AMD Pamer OpenClaw di PC Ryzen dan Radeon, AI Lokal Menantang Ketergantungan Cloud

AMD memperlihatkan konsep OpenClaw sebagai cara baru menjalankan AI agent langsung di PC pengguna. Framework ini dirancang agar pemrosesan kecerdasan buatan berlangsung secara lokal, sehingga tidak selalu bergantung pada cloud atau data center.

Pendekatan itu menjadi bagian dari inisiatif Agent Computer yang diusung AMD. Fokus utamanya adalah menghadirkan asisten AI yang bisa aktif terus di komputer pribadi dengan kontrol komputasi yang lebih dekat ke pengguna.

Bagi pengguna, skema ini menawarkan beberapa manfaat yang langsung terasa. AMD menekankan bahwa pemrosesan lokal dapat membantu menjaga privasi data, memberi kontrol lebih besar atas beban kerja AI, dan menekan ketergantungan pada biaya langganan layanan cloud.

Secara teknis, OpenClaw berjalan di Microsoft Windows melalui Windows Subsystem for Linux atau WSL2. Untuk inferensi model, AMD memakai LM Studio dengan backend llama.cpp agar model bahasa besar bisa diproses langsung di perangkat.

Framework ini juga dilengkapi sistem memori lokal bernama Memory.md. Fitur tersebut menyimpan konteks percakapan berbasis embedding tanpa perlu sinkronisasi ke cloud, sehingga data interaksi tetap berada di mesin pengguna.

Cara kerja OpenClaw di PC AMD

OpenClaw ditujukan untuk skenario AI agent yang membutuhkan konteks panjang dan respons lokal. Dalam demonstrasinya, AMD menunjukkan bahwa model seperti Qwen 3.5 35B A3B dapat dijalankan langsung di perangkat dengan spesifikasi tertentu.

Model ini memanfaatkan kombinasi CPU, NPU, dan terutama GPU, tergantung konfigurasi yang digunakan. Karena itu, hasil performanya berbeda antara sistem berbasis Ryzen AI Max+ dan workstation yang memakai GPU Radeon kelas profesional.

AMD menyiapkan dua jalur perangkat keras untuk OpenClaw. Keduanya sama-sama menargetkan komputasi AI lokal, tetapi dengan kompromi yang berbeda pada kecepatan, kapasitas konteks, dan jumlah agent yang bisa berjalan bersamaan.

Dua konfigurasi yang dipamerkan AMD

1. RyzenClaw
   Konfigurasi ini memakai prosesor AMD Ryzen AI Max+ 395 dengan memori terpadu 128GB. AMD menyarankan sekitar 96GB memori dialokasikan untuk kebutuhan grafis agar inferensi model berlangsung optimal.

2. RadeonClaw
   Konfigurasi ini memindahkan beban utama komputasi ke GPU workstation AMD Radeon AI PRO R9700 dengan 32GB VRAM. Opsi ini mengejar throughput lebih tinggi, tetapi dengan batas berbeda pada konteks dan jumlah agent simultan.

Pada RyzenClaw, AMD menyebut model Qwen 3.5 mampu menghasilkan sekitar 45 token per detik. Untuk input 10.000 token, waktu pemrosesannya berada di kisaran 19,5 detik.

Sistem ini juga mendukung jendela konteks hingga sekitar 260.000 token. Selain itu, konfigurasi tersebut dapat menjalankan sampai enam AI agent pada saat yang sama.

Sementara itu, RadeonClaw menawarkan kecepatan yang jauh lebih tinggi. AMD mengklaim performanya dapat mencapai sekitar 120 token per detik, dengan pemrosesan 10.000 token dalam sekitar 4,4 detik.

Namun, ada kompromi pada kapasitas kerja paralel dan konteks. Jendela konteksnya disebut berada di sekitar 190.000 token dan sistem ini hanya mampu menjalankan dua AI agent secara simultan.

Perbandingan singkat performa

Data ini menunjukkan bahwa AMD tidak hanya mengejar angka kecepatan mentah. Perusahaan juga mencoba menyesuaikan OpenClaw untuk kebutuhan penggunaan yang berbeda, mulai dari konteks besar hingga respons cepat berbasis GPU.

Bila dilihat dari posisinya di pasar, OpenClaw saat ini belum ditujukan untuk pengguna umum. AMD secara terbuka mengakui framework ini lebih cocok bagi pengembang dan early adopter yang ingin bereksperimen dengan AI agent lokal di PC.

Faktor harga juga memperjelas segmentasinya. PC berbasis Ryzen AI Max+ dengan RAM 128GB diperkirakan mulai sekitar USD 2.700, sedangkan GPU Radeon AI PRO R9700 dijual di kisaran USD 1.299.

Dari sisi industri, langkah AMD ini sejalan dengan tren komputasi AI on-device yang makin menonjol. Banyak vendor kini mencoba memindahkan sebagian beban AI dari cloud ke perangkat lokal untuk mengejar latensi rendah, efisiensi biaya jangka panjang, dan perlindungan data yang lebih baik.

OpenClaw menjadi contoh konkret bagaimana PC modern bisa diposisikan bukan hanya sebagai alat menjalankan aplikasi, tetapi juga sebagai host untuk agent AI yang aktif secara terus-menerus. Dengan dukungan WSL2, LM Studio, llama.cpp, dan memori lokal seperti Memory.md, AMD sedang menguji gagasan bahwa masa depan AI personal tidak harus selalu berjalan jauh di server cloud.