# Քանի՞ մարդ կարող է իրականում կիսել 128 ԳԲ-անոց մեկ լոկալ AI-տուփ

> Չափված զուգահեռության սանդուղք մեկ Strix Halo-ի վրա. ինչպիսին է սպասումը մեկ, չորս և ութ միաժամանակյա չաթերի դեպքում, ինչը մնաց ճիշտ, և ինչու «թոքեն վայրկյանում»-ը թիմի չափի հարցին չի պատասխանում։

- Published: 2026-08-12
- Evidence level: lab_repeated
- Funding: Սեփական ֆինանսավորում, ներքին հետազոտություն
- Canonical: https://agmind.ai/hy/reports/concurrency-capacity-strix-halo/

Հարցը, որ վաղ թե ուշ տալիս է 128 ԳԲ-անոց մինի-ՀՀ-ի ամեն գնորդ, ոչ թե «քանի՞
թոքեն վայրկյանում է տալիս» է, այլ «կկարողանա՞ սրանով աշխատել իմ հնգանոց թիմը»։
Հրապարակված բենչմարքները գրեթե երբեք դրան չեն պատասխանում. նրանք չափում են մեկ
հոսք և հաղորդում դեկոդի արագությունը։ Այստեղ նույն տուփն է՝ միաժամանակյա բեռի
տակ, չափված այնպես, ինչպես զգում են օգտատերերը։

## Ինչ է չափվել

Մեկ Beelink GTR9 Pro (Ryzen AI Max+ 395, 128 ԳԲ unified) llama.cpp server-ով,
Vulkan build-ը ամրագրված է image-ի digest-ով, սպասարկում է Qwen3.6-35B-A3B
Q4_K_M-ը՝ ամրագրված արտեֆակտի հեշով։ Workload-ը առօրյա մարդկային հարցումների
սառեցված կորպուս է՝ հաղորդագրություններ, նամակներ, բացատրություններ, պլաններ,
և ոչ թե բենչմարք-պրոմպտներ։ Reasoning-ն անջատած է; ամեն հարցում դատվում է
ֆորմատի, լեզվի և կրկնությունների gate-երով, ձախողված հարցումները մնում են
հայտարարի մեջ։

Երեք բջիջների միջև փոխվում է ուղիղ մեկ փոփոխական. քանի հարցում է միաժամանակ
թռիչքի մեջ՝ մեկ, չորս, ութ։

## Սպասումը՝ չափված

Մեկ հոսքի դեպքում օգնականը պատասխանում է
**210 ms** ([strix.qwen36.interactive2.c1.ttfa-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c1.ttfa-nothink/))-ում։ Չորս
զուգահեռ չաթի դեպքում մեդիան սպասումը դառնում է
**338 ms** ([strix.qwen36.interactive2.c4.ttfa-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c4.ttfa-nothink/)), ութի դեպքում՝
**865 ms** ([strix.qwen36.interactive2.c8.ttfa-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c8.ttfa-nothink/))։

Կորի ձևն ավելի կարևոր է, քան ցանկացած առանձին թիվ. առաջին թոքենը մնում է
վայրկյանի սահմաններում ամբողջ սանդուղքի վրա, բայց աճն անվճար չէ — չորսից ութ
զուգահեռ օգտատիրոջ անցումն ավելի թանկ է, քան մեկից չորս։ Թիմի չափի մասին
որոշումը, կայացված միայն մեկհոսք թվից, կսխալվի հենց այն ուղղությամբ, որն
ավելի ցավոտ է։

## Ինչը չկոտրվեց

Ավարտվածությունը պահպանվեց ամեն աստիճանում.
**100.0 % of requests** ([strix.qwen36.interactive2.c1.completion-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c1.completion-nothink/)) մեկ
հոսքի վրա, **100.0 % of requests** ([strix.qwen36.interactive2.c4.completion-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c4.completion-nothink/))
չորսի, **100.0 % of requests** ([strix.qwen36.interactive2.c8.completion-nothink](https://agmind.ai/claims/strix.qwen36.interactive2.c8.completion-nothink/))
ութի դեպքում։ Ոչ մի հարցում չի հրաժարվել, կտրվել կամ վերադարձվել դատարկ՝
զուգահեռության պատճառով։ Ինչ էլ որ անի այս տուփը բեռի տակ, այն լուռ չի
ձախողվում։

## Ինչ սա ՉԻ ասում

- **Սա տարողունակության պնդում չէ։** «Ութ զուգահեռ հարցում»-ը «ութ աշխատակից»
  չէ. իրական թիմերն աշխատում են ալիքներով, դադար են տալիս հաղորդագրությունների
  միջև և տեղադրում երկար փաստաթղթեր։ Մարդը հարցում չէ։
- **SLO նախապես չի համաձայնեցվել**, ուստի operating envelope այստեղ չկա։ Ազնիվ
  արդյունքը սպասման ձևն է, ոչ թե սպասարկվող օգտատերերի թիվը։
- **Մեկ յունիթ, մեկ արտեֆակտ, մեկ runtime build, մեկ կորպուս։** Prefill-ով
  գերիշխող բեռը (տեղադրված փաստաթղթեր, RAG-կոնտեքստներ) այլ կերպ է իրեն պահում
  — դա long-context-ի և doc-session-ի աշխատանքն է, ոչ թե սա։
- **Reasoning-ն անջատած է։** Միացրած մտածողության բլոկով սպասումն արդեն մեկ
  հոսքի վրա երկու կարգով ավելի մեծ է — տես
  [thinking-մոդելի հաշվետվությունը](https://agmind.ai/hy/reports/ttft-thinking-model-strix-halo/)։

## Ինչպես օգտվել սրանից չափն որոշելիս

Որոշեք սպասումը, որը ձեր օգտատերերը կհանդուրժեն մինչև առաջին տեսանելի բառը, և
կարդացեք սանդուղքը հակառակ ուղղությամբ։ Եթե սահմանը կես վայրկյան է, այս տուփը
սպասարկում է փոքր թիմ այս workload-ի վրա; եթե պետք է 250 մվ-ից պակաս՝ մեկ-երկու
մարդ միաժամանակ։ Հետո չափեք ձեր սեփական կորպուսը.
[harness-ը բաց է](https://github.com/botAGI/agmind-bench), իսկ
[գործարկումների փաթեթները կնքված են և հասանելի ներբեռնման](https://github.com/botAGI/agmind-lab)։

Վերևի ամեն թիվ ունի մշտական էջ՝ իր շրջանակով, սահմանափակումներով և հում
ապացույցներով. [claim-երի ռեեստր](https://agmind.ai/hy/claims/)։

---

Machine-readable claim registry: https://agmind.ai/claims.json · llms.txt: https://agmind.ai/llms.txt