AGENT COMPUTER

Chạy AI Agent bằng API đám mây thì dễ bắt đầu, nhưng khi agent hoạt động liên tục, mỗi lượt gọi model đều tính token, dữ liệu nội bộ phải đi ra ngoài và độ trễ phụ thuộc vào đường truyền. Đó là lý do nhiều nhóm phát triển và doanh nghiệp chuyển sang Agent Computer, tức bộ máy tính dựng sẵn để chạy AI Agent và Local LLM ngay tại chỗ, đủ VRAM để nạp model và đủ bền để làm việc nhiều giờ liên tục.

Danh mục này tập hợp các bộ Agent Computer của Nguyễn Công PC, từ cấu hình một card RTX 5070 cho tới hệ thống Threadripper PRO gắn 4 đến 6 card đồ họa, cùng dòng Mini PC AI Asus Ascent GX10. Người dùng muốn đối chiếu với các bộ máy trí tuệ nhân tạo phổ thông có thể xem thêm danh mục PC AI, hoặc nhờ đội ngũ tư vấn chọn cấu hình theo model và khối lượng agent dự định chạy.

Agent Computer là gì?

Agent Computer là máy tính được cấu hình sẵn để vận hành AI Agent và mô hình ngôn ngữ lớn (LLM) chạy cục bộ, trong đó card đồ họa dung lượng VRAM lớn giữ vai trò chính, đi kèm RAM hệ thống dung lượng cao, SSD NVMe cùng hệ nguồn và tản nhiệt đủ sức cho tải chạy liên tục. Khác với PC gaming được tối ưu theo khung hình, Agent Computer được chọn linh kiện theo khả năng nạp model vào bộ nhớ và duy trì nhiều tác vụ song song.

AI Agent khác chatbot ở điểm nào

Chatbot trả lời theo từng lượt hỏi, còn AI Agent nhận một mục tiêu, tự chia thành nhiều bước, gọi công cụ như tìm kiếm, đọc tệp, chạy mã hay truy cập hệ thống nội bộ, rồi đánh giá kết quả để lặp lại cho tới khi hoàn thành. Mỗi bước đều là một lần suy luận của model, nên khối lượng tính toán của một tác vụ agent lớn hơn đáng kể so với một câu hỏi đáp thông thường. Chính vòng lặp này làm cho tốc độ và độ ổn định của phần cứng ảnh hưởng trực tiếp đến thời gian hoàn thành công việc.

Local LLM và vai trò của VRAM

Local LLM là mô hình ngôn ngữ lớn chạy trực tiếp trên phần cứng của người dùng thay vì gọi qua dịch vụ đám mây. Để model chạy nhanh, trọng số cần nằm trọn trong bộ nhớ card đồ họa, vì vậy VRAM là thông số quyết định model nào chạy được. Có thể ước tính thô bằng cách nhân số tham số với số byte cho mỗi tham số: model 8 tỷ tham số ở độ chính xác FP16 (2 byte) cần khoảng 16GB, còn khi lượng tử hóa 4-bit (khoảng 0,5 byte) chỉ cần khoảng 4GB đến 5GB; model 70 tỷ tham số ở 4-bit cần khoảng 35GB cho riêng trọng số. Các con số này chưa tính KV cache, phần tăng dần theo độ dài ngữ cảnh, nên thực tế cần chừa dư thêm bộ nhớ.

Khác biệt so với PC gaming và PC AI thông thường

PC gaming ưu tiên xung nhịp và khung hình, PC AI phổ thông hướng tới việc học, thử nghiệm và suy luận ở quy mô vừa. Agent Computer đi xa hơn ở ba điểm: dung lượng VRAM lớn, khả năng gắn nhiều GPU và nền tảng đủ làn PCIe để các card không phải chia sẻ băng thông quá hẹp. Ở các bộ nhiều GPU, nền tảng Threadripper PRO đi cùng mainboard Asus Pro WS WRX90E-SAGE SE hoặc TRX50-SAGE WIFI có số làn PCIe 5.0 lớn hơn nhiều so với nền tảng Ryzen phổ thông (theo AMD, Threadripper PRO 9985WX có 128 làn PCIe 5.0 khả dụng), đây là lý do các bộ từ 4 card trở lên đều dùng nền tảng này.

Vì sao nên chạy AI Agent trên máy riêng?

Lý do đầu tiên là dữ liệu. Hợp đồng, mã nguồn, tài liệu kỹ thuật hay dữ liệu khách hàng có thể được xử lý ngay trong mạng nội bộ mà không cần gửi ra dịch vụ bên ngoài. Lý do thứ hai là chi phí vận hành: một agent có thể gọi model nhiều lần cho mỗi tác vụ, nên khi khối lượng cao và đều đặn, chi phí token tích lũy theo thời gian, trong khi máy riêng là khoản đầu tư một lần. Mức tiết kiệm thực tế còn phụ thuộc vào khối lượng sử dụng và loại model đang dùng, nên cần tính theo từng trường hợp cụ thể.

Lý do thứ ba là sự chủ động. Chạy cục bộ giúp tránh giới hạn tốc độ gọi API, tránh bị ảnh hưởng khi nhà cung cấp đổi giá hoặc ngừng hỗ trợ một phiên bản model, đồng thời mở ra khả năng chọn model mã nguồn mở, thử các mức lượng tử hóa khác nhau hoặc tinh chỉnh theo dữ liệu riêng. Cách làm này không phải lúc nào cũng thay thế được API đám mây, nhiều nhóm vẫn kết hợp cả hai: tác vụ nhạy cảm hoặc chạy dày chạy trên máy riêng, tác vụ cần model rất lớn gọi qua dịch vụ ngoài.

Cấu hình Agent Computer cần những gì?

VRAM quyết định kích thước model chạy được

Với một card, VRAM đặt trần cho kích thước model nạp được. Dòng RTX 5070, 5070 Ti và 5080 có 12GB đến 16GB, phù hợp model cỡ nhỏ và vừa sau lượng tử hóa. Dòng RTX PRO Blackwell đưa dung lượng lên 48GB và 96GB trên một card (RTX PRO 6000 Blackwell có 96GB GDDR7 ECC theo NVIDIA), đủ chỗ cho model lớn hơn hoặc ngữ cảnh dài hơn. Khi gắn nhiều card, model có thể được chia ra giữa các GPU, nhưng VRAM không gộp thành một khối chung: hiệu quả phụ thuộc vào phần mềm chia tải và băng thông PCIe giữa các card (xem hướng dẫn chạy nhiều GPU của llama.cpp và vLLM).

CPU và nền tảng

CPU không nạp model nhưng đảm nhiệm điều phối agent, tiền xử lý văn bản, tạo embedding và chạy cơ sở dữ liệu vector. Ryzen 9 9900X (12 nhân, 24 luồng) và 9950X (16 nhân, 32 luồng) đáp ứng tốt các bộ một đến hai GPU. Từ bốn GPU trở lên, Threadripper PRO 9965WX (24 nhân, 48 luồng), 9975WX (32 nhân, 64 luồng) và 9985WX (64 nhân, 128 luồng) cung cấp thêm số nhân lẫn số làn PCIe cần thiết.

RAM hệ thống

RAM hệ thống chứa dữ liệu trung gian, ngữ cảnh dài và nhiều tiến trình agent chạy cùng lúc, đồng thời là nơi model tràn sang khi VRAM không đủ, dù tốc độ lúc này giảm rõ rệt. Các bộ một GPU trong danh mục dùng 32GB đến 64GB, bộ hai GPU thường từ 128GB đến 192GB, còn các bộ Threadripper PRO đi tới 384GB với RAM V-Color Server ECC Registered.

SSD NVMe

Một file model lượng tử hóa cỡ 70 tỷ tham số có thể nặng vài chục GB, chưa kể nhiều phiên bản model, dữ liệu huấn luyện và chỉ mục vector. Các bộ nhiều GPU trong danh mục dùng SSD Samsung 990 PRO dung lượng 2TB đến 4TB, đủ chỗ lưu thư viện model và tải model nhanh khi đổi tác vụ.

Nguồn, tản nhiệt và case cho tải chạy liên tục

Agent chạy nhiều giờ liền nên nguồn và tản nhiệt quan trọng không kém GPU. Bộ 4 card RTX 5090 dùng nguồn ASUS PRO WORKSTATION 3000P, bộ 6 card RTX 5090 dùng hai nguồn cùng loại, đặt trong khung nhôm custom của NCPC thay vì case tiêu chuẩn. Phần CPU được làm mát bằng tản nước AIO 360mm như Cooler Master MasterLiquid PL360 hoặc Asus PRIME LC 360 ARGB.

Khi đã xác định được nhóm cấu hình phù hợp, các bộ Agent Computer trong bảng gợi ý bên dưới cho phép xem chi tiết thông số từng linh kiện và nhận tư vấn từ Nguyễn Công PC trước khi đặt hàng.

Chọn Agent Computer theo nhu cầu sử dụng

Cá nhân và lập trình viên thử nghiệm agent

Người phát triển ứng dụng agent, chạy thử model 7B đến 32B sau lượng tử hóa hoặc xây dựng quy trình tự động hóa cá nhân thường bắt đầu với nhóm 1, tức một card RTX 5070 đến RTX 5080 kèm Ryzen 9. Mini PC AI Asus Ascent GX10 là hướng thay thế khi cần 128GB bộ nhớ dùng chung trong một thiết bị gọn trên bàn làm việc. Trường hợp cần di chuyển nhiều, danh mục Laptop AI có các dòng laptop phục vụ công việc dữ liệu và AI.

Nhóm và doanh nghiệp chạy agent nội bộ, RAG

Hệ thống hỏi đáp trên tài liệu nội bộ (RAG), agent hỗ trợ khách hàng hay trợ lý mã nguồn cho cả đội cần model đủ lớn, ngữ cảnh dài và nhiều người dùng cùng lúc. Nhóm 2 và nhóm 3 phù hợp cho nhu cầu này, với 48GB đến 96GB VRAM trên một card hoặc 64GB trở lên khi chia qua hai card. Doanh nghiệp có kế hoạch mở rộng thành cụm máy hoặc ảo hóa có thể tham khảo thêm danh mục PC Workstation và Server - Máy ảo hóa.

Tinh chỉnh model và chạy nhiều agent song song

Khi cần tinh chỉnh model theo dữ liệu riêng, chạy nhiều model cùng lúc hoặc phục vụ nhiều agent đồng thời, nhóm 4 với 4 đến 6 card là lựa chọn phù hợp. Các card RTX 5090 cho dung lượng 32GB mỗi card, còn dòng RTX PRO đưa dung lượng lên 96GB mỗi card, phù hợp khi model hoặc batch lớn không thể chia nhỏ hơn.

Gợi ý Agent Computer tại Nguyễn Công PC

Bảng dưới đây chọn 8 bộ trải từ cấu hình một card tới hệ thống nhiều GPU, kèm Mini PC AI cho nhu cầu gọn nhẹ. Toàn bộ sản phẩm của danh mục được liệt kê ở đầu trang này.

Cần so sánh các bộ với nhau hoặc muốn cấu hình riêng theo model đang dùng, đội ngũ Nguyễn Công PC sẵn sàng hỗ trợ qua hotline hoặc trực tiếp tại showroom, liên hệ tư vấn ngay để chọn bộ phù hợp.

Phần mềm và hệ sinh thái chạy trên Agent Computer

Phần cứng chỉ là một nửa của hệ thống. Ở lớp chạy model, Ollama và LM Studio cài đặt đơn giản cho người mới, llama.cpp linh hoạt với định dạng GGUF và khả năng chia các lớp model giữa nhiều GPU, còn vLLM hướng tới phục vụ nhiều yêu cầu đồng thời với tensor parallelism trên nhiều card. Các công cụ này đều có thể mở một điểm truy cập API tương thích chuẩn phổ biến, nhờ đó lớp agent xây bằng LangChain, LangGraph, n8n hoặc mã tự phát triển có thể chuyển giữa model cục bộ và model đám mây mà ít phải sửa.

Về hệ điều hành, Linux là lựa chọn phổ biến cho máy chạy dịch vụ liên tục, trong khi Windows kèm WSL2 thuận tiện cho phát triển; nếu dùng Windows, nên chọn hệ điều hành Windows bản quyền hợp lệ. Mini PC AI Asus Ascent GX10 dùng chip NVIDIA GB10 với CPU Arm 20 nhân và 128GB LPDDR5x dùng chung (theo ASUS và NVIDIA), vì vậy phần mềm và thư viện cần có bản build tương thích với Arm, điểm nên kiểm tra trước khi chọn bộ máy này cho quy trình đang dùng.

Tự build hay mua Agent Computer dựng sẵn?

Tự build phù hợp với người đã quen lắp ráp và có thời gian thử nghiệm, nhưng bài toán nhiều GPU phức tạp hơn một bộ PC thông thường. Khoảng cách giữa các khe PCIe, công suất nguồn, luồng gió trong case và độ tương thích của driver đều ảnh hưởng đến độ ổn định. Một hệ 6 card RTX 5090 cần hai nguồn 3000W và khung máy riêng, những thứ khó chọn đúng ngay từ lần đầu nếu thiếu kinh nghiệm với cấu hình tương tự.

Đội ngũ nhiều năm kinh nghiệm lắp đặt của Nguyễn Công PC

Mua dựng sẵn giúp rút ngắn thời gian từ lúc đặt hàng đến lúc chạy được agent đầu tiên, vì linh kiện đã được chọn đồng bộ từ mainboard, nguồn, tản nhiệt đến case. Các bộ Agent Computer có bảo hành theo từng linh kiện, riêng Mini PC AI Asus Ascent GX10 bảo hành 36 tháng, đồng thời có showroom tại Hà Nội và TP.HCM để trao đổi trực tiếp về cấu hình. Với nhu cầu đặc thù hơn, dịch vụ Build PC Custom cho phép đề xuất cấu hình theo yêu cầu riêng.

Kết luận

Agent Computer không đơn giản là một chiếc PC mạnh, mà là bộ máy được chọn linh kiện quanh bài toán VRAM, băng thông giữa các card và khả năng chạy bền. Một card RTX 5070 đến 5080 đủ cho giai đoạn phát triển và thử nghiệm, card RTX PRO 48GB đến 96GB mở rộng kích thước model trên một máy, còn hệ 4 đến 6 card Threadripper PRO phục vụ đội nhóm và tác vụ nặng. Mini PC AI Asus Ascent GX10 là hướng đi gọn nhẹ cho người cần dung lượng bộ nhớ lớn trong một thiết bị nhỏ.

Việc chọn nhóm nào nên bắt đầu từ model dự định chạy, số agent hoạt động cùng lúc và số người dùng chung hệ thống, rồi mới đến các thông số còn lại. Làm theo thứ tự này giúp tránh hai tình huống thường gặp: thiếu VRAM khiến model không nạp được, hoặc chọn cấu hình dư so với nhu cầu thực tế.

Nguyễn Công PC tư vấn miễn phí trước khi mua tại showroom Hà Nội, TP.HCM hoặc qua hotline. Khi liên hệ, bạn nên chuẩn bị sẵn tên model định chạy, độ dài ngữ cảnh, số agent hoạt động cùng lúc và ngân sách để được đề xuất cấu hình sát nhu cầu.

Nội dung cập nhật ngày 20/10/2026. Thông số linh kiện lấy theo trang sản phẩm tại Nguyễn Công PC và trang công bố của NVIDIA, AMD, ASUS; giá và cấu hình có thể thay đổi theo thời điểm.