc B390 (122 TOPS), NPU (50 TOPS) і внесок CPU. Складати їх в одне число можна тільки на слайді. У реальному завданні працює якийсь один блок, а не всі одразу, і точність обчислень у них різна (INT8 у NPU та GPU — це 8-бітна цілочислова арифметика, для LLM зазвичай використовують інші формати).

Незалежний огляд TechRadar, який тестував той самий чип в іншому корпусі, формулює прямо: «180 TOPS — це гетерогенна сумарна цифра, реальний розподіл ШІ-навантаження сильно залежить від фреймворку і моделі». Тобто 180 TOPS не можна ставити впритул проти «TOPS» у AMD чи Apple — це не та сама вимірювана величина, а маркетингова арифметика.

Що з цього випливає на практиці: оцінювати пристрій під нейромережі потрібно не за «платформною» цифрою, а за тим, який блок і з якою пам’яттю реально обчислює вашу модель. А це вже зовсім інша розмова.

NPU проти iGPU: хто реально обчислює LLM

Тут головна помилка всіх оглядів-рерайтів: «є NPU на 50 TOPS — отже, тягне ШІ». На практиці NPU для локальних LLM — вузькоспеціалізований інструмент. Офіційна матриця підтримки Intel/OpenVINO (актуальна на травень 2026) валідує на NPU лише компактні моделі: Qwen3 1.7B, 4B і 8B в INT4, а також кілька дрібних Qwen2.5. Великі dense-моделі — Llama 3 8B Instruct, Mistral 7B, Qwen2-7B, а також MoE-моделі на кшталт GPT-OSS 20B — у колонці NPU стоять як «ні». Їхній шлях — CPU або iGPU.

Чому так. NPU ділить ту саму системну пам’ять, і практично доступна йому смуга, за оцінкою аналітиків (це оцінка одного джерела, не специфікація Intel), — приблизно 80-120 ГБ/с із загальних 153.6 ГБ/с. Для порівняння, у дискретної RTX 3060 власна пам’ять на 360 ГБ/с без конкуренції за шину. Архітектурний висновок — NPU й iGPU впираються в спільну пам’ять — підтверджують два незалежні джерела. Звідси й роль NPU: енергоефективні фонові завдання і невеликі моделі, а не запуск великих LLM.

Отже, основна робота з мовними моделями тут — на iGPU. Arc B390 для нейромереж задіюється через Vulkan, SYCL або OpenVINO; з квітня 2026 OpenVINO став офіційним бекендом у llama.cpp, тож GGUF-моделі можна ганяти на CPU, GPU і NPU з основного репозиторію. Нижче — що і де реально запускається.

Висновок із таблиці: 64 ГБ пам’яті відкривають доступ до моделей, які не влізуть у споживчу відеокарту з 8-16 ГБ, але NPU для локальних LLM тут не головний герой. Якщо в описі ви бачите «NPU 50 TOPS для ШІ» — тримайте в голові, що моделі від 8B і вище обчислює iGPU.

Скільки токенів на секунду очікувати

Чесна частина: прямих замірів швидкості саме Arc B390 у цьому пристрої немає в жодного видання. Тому дамо обґрунтований діапазон за аналогією з близьким залізом — і явно позначимо, що це розрахунок, а не факт про B390.

Нижня межа очікувань. Поодинокий відтворюваний замір (особистий gist зі скриншотами) на Intel Arc 140V — це iGPU минулого покоління Lunar Lake, слабший за B390 за кількістю Xe-ядер і тактом — показав на Qwen3 8B у кванті Q4_K_M близько 17-18 токенів на секунду генерації через IPEX-LLM і Ollama, проти 9.18 токена на самому CPU. Це одне джерело, не тріангульоване, і свідомо слабший чип — беремо як підлогу очікувань, не як обіцянку.

Орієнтир зверху з офіційного джерела. У бенчмарках Intel/OpenVINO для близького за поколінням чипа Core Ultra 7/X7 368H на iGPU модель Qwen2.5-7B у INT4-MIXED видає близько 22.47 «другого токена» на секунду (це не той самий B390, а сусідній SKU того ж сімейства). Склавши два орієнтири, для 7-8B-моделей у 4-бітному кванті на B390 розумно очікувати приблизно 17-25 токенів на секунду — розрахунково, за аналогією. Для великих моделей (20B+) швидкість впаде кратно, і комфорт діалогу стане спірним.

Що це означає на практиці. 17-25 токенів на секунду — це читабельний, але не миттєвий темп: приблизно швидкість швидкого читання тексту. Для локального асистента на 8B-моделі — прийнятно; для важких завдань із довгим контекстом — уже на межі терпіння. Реальні цифри з’являться, коли до пристрою доберуться незалежні тестувальники; до того часу орієнтуйтеся на діапазон, а не на «до 180 TOPS».

Заявка «80B на 64 ГБ»: маркетинг чи перевірений факт

Lenovo заявляє, що 64 ГБ достатньо для локальних моделей до 80 млрд параметрів. Обидва формулювання в першоджерелах явно приписані вендору («according to the company»), а не підтверджені тестом. Розберемо арифметику. Модель на 80B у 4-бітному квантуванні — це приблизно 40-45 ГБ ваг, що технічно влазить у 64 ГБ. Але зверху потрібні Windows, драйвери й контекстне вікно (пам’ять під сам діалог), а з ними запас тане швидко. Незалежного бенчмарку саме 80B-моделі на цьому чипі станом на 7 липня 2026 немає.

Патерн упізнаваний. У конкурента GMKtec із тим самим чипом фігурує технологія aiDAPTIV+ (підкачування даних між пам’яттю і SSD) з обіцянкою «до 70B на 64 ГБ» — і вона теж незалежно не перевірена. Такі заявки про «модель більша за пам’ять» варто читати як верхню теоретичну межу за агресивного квантування і, можливо, з вивантаженням на диск (що різко знижує швидкість), а не як «поставив і працює». До появи замірів це гіпотеза вендора, не характеристика.

Ціна: Lenovo проти GMKtec, Strix Halo і Mac mini

Найнезручніший для Lenovo факт. Той самий кремній — Core Ultra X7 358H, Arc B390, 64 ГБ, 1 ТБ — продається в міні-ПК GMKtec EVO-T2 за стартовою ціною близько $1899 (у європейській роздрібній торгівлі приблизно 1699.99 євро). У Lenovo за фізично ідентичний набір просять близько $2651. Різниця понад $750 — це плата за бренд і форм-фактор, а не за продуктивність у локальному ШІ.

Далі — порівняння за форм-факторами на близький бюджет.

Що важливо для локального ШІ в цій таблиці — колонка смуги пам’яті. У платформи Intel вона приблизно у півтора раза вужча, ніж у AMD Strix Halo (близько 215 ГБ/с реально виміряних із 256 теоретичних), і майже вдвічі — ніж у Apple M4 Pro (273 ГБ/с). А саме смуга пам’яті визначає швидкість генерації токенів. Тому за продуктивністю під LLM обидва unified-memory конкуренти йдуть попереду за зіставної ціни.

Наш розбір Ryzen AI Max+ 395 показує, чому Strix Halo став еталоном компактного локального ШІ: 40 обчислювальних блоків Radeon 8060S, до 128 ГБ спільної пам’яті і вдвічі ширший канал. Незалежний огляд TechRadar по тому самому чипу X7 358H підсумовує без манівців: «B390 може виглядати непогано на тлі Arc 140T і Radeon 890M, але з Radeon 8060S йому не зрівнятися». Слова рев’юера — це його оцінка на реальному залізі, наводимо її з атрибуцією, а не як замір.

Варто поглянути і на Apple. У нашому матеріалі про Mac mini M4 Pro видно, що за тих самих 64 ГБ він дає 273 ГБ/с смуги — майже вдвічі більше за Intel — і це відчутно у швидкості відповіді моделі. З компактних PC-платформ на Intel Arc ближче до бюджетного входу стоїть збірка на Intel Arc B580 — дискретна карта з власною відеопам’яттю вирішує проблему вузької шини інакше, ніж вбудована графіка.

Слабкі місця і ризики

Перш ніж придивлятися до пристрою під локальний ШІ, зважте вузькі місця. Тут їх кілька, і вони суттєві.

• Вузька смуга пам’яті. Близько 153.6 ГБ/с (розрахунково) — у півтора–два рази менше, ніж у Strix Halo і Mac mini M4 Pro. Для генерації токенів це головний обмежувач; великі моделі будуть помітно повільнішими, ніж на unified-memory конкурентах.
• NPU не для великих LLM. Офіційно валідовані на NPU лише моделі до 8B. Очікування «нейромодуль пришвидшить будь-яку LLM» помилкове — моделі від 8B і вище обчислює iGPU.
• Баг Vulkan на MoE-моделях. Задокументована проблема (GitHub issue ollama/ollama #13964, оновлювалася на початку лютого 2026): на Intel iGPU того самого сімейства драйверів моделі від 3B через Vulkan можуть видавати сміття, а MoE — падати за 10-секундним таймаутом xe-драйвера. Офіційного фіксу на момент фіксації не було. Для новачка в Ollama на цьому чипі — реальний ризик витратити вечір на налагодження.
• Panther Lake відсутній у списку верифікованих платформ NPU у документації Intel IPEX-LLM на 7 липня 2026 — тобто офіційна NPU-підтримка саме цього чипа тримається поки на шляху OpenVINO, а не на повній валідації.
• Пам’ять розпаяна, апгрейду немає. 64 ГБ — це стеля на весь термін життя пристрою. Апетити зростуть — міняти доведеться весь міні-ПК.
• Тепло і троттлінг корпуса не перевірені. Стійке енергоспоживання саме циліндричного 0.65-літрового корпуса Lenovo незалежно не тестували; під тривалим ШІ-навантаженням чип може скидати частоти, і це позначиться на швидкості.
• Переплата і доступність. Близько $750 зверху за той самий кремній, що у GMKtec, плюс продажі лише в Китаї. За межами Китаю купити цю 64 ГБ-версію офіційно не можна.

Плюси і мінуси

Плюси: – 64 ГБ LPDDR5X: велика модель поміщається в пам’ять цілком — рідкість для міні-ПК такого розміру. – Три обчислювачі в компактному корпусі (0,65 л): CPU, iGPU Arc B390 (Xe3) і NPU. – Робочий шлях інференсу через Vulkan/OpenVINO на iGPU; є підтримка OpenVINO-бекенда в llama.cpp.

Мінуси: – Вузька смуга пам’яті (~153,6 ГБ/с, розрахунково) — у півтора–два рази нижча, ніж у unified-memory конкурентів; це стеля швидкості генерації токенів. – NPU пришвидшує лише моделі з обмеженого списку (до 8B); великі LLM лягають на iGPU. – Продається лише в Китаї (JD.com), пам’ять розпаяна без можливості апгрейду, ціна $2651 (¥17 999 на 6 липня 2026) — проти $1899 за той самий чип у GMKtec EVO-T2. – Немає незалежних замірів tok/s; заявка «80B на 64 ГБ» не підтверджена; драйвери незрілі (баг Vulkan/MoE).

Кому підійде, а кому ні

Пристрій логічний для того, кому важливий саме бренд Lenovo, тихий компактний циліндр на столі і хто вже перебуває в Китаї, де його можна купити. Як акуратна домашня ШІ-станція під моделі до 8-14B у 4-бітному кванті — робочий варіант, особливо якщо 64 ГБ пам’яті потрібні під паралельні завдання, а не під одну гігантську модель.

Якщо ж мета — максимальна швидкість локального ШІ на міні-ПК за ці гроші, розклад не на користь Lenovo. Той самий чип дешевший у GMKtec, а за продуктивністю під великі LLM попереду виходять unified-memory платформи з широкою смугою пам’яті — AMD Strix Halo і Apple Mac mini. Повний розклад за форм-факторами і бюджетами — у нашому гайді про те, як обрати залізо для локального ШІ. Міні-ПК для нейромереж 2026 року стало багато, і Yoga AI Mini — цікавий, але не найраціональніший із них.

FAQ

Продається Lenovo Yoga AI Mini PC за межами Китаю?

Станом на 7 липня 2026 — ні. Флагманська 64 ГБ-версія доступна лише в Китаї через JD.com за ціною близько $2651. Глобальний спецлист Lenovo все ще обмежує цю модель 32 ГБ пам’яті, і шансів на світовий реліз саме 64 ГБ-конфігурації, за оцінкою галузевих видань, небагато.

NPU на 50 TOPS пришвидшить запуск будь-якої мовної моделі?

Ні. Офіційно на NPU валідовані лише компактні моделі до 8 мільярдів параметрів (Qwen3 1.7B/4B/8B). Великі dense- і MoE-моделі йдуть через iGPU або CPU. NPU тут — для енергоефективних фонових завдань, а не для важкого LLM-інференсу.

Чи правда, що 64 ГБ вистачить для моделі на 80B?

Це заява вендора, незалежно не підтверджена. Арифметично 80B у 4-бітному кванті (близько 40-45 ГБ ваг) у 64 ГБ поміщається, але з урахуванням системи і контекстного вікна запас невеликий, а бенчмарку саме 80B на цьому чипі поки немає. Розумніше вважати цю цифру теоретичним максимумом.

Скільки токенів на секунду видає Arc B390 в локальних LLM?

Прямих замірів B390 немає. За аналогією з близьким залізом для моделей 7-8B у 4-бітному кванті розумно очікувати приблизно 17-25 токенів на секунду — це розрахункова оцінка на основі замірів на Arc 140V і офіційних бенчмарків OpenVINO для сусіднього чипа, а не вимірювання самого B390.

Що взяти замість нього під локальний ШІ?

Якщо потрібен саме цей чип — той самий набір дешевший у GMKtec EVO-T2 (від $1899). Якщо важливіша швидкість великих моделей — дивіться в бік AMD Ryzen AI Max+ 395 або Apple Mac mini M4 Pro: у них у півтора–два рази ширша смуга пам’яті, що безпосередньо пришвидшує генерацію токенів.