Введение
В этом несерьёзном посте попробую разобраться с вполне серьёзным вопросом: каким должен быть идеальный ноутбук для ML-разработчика.
Вот несколько основных требований:
достаточно производительное железо, чтобы локально экспериментировать с нейросетями и другими ML-задачами;
компактный корпус и небольшой вес, чтобы без особых страданий несколько раз в неделю носить ноутбук между домом и офисом, брать в поездки и командировки;
нормальная автономность — не обязательно на полный рабочий день, но хотя бы чтобы несколько часов поработать в кафе, транспорте или коворкинге без постоянного поиска розетки;
возможность работать с NVIDIA CUDA, поскольку она по-прежнему остаётся стандартом для большинства исследовательских ML-проектов и нужна мне в работе;
хорошее качество сборки и в целом приятное железо, которым хочется пользоваться несколько лет, а не менять при первой возможности.
Несколько лет таким универсальным компьютером для меня был MacBook Pro на M1. Но постепенно его ограничения стали перевешивать преимущества, и в итоге я решил попробовать перейти на x86-ноутбук с Linux.
Ниже расскажу, что именно меня перестало устраивать в MacBook, насколько страшен Linux в 2026 году, что не так с Thinkpad P1 и почему в итоге остановился на довольно необычном ASUS ROG Flow Z13.
MacBook — отличный ноутбук, но не лучший выбор
Я пользовался MacBook Pro на M1 около трёх лет, и в целом это классный ноутбук. macOS красивая и очень удобная. В системе нет множества скрытых и костыльных меню, как в Windows. Она во многом похожа на Linux, поэтому на ней удобно работать с командной строкой. Отличная интеграция с другими устройствами Apple, которые, скорее всего, тоже появляются, если у вас уже есть Mac :). Компьютер стабильно — может быть, за исключением пары случаев в год — засыпает и всегда быстро просыпается. Здесь одни из лучших тачпадов и клавиатур и превосходное качество сборки.
В первую очередь MacBook — универсальное устройство, которое подойдёт очень многим. Особенно он хорош для тех, кто не хочет тратить время на настройку системы и ждёт, что компьютер будет просто работать. С этим MacBook действительно прекрасно справляется.Но именно из-за этого технически увлечённым людям со временем он может показаться немного скучным и ограниченным. Система и железо устроены так, чтобы пользователь как можно реже задумывался о том, что происходит внутри, но вместе с удобством это приносит и ряд ограничений. Ниже приведу несколько примеров из собственного опыта. Список очень выборочный, но именно эти моменты постепенно и подтолкнули меня к тому, чтобы в итоге продать MacBook.
macOS
При всех достоинствах macOS у неё есть и недостатки. Я так и не смог привыкнуть к тому, что закрытие последнего окна не завершает приложение: оно продолжает работать, а под иконкой в Dock остаётся точка. Чтобы полностью закрыть программу, нужно отдельно выбрать команду завершения или нажать Command-Q. Работа с окнами не всегда кажется очевидной и удобной. Стабильность и предсказуемость обычно называют одними из главных плюсов macOS, но, например, в Tahoe привычную сетку приложений в Launchpad просто убрали, не оставив пользователю выбора. В операционной системе, заточенной под закрытую экосистему, производителю в целом проще диктовать пользователям своё видение того, как всё должно работать.
Экосистема
Apple сильно привязывает пользователя к своей экосистеме — это всем известный факт. С нынешними проблемами оплаты это уже скорее баг, чем фича. Конечно, никто не мешает использовать тот же Яндекс Диск вместе с iCloud или вместо него. Но, в таком случае ты просто переплачиваешь за сервисы, которыми не пользуешься.
Предустановленные приложения — отдельная история. Без достаточного объёма iCloud многие из них резко теряют привлекательность: приложения для книг, документов и фотографий перестают нормально синхронизироваться между устройствами Apple. При этом даже с доступом к облаку многие из них оказываются не особенно практичными. Первое приятное впечатление постепенно сменяется разочарованием. Я, например, не встречал ни одного знакомого, который регулярно и полноценно пользовался бы Numbers вместо Excel или Google Sheets — хотя я сам пчестно ытался. То же самое с Pages вместо Word, FaceTime вместо Zoom, Google Meet и других приложений для созвонов, Safari вместо Chrome, Apple Maps вместо Google Maps или Яндекс Карт, Siri вместо ChatGPT (может скоро и поменяется). Я перечислил только самые заметные примеры, а есть ещё целая пачка таких же красивых и при этом мало кому нужных приложений, которые нельзя удалить. Спасибо Apple хотя бы за то, что она не устанавливает вместе с системой гору стороннего софта, но реально полезных собственных приложений лично для меня в итоге оказалось всего несколько. Во многом это следствие желания втянуть пользователя как можно глубже в собственную экосистему.
В современном контексте, как мне кажется, становится всё полезнее уметь самостоятельно выстраивать надёжное окружение из инструментов, минимально зависящих от внешней погоды, а также контролировать хотя бы самую важную часть своих данных: личные фотографии, любимые книги, музыку и записи. Этот навык тоже нужно тренировать. Поиск и тестирование инструментов и сервисов, конечно, отнимают время и силы. Но первый шаг можно сделать естественным образом: оборвать привычные узы экосистемы Apple и, например, перестать покупать по двойной цене подарочные карты только ради оплаты iCloud. В целом всё перечисленное выше я ещё мог бы потерпеть. Поэтому дальше пойдут более серьёзные аргументы разработчика.
Совместимость с Linux
В машинном обучении Linux повсюду: на серверах, роботах и небольших вычислительных платах. macOS в таком окружении неизбежно накладывает дополнительные ограничения. Например, Docker работает через виртуализацию, а не нативно, что приводит к накладным расходам и другим ограничениям. В современных версиях Docker Desktop появился режим host networking с поддержкой TCP и UDP, но он всё равно работает не так, как нативная сеть Linux: контейнер не получает прямого доступа к сетевым интерфейсам хоста, а низкоуровневые протоколы не поддерживаются. Поэтому ROS2 в контейнере на macOS, особенно discovery и multicast при работе с физическими устройствами, требует дополнительной настройки и может работать нестабильно. Есть и аппаратные ограничения. Linux-контейнер на macOS работает внутри виртуальной машины, тогда как физическим оборудованием управляют драйверы и API самой macOS. Поэтому для доступа к USB-устройствам приходится настраивать отдельный проброс или программный мост. Есть отличия и в работе с файловыми системами. macOS нативно не поддерживает ext4, поэтому системный раздел установленного Linux или карту памяти с Linux обычно нельзя просто смонтировать и посмотреть без сторонних драйверов или отдельной виртуальной машины. На ноутбуке с Linux такой раздел можно открыть напрямую и при необходимости изменить системные файлы. В целом многие инструменты, особенно новые исследовательские ML-проекты, в первую очередь появляются и тестируются под Linux. Поэтому инструкции, которые там работают «из коробки», на macOS нередко требуют дополнительных действий. Мой пример — популярная библиотека для работы с разреженными матрицами spconv. Без CUDA на борту я хотел бы иметь возможность хотя бы запустить код в CPU-only режиме, чтобы отлаживать пайплайны. Но даже такой сценарий для macOS нормально не предусмотрен: проект сильно завязан на специфичные для Linux зависимости и C++ окружение.
Совместимость с x86
На Apple Silicon остаются ограничения и с x86-программами. Большинство из них работает через Rosetta, но далеко не всё. Если нужно тестировать низкоуровневый код, драйверы или приложения, использующие специфические инструкции CPU, могут возникнуть проблемы. Здесь можно справедливо возразить: зато Mac даёт возможность нативно работать с ARM-архитектурой. Мне всё же кажется более удобным ноутбук на x86. ARM — это, как правило, компактные устройства с довольно специфичным программным стеком: Jetson и Raspberry Pi со своими операционными системами, драйверами и прочими особенностями. Тестировать ПО всё равно, скорее всего, придётся непосредственно на целевом устройстве, а при необходимости устройство можно взять с собой. А вот промышленный x86-компьютер с полноценной десктопной видеокартой в рюкзак уже не положишь. Тем, кто хочет работать с широким набором устройств x86 в среднем даст больше свободы и мобильности чем ARM.
Внешние видеокарты, CUDA, ROCm
Почему CUDA важна тем, кто любит экспериментировать с ML, думаю, подробно объяснять не нужно. На MacBook её нет, как нет и возможности подключить внешнюю видеокарту NVIDIA. При этом у Mac отличное железо и активно развивающаяся экосистема вокруг Metal. На нём можно запускать локальные модели генерации текста и редактирования изображений нейросетями; тот же Ollama хорошо оптимизирован под Apple Silicon. Но на уровне разработки ограничений становится заметно больше. Несмотря на почти бесшовное переключение PyTorch с CUDA на MPS, слишком часто встречаются специфичные CUDA-оптимизации, отдельные модели или целые проекты, рассчитанные именно на NVIDIA. Что-то собственное по ML на Mac вполне можно собрать и даже обучать — я это делал. Но если хочется протестировать код из очередной статьи, посмотреть что-то по работе или просто существенно ускорить вычисления, скорее всего, всё равно придётся идти на сервер или компьютер с Linux и NVIDIA. Недавний пример с работы - у нас есть компактная модель детекции объектов, и чтобы коллеги с макбуками могли её запускать локально пришлось дополнительно сохранять Torch JIT файлы, потому ONNX почему-то не конвертировались под Metal. И напоследок: к Linux можно подключить и внешнюю видеокарту AMD. Такие карты уже используются для обучения моделей через ROCm, но совместимость как по железу, так и с исследовательскими проектами пока заметно уступает экосистеме CUDA.
Автономность
Автономность — одна из киллер-фич MacBook, и это то, что мне тоже очень нравится. В режиме чтения сайтов мой MacBook Pro на M1 потреблял от батареи около 5 Вт, тогда как ThinkPad с Intel Core i7 12-го поколения — примерно 15–17 Вт даже в экономичном режиме. Однако современные процессоры Intel и AMD с энергоэффективными ядрами сильно сократили этот разрыв. При лёгкой нагрузке многие актуальные ноутбуки потребляют от батареи примерно 5–8 Вт. Это уже вполне сопоставимо с MacBook и позволяет рассчитывать примерно на 7–9 часов лёгкой работы вдали от розетки. В большинстве сценариев, если не надо работать в полях, больше автономности и не требуется. Чуть подробнее про автономность конкретных моделей будет ниже.
Возможность апгрейда
Про возможность апгрейда оперативной памяти я даже не буду говорить. С учётом того, насколько быстро развивается железо, необходимость заменить сам ноутбук, скорее всего, наступит раньше, чем желание увеличить объём RAM — особенно если старое устройство потом можно продать примерно за половину первоначальной цены. Но в MacBook нельзя заменить даже SSD! И вот это уже кажется совсем грустным.
Windows как вторая ОС
Тут всё довольно просто: установив Windows второй системой, можно получить почти универсальное устройство, способное запускать практически всё. Да, для переключения между Linux и Windows придётся перезагружаться. Но это всё равно хороший способ получить доступ к тому единственному очень нужному приложению, которого нет под Linux, не отказываясь при этом от Linux как от основной рабочей системы.
Linux теперь доступен каждому!
В эпоху ИИ Linux больше не вызывает столько головной боли как раньше. Я имею в виду всю характерную для Linux возню с настройкой системы через командную строку, установкой драйверов и специфичного ПО. Будучи максимально открытой для разработчика системой, Linux традиционно обделён тем визуальным сахаром, которым щедро покрыта macOS. Многие настройки, которые на Mac можно изменить через аккуратные меню, в Linux всё ещё приходится делать через терминал, конфигурационные файлы и системные службы. И здесь, пожалуй, находится одна из главных мыслей этой статьи, которую я осознал уже после перехода на Linux: вооружившись даже не самым мощным ИИ, перестаёшь так бояться этой ОС, как раньше. Многие вопросы с установкой драйверов, системными настройками и исправлением несовместимостей теперь решаются не через самостоятельную сборку приложений из исходников и изучение языка команд и конфигурационных файлов, а в обычном диалоге с персональным искусственным «компьютерным мастером». В результате вместо полузакрытой, но тщательно вылизанной дизайнерами macOS появляется довольно интересная альтернатива: максимально открытая система плюс ИИ-ассистент, который помогает ею управлять.
Как решиться на первый шаг
Два вопроса, чтобы определиться:
1. Нужно ли вообще запускать код на своей машине? Если всю работу вы выполняете на удалённом сервере, а ваши пет-проекты тоже никогда не спускаются с облачных серверов в физический мир, то вполне достаточно ноутбука-пишущей машинки, основная задача которого — подключаться к различным хостам и запускать код там. В этом случае MacBook, пожалуй, остаётся одним из лучших вариантов. Причём большинству хватит Air, а Pro имеет смысл брать, если хочется дополнительно запускать локальные нейросети или нужны его другие аппаратные преимущества.
2. Если ответ на первый вопрос — «да» и вам нужно мощное и универсальное железо для работы и хобби, стоит внимательно пройтись по всем приложениям, которыми вы пользуетесь на Mac. Возможно, среди них нет незаменимых mac-only приложений? Если найдётся хотя бы пара программ, без которых действительно никак, расставание с MacBook может оказаться слишком болезненным. И это нормально. Впрочем, некоторым подойдёт вариант с Linux в качестве основной системы и Windows второй ОС — специально для одного-двух нужных приложений.
Если на оба вопроса ответы положительные и разработка связана с широким программным стеком, то настало время перейти на x86+Linux!
Вот мой пример. Рабочий стек Linux / ROS 2 / CUDA предполагает регулярный запуск проектов на локальных машинах (ROS 2 на удалённом сервере — отдельный челлендж). Поскольку в компании есть возможность работать не только на корпоративных устройствах, мне хотелось иметь достаточно мощный и при этом мобильный компьютер, чтобы два-три раза в неделю работать из дома, ездить с ним в офис и параллельно заниматься своими проектами. Конечно, был вариант оставить MacBook и организовать дома небольшой сервер с Linux и хорошей десктопной видеокартой. Но на удалённой машине не всегда удобно работать, особенно когда нужен графический интерфейс или прямой доступ к оборудованию. В поездках могут возникнуть проблемы со связью, сам компьютер будет занимать место дома, а связка «хороший ноутбук + мощный десктоп» в итоге тоже обходится недёшево. Поэтому я просто прошёлся по приложениям, которыми пользовался на Mac, и обнаружил, что уже давно почти ничем, кроме программирования, на нём не занимаюсь. DaVinci Resolve, CapCut и Lightroom давно пылились без дела: небольшие видео и фотографии для соцсетей оказалось проще обрабатывать прямо на смартфоне. Немного жалко было только купленный RetouchMe — очень неплохую программу для нейросетевой ретуши. Свою работу она делала качественно и на GPU M1 работала довольно быстро. Ради неё одной теоретически можно было бы оставить Windows второй системой, но к тому моменту я и ей уже почти не пользовался. А проблемы с оплатой iCloud окончательно сделали решение гораздо проще.
Какой x86 ноутбук выбрать
После нескольких лет использования MacBook мир ПК кажется Диким Западом, в котором очень легко потеряться. Но если поразмыслить, то остаётся не так много вариантов.
Совместимость с Linux
Это самый важный и логичный критерий. В интернете можно найти информацию о том, насколько каждый производитель заботится о потенциальных пользователях Linux. Под Linux сертифицированы модели Dell (Latitude, Precision, XPS Developer Edition), Lenovo (ThinkPad, часть ThinkBook), Framework и System76. Именно эти модели рекомендуют для установки Linux. На практике сертификация предполагает более стабильный BIOS: все клавиши и функции управления компьютером должны работать из коробки, ноутбук должен правильно засыпать и просыпаться, управлять энергопотреблением и вентиляторами. Спойлер: вопрос с сертификацией под Linux остался самым спорным. По своему опыту мне так и не удалось заметить большой разницы, о чём расскажу ниже.
Видеокарта на борту
Второй важный критерий — наличие вычислительной мощности для работы с ИИ. Я выделяю два наиболее интересных варианта:
Дискретная видеокарта NVIDIA. Она мощная, позволяет работать с CUDA, но объём памяти ограничен: обычно можно рассчитывать на 8–16 ГБ. Кроме того, она потребляет много энергии. На совместимых ноутбуках видеокарты Ampere и новее умеют автоматически полностью отключаться при простое, снижая собственное потребление почти до нуля. Это даёт возможность совместить, например, экономичный Intel Core Ultra с мощностью NVIDIA в тонком и компактном корпусе;
Встроенная графика с объединённой памятью. Пока это прежде всего AMD Ryzen AI Max+ 395: до 128 ГБ объединённой памяти, производительность на уровне ноутбучной RTX 4060. CUDA нет, но можно подключить внешнюю видеокарту NVIDIA. Работа в одной памяти с процессором позволяет еще более гибко управлять графикой. Например просто открытый контейнер с прокинутой туда видеокартой NVIDIA не даст ей заснуть, что будет продолжать крутить вентиляторы ноутбука, даже если никаких расчетов не ведется. Встроенная же графика спокойно пойдет спать до востребования, сохраняя веса модели в видеопамяти.
Мне удалось потестировать обе эти идеи на примере двух ноутбуков. Это крайне ограниченная выборка, однако, не являясь техно-блогером, больше техники тестировать нет возможности :(.
Реальный опыт
Lenovo ThinkPad P1 Gen 5
Кратко про это устройство, с которым связано больше разочарований, чем реализованных надежд. Я раздобыл на Авито конфигурацию с NVIDIA RTX A3000 и 64 ГБ оперативной памяти за 120 тыс. рублей. Очень хотелось Gen 7, но тратить больше на эксперимент не хотелось.
Хорошие моменты: он действительно тонкий и лёгкий для 16-дюймового экрана, классная клавиатура, мягкое покрытие корпуса не режет ладошки. После тщательной настройки видеокарта стала уходить в спящий режим при отсутствии нагрузки, и потребление всего ноутбука от батареи снизилось до 15 Вт (здесь установлен Intel Core 12-го поколения, не Core Ultra). Как только карта пробуждается, например после команды nvidia-smi, потребление сразу возрастает до 25 Вт. Через 2–3 секунды после снятия нагрузки оно снова падает. Всё чётко!
Затык был в том, что просто переключить экран в BIOS на встроенную графику и выставить prime-select в режим on-demand оказалось недостаточно. Два фоновых процесса, звуковая карта и виртуальный дисплей остались висеть на дискретной карте и не давали ей заснуть. ИИ помог это определить и исправить (подтверждение тезиса, что теперь с Linux можно договориться без глубоких знаний операционки)!
Небольшое разочарование сразу вызвало качество корпуса: P1 ощущается совсем не таким монолитным, как обещали многие обзоры! Совсем не тот уровень премиальности, что у MacBook. В разных местах корпус ощутимо продавливается пальцем. В целом не критично, но за такую цену ожидаешь большего. Для сравнения — как выглядит крепёж P1 (глубоко посаженые обычные болтики) и каким его хочется видеть (аккуратные маленькие шляпки заподлицо с поверхностью корпуса).
Совместимость с Linux — тоже в некотором смысле разочарование. В сравнении с игровым ASUS ROG незаметно, в чём именно преимущество сертификации. 4K-экран на P1 не заработал на Ubuntu из коробки, сканер отпечатков пальцев срабатывал через раз, ночной режим экрана так и не включался, жесты с тремя пальцами на тачпаде не заработали, мышь Logitech MX Master каждый раз отваливалась после пробуждения. Засыпание с настройками BIOS по умолчанию тоже работало через раз. Если отключить опцию быстрого пробуждения, становится стабильнее, но, по ощущениям, примерно раз в месяц можно поймать перезагрузку или зависание вместо гибернации — ровно как на других несертифицированных ноутбуках с Ubuntu. Возможно, разница сертифицированного или нет ноутбука становится заметна со временем и связана с обновлением разного софта? На примере рабочего ASUS ROG могу сказать, что за два года Ubuntu 22.04 как работала, так и работает, несмотря на регулярные обновления ПО и системы и отсутствие сертификации.
Модуль Wi‑Fi от Intel работал нестабильно: дома пришлось отключить IPv6 на роутере, а в офисе ноутбук подключался через раз. Не берусь утверждать, что причина именно в мощности радиомодуля, но в сети много жалоб именно на него. Динамики тоже слабые, но с этим у многих ПК почему-то проблемы.
Ноутбук сильно греется! При длительных нагрузках клавиатура всё время будет тёплой или даже горячей. А это будет всегда, когда активна видеокарта. После нескольких месяцев ежедневного использования это уже стало напрягать! Были установлены лапки-подставки, но сильно они не улучшают обдув и охлаждение.
Субъективно 16-дюймовый формат не очень удобен для частых поездок в офис или по городу. Формат 14 дюймов, как у MacBook Pro, кажется оптимальным: ноутбук удобно положить в рюкзак, достать в транспорте или кафе, поставить на колени или держать на весу. Размер 16 дюймов — то, что надо для полноценной работы: как раз помещается IDE с боковой панелью для ИИ. Приходя в офис, я даже не хотел подключаться к внешнему монитору! Но расплата за это — 1,8 кг, а вместе с зарядкой около двух. В рюкзаке обычно есть и другие вещи, поэтому такой вес становится некомфортным. Если у владельца P1 полевой офис с одной розеткой столом и стулом, этот формат идеален: полноценное рабочее место, комфортное для целого дня работы, всегда с собой. Но если и в офисе, и дома есть монитор, зачем таскать с собой ещё один?
Начиная с 7-го поколения у P1 исправили некоторые недостатки: он стал примерно на полсантиметра уже, что может быть действительно критично для некоторых рюкзаков; крышка стала твёрже; увеличился тачпад; а у Gen 9 наконец появилась возможность подключать зарядку с правой стороны. Но стоит он всё же очень дорого по сравнению с конкурентами, тем более что теперь нет комплектаций с потребительскими GeForce RTX — только с профессиональными NVIDIA RTX PRO. Вероятно, я дал бы ему второй шанс, но эпоха дискретных карт в ноутбуках, кажется, подходит к концу. Даже сама NVIDIA выпустила чип с объединённой памятью.
ASUS ROG Flow Z13 (2025)
Это не совсем ноутбук, но, конечно, и не обычный планшет. Главное, что внутри процессор Ryzen AI Max+ 395 с общей для видеокарты и процессора оперативной памятью объёмом 128 ГБ в максимальной конфигурации! Именно такой у меня и оказался за 270 тыс. рублей. Недёшево, но среди MacBook сопоставимый объём объединённой памяти предлагает только MacBook Pro Max, который стоит примерно в два раза больше!
Внешне ROG Flow сделан очень солидно, в этом месте согласен с обзорами на 100%. Корпус очень крепкий и монолитный, а захлопнутая подставка скрывает все три болтика на задней стороне, что усиливает ощущение цельности и дороговизны.
Вес 1,4 кг (1,2 кг без клавиатуры) заметно меньше, чем у ThinkPad P1; устройство с экраном 13,4 дюйма тоже гораздо компактнее, его удобно брать с собой. А вот долго работать на нём сложно — хочется подключить внешний монитор. В этом как раз и есть его основной смысл: этакий мобильный вычислительный кирпичик с экраном, который в основном будет стоять рядом с монитором и клавиатурой, и только иногда — устраиваться в коворкингах, кафе или на коленках.
Нагрев не ощущается даже по нагрузкой! Задник планшета при интенсивной работе будет греться солидно, но благодаря направленным вверх воздуховодам клавиатура и стол совсем не нагреваются. А это важно: мы же хотим использовать его для длительных запусков ИИ-моделей. Так же нет проблемы поставить на что-то мягкое - под нагрузкой ноутбук не задохнется.
С Linux проблем оказалось меньше, чем у ThinkPad. Да, специальные функции клавиш, сделанные под Windows, типа кнопки Copilot, просто перестали работать (Windows Hello туда же), но вся база — регулировка звука и яркости, засыпание и пробуждение при закрытии и открытии клавиатуры — сразу работала как нужно. Мышь не отваливается, ночной режим работает. Разблокировку по лицу удалось настроить, так что аналог Windows Hello есть. Засыпание вроде работает четко - поднимаешь крышку-клавиатуру и ноутбук уходит в сон. Так же можно кнопкой сбоку. Но, например, если усыпить компьютер кнопкой, а потом захлопнуть крышку, то какой-тоидатчик срабатывает и происходит временное пробуждение. Непонятно почему. Или изредка случается, что какой-то процесс не даёт уйти в сон и компьютер продолжает крутить вентиляторы после закрытия крышки. По этому каждый раз не лишне проверять, не положил ли в рюкзак вместо ноутбука печку. В этом плане все как у ThinkPad.
Процессор современнее и экономичнее: в режиме браузинга потребляет около 8 Вт, так что при ёмкости аккумулятора 70 Вт·ч его должно хватить примерно на восемь часов в экономичном режиме, что довольно практично.
Насколько полезен планшет с пером под Ubuntu, мне пока сказать сложно. Кажется, может пригодиться, и хорошо, что он всегда под рукой. А вот задняя камера кажется классным дополнением: можно, например, тестировать какие-нибудь модели и алгоритмы компьютерного зрения прямо на планшете в реальном времени. Тоже может пригодиться. :)
Есть у ROG Flow и минусы: он менее удобен, чем обычный ноутбук, если не стоит на столе. Именно как планшет его можно использовать в довольно ограниченных сценариях; из коробки Ubuntu в планшетном режиме работает на троечку. Фирменные кнопки ROG в Linux перестают работать, и их функции нужно переназначать вручную (кнопка copilot, например отлично подходит для PrintScrean). Отстёгивающаяся клавиатура нормальная, но хуже, чем у того же ThinkPad. Комплектный разъём питания и оба порта USB Type-C расположены на левой стороне устройства, поэтому подключить зарядку справа не получится: там есть только USB-A. К тому же разъёмы USB Type-C хотелось бы расположить ближе к столу, поэтому лучше покупать кабели с Г-образными штекерами.
Основная киллер-фича — довольно мощная видеокарта с доступом к огромному объёму общей памяти. В штатной конфигурации под видеопамять можно выделить до 96 ГБ, а в Linux с дополнительной настройкой лимитов памяти — около 120 ГБ. Я успел протестировать разные модели Qwen, например Qwen3-Coder-Next на 80 млрд параметров. При инференсе выбранная сборка занимает до 60 ГБ общей памяти, поэтому в контексте локального запуска это действительно большая модель независимо от числа активных параметров на каждом токене. Такой объём недоступен ни одной дискретной ноутбучной видеокарте NVIDIA. И всё это в 13-дюймовом корпусе, тогда как большинство серьёзных ноутбуков с дискретными картами — рабочие станции или игровые ПК с диагональю 16 дюймов и более.
Свежий пример — LFM2.5-2.6B, компактная агентная модель на 2,6 млрд параметров.
По тестам Liquid AI, модель выдаёт:
- до 220 токенов/с на Apple M5 Max;
- до 113 токенов/с на Ryzen AI Max+ 395;
Это сравнение одной и той же модели на двух платформах. MacBook Pro с M5 Max генерирует текст примерно вдвое быстрее прежде всего благодаря примерно вдвое большей пропускной способности памяти. Но конфигурация MacBook Pro с M5 Max и большим объёмом объединённой памяти стоит запредельно дорого, поэтому ROG Flow при вдвое меньшей скорости всё равно выглядит интересным компромиссом по цене, размеру и доступному объёму памяти.
В итоге ASUS ROG Flow кажется пока наиболее подходящим для решения поставленной в начале статьи задачи. По соотношению мощности на квадратный сантиметр это уникальное устройство. Есть ли ещё кандидаты?
Кандидаты в команду
Ноутбуки на NVIDIA RTX Spark
Пожалуй, главное событие 2026 года и отличный кандидат на звание лучшего ML-ноутбука. RTX Spark предлагает ARM-процессор, графику NVIDIA и до 128 ГБ объединённой памяти — примерно ту же идею, что и Ryzen AI Max, но с CUDA, TensorRT и привычной экосистемой NVIDIA.
На бумаге это почти идеальный ML-ноутбук: можно запускать большие модели и не надеяться, что очередной проект заведётся на ROCm. Но остаются вопросы к ARM-совместимости, реальной пропускной способности памяти и цене. Последняя, судя, например, по текущей цене ASUS ProArt на Core Ultra, скорее всего, не будет демократичной.
Пока RTX Spark — скорее образ ML-ноутбука ближайшего будущего, чем реальный вариант для покупки: слишком много вопросов. Следим за новостями.
System76
System76 делает ноутбуки специально для Linux и продаёт их с Pop!_OS или Ubuntu. Производитель отвечает за железо, прошивку и систему, поэтому в теории не придётся самостоятельно бороться с драйверами, режимами сна и переключением видеокарты. Например, Adder Pro предлагает современный процессор, RTX 5060 или 5070 и до 96 ГБ оперативной памяти. Это похоже на альтернативу ThinkPad P1, только с Linux в качестве основной системы. Но главную проблему обычных ноутбуков с NVIDIA это не решает: мало видеопамяти. Для CUDA-разработки, обучения небольших моделей и проверки кода этого хватит, но для больших LLM — уже нет. Кроме того, многие модели System76 основаны на корпусах сторонних производителей. Это не проблема, но устройство ощущается менее цельным. Наконец, в России это крайне редкая марка: её будет непросто найти и, думаю, так же сложно потом продать.
Framework
Framework предлагает не идеальный ноутбук сегодня, а ремонтопригодный ноутбук, который можно обновить завтра. В нём меняются порты, память, SSD, аккумулятор, экран и даже материнская плата. У Framework Laptop 16 отдельно заменяется графический модуль. После MacBook, где даже SSD нельзя заменить, идея выглядит очень привлекательно. Но апгрейд процессора всё равно означает покупку всей материнской платы, тогда как корпус, охлаждение и батарея остаются старыми. Через несколько лет новым компонентам может потребоваться другое охлаждение, питание или компоновка. Сам корпус тоже износится, а экран и батарея устареют. Если начать менять всё по частям, стоимость приблизится к новому ноутбуку. Поэтому Framework — скорее просто очень ремонтопригодный ноутбук с возможностью продлить ему жизнь и поддержкой Linux (надеюсь, не такой, как у Lenovo). Кроме того, Framework Laptop 16 крупный и тяжёлый, как ThinkPad P1. Он довольно дорогой, его непросто достать, и непонятно, как будут обстоять дела с новыми компонентами через год или два. Корпус всего один, и субъективно он мне не очень нравится внешне, а альтернатив нет. В сумме у Framework нет уникальных преимуществ, оправдывающих риски.
Выводы
Итак, основные мысли поста для тех кто пролистал в самый низ :)
ML-программисту с широким профилем работы и интересов MacBook не даёт значительных дополнительных преимуществ по сравнению с современным x86-ПК на Linux, зато оставляет целую пачку ограничений;
благодаря ИИ Linux становится проще и доступнее;
благодаря объединённой с видеокартой памяти процессор Ryzen AI Max+ 395 в корпусе любого ноутбука выглядит абсолютным лидером среди универсальных — мощных, компактных и достаточно автономных — ПК;
При этом для кого-то сама идея одного универсального ноутбука кажется дикой, а те, кто придерживаются этой идеи - деды! Штош, может и так 🤔...
