Забыть про облачные подписки, пинг до дата-центров и паранойю из-за утечки приватного кода — вот главный тренд, за который разработчики готовы платить тысячи долларов прямо сейчас. (Хотя договориться с продактом о дедлайнах всё ещё дороже). Пока техгиганты соревнуются в гигаваттах для своих ферм, локальный ИИ переезжает на наши рабочие столы, и выбор «железа» под него превратился в увлекательный квест.

Индустрия персональных компьютеров переживает один из самых радикальных периодов трансформации за последние два десятилетия. Если раньше выбор рабочей машины сводился к оценке тактовой частоты процессора, объема оперативной памяти и пропускной способности SSD, то сегодня на первый план выходит совершенно новая метрика — производительность нейропроцессорных вычислений, измеряемая в триллионах операций в секунду (TOPS). С развитием генеративного искусственного интеллекта и больших языковых моделей (LLM) пользователи столкнулись с дилеммой. С одной стороны, облачные сервисы предлагают мощные инструменты, но требуют отправки конфиденциальных данных на удаленные серверы. С другой стороны, самостоятельный запуск локальных моделей на стандартном «железе» часто превращается в ад из настройки драйверов, поиска совместимых библиотек и борьбы с нехваткой видеопамяти.

Именно в этот момент на сцену выходит амбициозный стартап Ghost со своим флагманским продуктом. Молодой основатель компании представил миру «персональный AI-компьютер» под названием Core. Устройство оценено в внушительные $3,499 и позиционируется как прямой конкурент таким признанным гигантам рынка, как Mac mini и Mac Studio от Apple, но с совершенно иной философией. Создатели Core сделали ставку на автономность, максимальную приватность и бесшовную интеграцию локального ИИ в повседневные рабочие процессы пользователя. Первая партия устройств уже полностью распродана, что свидетельствует об огромном интересе со стороны рынка к готовым коробочным решениям для локального запуска нейросетей.

За спиной проекта стоят не только амбиции молодого фаундера, но и вполне реальные финансовые ресурсы: стартап успешно привлек $11 млн инвестиций на развитие своей экосистемы. Давайте детально разберем, что представляет собой этот загадочный черный куб за три с половиной тысячи долларов, какое «железо» скрывается внутри и почему разработчики и энтузиасты уже называют его потенциальным убийцей привычных десктопов для AI-задач.

Аппаратная начинка Ghost Core: Что скрывает черный корпус

Представьте, что вы гоняете локального кодинг-ассистента на уровне GPT-4, который мгновенно индексирует весь ваш проект в IDE без отправки ни единой строчки кода во внешнее облако (и внезапно выясняет, что ваш легаси-код написал нейросетевой гений из девяностых). Чтобы такая магия работала без задержек, под капотом мини-ПК должна быть не просто мощная графика, а специализированный арсенал.

Внешне Ghost Core представляет собой минималистичный черный компактный корпус, который органично смотрится на любом рабочем столе. Однако главные секреты устройства кроются под его лаконичной крышкой. В отличие от традиционных мини-ПК, ориентированных на офисные задачи или медиасервисы, Core изначально проектировался как бескомпромиссная станция для инференса больших языковых моделей и работы ИИ-агентов.

Сердцем системы выступает передовая видеокарта Nvidia RTX Pro 4000 на новейшей архитектуре Blackwell, оснащенная впечатляющими 24 ГБ видеопамяти (VRAM). Наличие такого объема быстрой видеопамяти является критически важным фактором для запуска современных LLM локально, так как именно VRAM определяет размер модели, которую можно загрузить без падения производительности в системную оперативной память.

Дополняет графический чип внушительный объем системной памяти — 64 ГБ DDR5 RAM. Такая конфигурация позволяет не только комфортно удерживать в памяти веса моделей среднего размера, но и запускать сопутствующие приложения, обрабатывать массивы пользовательских данных и обеспечивать мгновенный отклик всей системы. Заявлен