AX8860P, da Axera, mira o DGX Spark com um computador de IA local de US$ 3.999, mas as alegações de desempenho mudam

Um pequeno computador chinês de IA mira um concorrente caro

A Sipeed busca um preço de cerca de US$ 3.999 para o computador MaixStation com 128 GB de memória, desenvolvido em torno do AX8860P, da fabricante chinesa de chips Axera. A máquina proposta mede apenas 11 por 11 por 3 cm e promete executar grandes modelos de IA localmente, com consumo típico de 40 watts. Seu concorrente é o DGX Spark, da Nvidia, um sistema compacto de IA que custa cerca de US$ 6.950 na versão com 128 GB.

A Axera apresentou o chip em uma feira industrial em Xangai, em 13 de outubro de 2026, ocasião em que a Sipeed também apresentou o MaixStation. A proposta inicial chamou atenção: processamento de prompts 25% mais rápido e geração de respostas 30% mais rápida que no DGX Spark ao executar um modelo Qwen com 27 bilhões de parâmetros, por cerca de metade do preço.

A página do produto MaixStation da Sipeed agora traz informações mais detalhadas. Ela indica de 592 a 677 tokens por segundo no processamento de prompts com o Qwen3.8-27B e de 6 a 7 tokens por segundo na geração de respostas. Esses números são inferiores às faixas divulgadas em torno do anúncio, enquanto o plano oficial de lançamento prevê uma campanha no Kickstarter no fim de 2026.

A vantagem é concreta: uma grande quantidade de memória em um computador pequeno pode permitir que desenvolvedores, escritórios e usuários individuais executem modelos capazes sem alugar computação em nuvem nem comprar várias placas de vídeo. A decisão de compra, porém, depende tanto do software final, do desempenho medido e do cronograma de entrega quanto das especificações do chip.

O que a Axera incluiu no AX8860P

A família AX8860 usa um processo de fabricação de 6 nanômetros e combina 16 núcleos de CPU Arm Cortex-A55 com uma unidade de processamento neural dedicada, ou NPU. Uma NPU é um processador projetado para executar os cálculos repetitivos usados por modelos de IA. Axera e Sipeed afirmam que ela alcança até 256 trilhões de operações por segundo, geralmente abreviados como 256 TOPS, usando FP4.

O FP4 armazena valores numéricos com precisão de quatro bits. Usar menos bits reduz a memória necessária para um modelo e pode acelerar os cálculos, embora o modelo e o software precisem ser compatíveis com esse formato. O número divulgado pela Axera é para computação densa, sem presumir que certos valores possam ser ignorados por meio de uma técnica chamada esparsidade.

O chip é compatível com PCIe 5.0 e tem uma interface de memória com largura de 256 bits. A Sipeed especifica memória LPDDR5X-8533, até 128 GB por módulo e largura de banda de 273 GB por segundo. Seu módulo Maix-V mede 78 por 78 mm e usa um conector LPCAMM2.

Os núcleos Cortex-A55 cuidam do sistema operacional e das tarefas de suporte, enquanto a NPU deve assumir a maior parte do trabalho de IA. O DGX Spark, da Nvidia, tem 20 núcleos Arm, incluindo os mais potentes Cortex-X925, enquanto as máquinas concorrentes Ryzen AI Halo, da AMD, usam CPUs Zen 5. Portanto, quem pretende combinar inferência de IA com uma carga considerável de computação convencional tem mais aspectos a comparar além do acelerador.

Por que 128 GB importam mais que um número de TOPS chamativo

Um modelo de linguagem precisa de memória para seus pesos numéricos, que codificam o que ele aprendeu durante o treinamento, e para os dados de trabalho criados enquanto responde a uma solicitação. Um acelerador rápido com pouca memória pode exigir que o modelo seja dividido entre dispositivos ou transferido por um armazenamento mais lento.

A configuração proposta de 128 GB do MaixStation o coloca na mesma faixa de capacidade de memória do DGX Spark, maior. Ambos especificam largura de banda de 273 GB por segundo. A linha Ryzen AI Halo, da AMD, inclui uma configuração com 128 GB e cerca de 256 GB por segundo, além de uma versão mais cara com 192 GB e 273 GB por segundo.

A capacidade determina quanto cabe na memória. A largura de banda determina a velocidade com que as informações chegam ao processador. Na geração convencional por um modelo de linguagem denso, produzir cada novo token exige ler grandes quantidades de dados do modelo. Um token é uma pequena unidade de texto, que às vezes corresponde a uma palavra e, às vezes, apenas a parte dela.

Por isso, a Sipeed argumenta que o uso eficiente da memória pode permitir que seu processador de 256 TOPS concorra com o número de computação divulgado, mais alto, da Nvidia. A classificação de cerca de 1.000 TOPS em FP4 do DGX Spark usa esparsidade; seu número de FP4 denso é de cerca de 500 trilhões de operações por segundo. A velocidade real nos aplicativos também depende da eficiência com que o software mantém o hardware ocupado.

A página oficial de benchmarks apresenta um quadro mais restrito

A Sipeed divide os testes em prefill, quando o modelo processa o prompt do usuário, e decode, quando gera uma resposta. Um prefill mais rápido pode reduzir a espera até o início da resposta, especialmente no caso de documentos longos. Um decode mais rápido faz a resposta aparecer mais depressa depois que a geração começa.

Para o Qwen3.8-27B em FP4 denso, a página oficial indica que o MaixStation alcança de 592 a 677 tokens por segundo no prefill, contra 550 no DGX Spark. Isso representa uma vantagem de cerca de 8% a 23%. A velocidade de decode indicada para o MaixStation é de 6 a 7 tokens por segundo, mas o texto disponível do gráfico oficial não informa um valor numérico de referência para o decode do DGX Spark com esse modelo.

Para o Qwen3.6-35B-A3B, um modelo de mistura de especialistas, a Sipeed indica prefill de 2.664 a 3.256 tokens por segundo, contra 2.368 no DGX Spark. A vantagem calculada é de cerca de 13% a 38%. No decode, são de 34 a 37 tokens por segundo, contra 34, o que varia de um empate a uma vantagem de cerca de 9%.

Um modelo de mistura de especialistas ativa apenas parte da rede para cada token. Isso ajuda a explicar por que sua taxa de geração pode ser muito maior que a de um modelo denso com quantidade total semelhante de parâmetros. Os dois tipos de modelo exigem quantidades diferentes de processamento por token.

A Sipeed descreve os resultados exibidos como medições atuais conservadoras e diz que o AX8860P ainda está sendo ajustado. O gráfico especifica FP4 com a previsão de múltiplos tokens, ou MTP, desativada. MTP é uma técnica que propõe vários tokens futuros em conjunto para acelerar a geração.

Por que as alegações anteriores de velocidade exigem comparação cuidadosa

As faixas de benchmarks divulgadas anteriormente pela Sipeed eram mais altas: de 1.400 a 1.600 tokens por segundo no prefill do Qwen3.8-27B e de 15 a 17 no decode, contra valores de referência de 1.300 e 13 para o DGX Spark. Para o modelo de mistura de especialistas, as faixas eram de 6.300 a 7.700 no prefill e de 80 a 88 no decode, contra 5.600 e 80. A Sipeed também apresentou posteriormente uma comparação em que o MaixStation tinha vantagem de cerca de 10% nas duas etapas, afirmando que as execuções mais recentes, com uma vantagem maior, não eram oficiais.

Os números absolutos mais baixos da página oficial tornam especialmente relevantes as condições dos testes. O tamanho do prompt, o número de solicitações processadas ao mesmo tempo, os formatos numéricos, o software de execução e as versões dos drivers podem alterar os resultados. Testes independentes do DGX Spark citados na reportagem chegaram a cerca de 11,5 a 11,6 tokens por segundo com o Qwen3.8-27B sem decodificação especulativa, enquanto o prefill variou de 840 a 1.900, conforme o software.

Uma conta simples de memória ajuda a entender a atenção dada à alegação anterior de 17 tokens por segundo. Se o modelo em execução ocupar cerca de 16 GB, dividir 273 GB por segundo por 16 GB resulta em aproximadamente 17 tokens por segundo, antes de considerar o restante do tráfego de memória. Alcançar essa taxa exigiria um aproveitamento excepcionalmente alto da largura de banda anunciada.

A ocupação real de memória do modelo é importante nesse caso. Quatro bits multiplicados por 27 bilhões de parâmetros correspondem a cerca de 13,5 GB apenas para os pesos, enquanto dados de escala numérica e outros itens podem aumentar o espaço de trabalho. Testes detalhados e reproduzíveis permitiriam aos compradores relacionar os números de velocidade a uma configuração específica do modelo.

Um equipamento compacto com armazenamento padrão

As dimensões anunciadas do MaixStation correspondem a um volume de 363 centímetros cúbicos. A Sipeed o compara aos 1.125 centímetros cúbicos do DGX Spark, o que faz com que o gabinete proposto tenha cerca de um terço do volume. A empresa afirma que a máquina pode receber energia por USB-C de uma bateria externa adequada, com potência nominal de 65 watts.

A página oficial informa consumo típico de 40 watts para o MaixStation e de 120 watts para o DGX Spark. Esses são os consumos típicos declarados pela Sipeed. A cobertura inicial do AX8860 também especificou 40 watts para o módulo dedicado, tornando o escopo das medições de consumo outro detalhe útil para testes futuros.

As conexões incluem rede 10G SFP+, USB-C, um conector MCIO 8i e um slot M.2 2280 padrão para SSD. O formato de armazenamento oferece aos compradores uma forma conhecida de adicionar espaço para arquivos de modelos, que podem consumir rapidamente centenas de gigabytes.

Os planos de hardware da Axera vão além do pequeno computador de mesa. Os projetos incluem um módulo, uma placa PCIe com um chip e uma placa com quatro chips, quatro ventoinhas e um conector de alimentação padrão de oito pinos. A Sipeed associa o MaixStation Pro e o MaixBlade a configurações com 512 GB ou mais.

Mais chips prometem capacidade, mas a escalabilidade ainda é uma alegação

A Sipeed diz que o MaixStation pode conectar até oito nós sem um switch externo, usando uma conexão entre chips com velocidade nominal de 256 gigabits por segundo, expansível para 384 gigabits por segundo. O DGX Spark usa uma conexão de 200 gigabits para interligar sistemas, e uma configuração com quatro unidades Spark exige um switch externo.

A diferença entre gigabits e gigabytes é importante. Uma conexão com velocidade nominal de 256 gigabits por segundo corresponde a 32 gigabytes por segundo brutos, antes de considerar a sobrecarga. A largura de banda de memória de 273 gigabytes por segundo descreve uma conexão diferente, muito mais rápida, dentro de cada máquina.

A Axera informa que dois chips alcançam 512 TOPS em conjunto e quatro chegam a 1.024 TOPS, além de alegar uma eficiência de escalabilidade de cerca de 80%. O número de escalabilidade para quatro chips vem de uma simulação de laboratório. Dividir um modelo entre processadores também gera trabalho de comunicação e sincronização, portanto a velocidade nos aplicativos depende de mais do que somar as classificações máximas de computação.

O roteiro da Axera prevê o AX8950, com até 500 TOPS, e o AX8970, que supera 700 TOPS. Esses processadores planejados podem oferecer atualizações futuras, mas a proposta imediata do MaixStation depende do AX8860P e de seu software.

A promessa de software é essencial para o uso cotidiano

A Sipeed lista Debian 13 com Linux 6.18, além de compatibilidade com vLLM, SGLang, PyTorch, llama.cpp e Ollama. Essas ferramentas ajudam a carregar modelos, atender solicitações e conectar aplicativos de IA ao hardware. A empresa também anuncia APIs compatíveis com OpenAI e Anthropic, permitindo que aplicativos existentes enviem solicitações a um dispositivo local.

A seção de perguntas frequentes do produto da Sipeed explica que os nomes conhecidos dos frameworks operam sobre software escrito para o hardware da Axera:

SGLang e vLLM funcionam por meio de um backend personalizado de aceleração de hardware, cujos kernels são escritos em AXDSL.

Kernels são pequenos trechos de software que executam cálculos essenciais no acelerador. A Sipeed diz que os usuários podem carregar diretamente modelos compatíveis do Hugging Face, enquanto novas arquiteturas de modelos podem exigir kernels escritos em AXDSL. A empresa promete publicar kernels e ferramentas de desenvolvimento e afirma que está trabalhando para abrir o kit de desenvolvimento de software do AX8860.

A empresa anuncia modelos e uma interface de navegador prontos para uso desde a inicialização. Entre os usos sugeridos estão agentes de programação, processamento de documentos, geração de vídeo e robótica. Para as placas PCIe, a compatibilidade com sistemas Linux vem primeiro; o suporte ao Windows dependerá da demanda. Na ocasião do anúncio, a previsão era disponibilizar a cadeia de ferramentas da NPU até o fim de outubro.

Preço e entrega agora dependem de uma campanha

O preço esperado pela Sipeed, de US$ 3.999 pela versão com 128 GB, seria cerca de US$ 2.951, ou 42%, abaixo do DGX Spark, vendido por US$ 6.950. É um desconto significativo, embora não chegue à metade. O preço também deixaria o MaixStation próximo dos cerca de US$ 3.999,99 cobrados por uma configuração do AMD Ryzen AI Halo com 128 GB.

O cronograma de lançamento mudou em relação à previsão inicial de que os dispositivos chegariam em 2026. As reservas foram abertas, mas as perguntas frequentes oficiais situam a campanha no Kickstarter no fim de 2026. A Sipeed afirmou que pretende iniciar os envios em até três meses após o encerramento da campanha.

• 13 de outubro de 2026: a Axera apresentou a família AX8860 em Xangai, e a Sipeed apresentou o MaixStation.
• Fim de outubro de 2026: a Sipeed esperava disponibilizar a cadeia de ferramentas da NPU.
• Fim de 2026: a Sipeed planeja lançar sua campanha do MaixStation no Kickstarter.
• Até três meses após o encerramento da campanha: prazo de envio informado pela Sipeed.

A Sipeed ainda não confirmou o preço final de varejo, uma data firme de entrega nem o desempenho do MaixStation verificado de forma independente. A capacidade de produção, as condições de suporte e o preço e o cronograma da versão Pro com 512 GB também continuam indefinidos. Há planos de oferecer acesso remoto e unidades para análise durante a campanha, dando aos possíveis compradores uma próxima oportunidade de avaliar as alegações.

Principais pontos

• O MaixStation mira cerca de US$ 3.999 pela versão com 128 GB de memória e processador Axera AX8860P, classificado em 256 TOPS em FP4 denso.
• A Sipeed informa largura de banda de memória de 273 GB por segundo, consumo típico de 40 watts e gabinete de 11 por 11 por 3 cm.
• A página oficial de benchmarks mostra velocidades absolutas inferiores às faixas divulgadas anteriormente, com resultados que variam conforme o modelo e a etapa de processamento.
• O suporte a software depende de um backend personalizado de aceleração da Axera, e a empresa promete disponibilizar publicamente ferramentas de desenvolvimento e mais código.
• A campanha no Kickstarter está prevista para o fim de 2026, seguida pela meta declarada de iniciar os envios em até três meses após seu encerramento.
• Testes independentes, preços finais e compromissos de entrega determinarão como o sistema proposto se compara às alternativas da Nvidia e da AMD.