News KI-System und NAS: Ugreen senkt Preise für HA100 und HA100 Pro vor dem Start um bis zu 600 USD

[Frank]

Ugreen verschiebt den Kickstarter-Launch der neuen KI-Smart-Home-Hubs HomeAgent und MasterAgent leicht nach hinten, reduziert die Preise und gibt Vorbestellern zusätzliche Boni mit. Der offizielle Start der Kickstarter-Kampagne wird vom 27. Oktober 2026 auf den 17. November 2026 verschoben.

Zur News: KI-System und NAS: Ugreen senkt Preise für HA100 und HA100 Pro vor dem Start um bis zu 600 USD

 

[Kinman]

Grundsätzlich interessante Produkte, aber preislich fragwürdig. Wenn ich das richtig sehe und verstehe, bietet ein DGX Spark mehr Leistung als der MasterAgent und ist dabei (viel) günstiger. Bei 20.000 Euro wäre schon etwas Richtung RTX 6000 mit 96 GB wirklich schnellem Speicher zu erwarten.

 

[Syntax_41]

@Kinman Leistungsmäßig nehmen die sich nichts: Thor und Spark haben beide 128 GB LPDDR5X mit 273 GB/s, das limitiert bei LLM-Inferenz. Bei FP4-Tensor liegt Thor laut NVIDIA sogar vorn, nur beim Preis hast du recht.

 

[interesTED]

Den Preis verstehe ich auch nicht, wenn ich mir die Pro6000 mit dem Thor vergleichen lasse. Muss ich was übersehen.

 

[Phoenixxl]

Erster Gedanke: 19,99€ für ein Ladegerät 🤣

 

[DeusExMachina]

Die Preissenkungen sind nicht ohne für diese Art von Systemen gerade beim weiterhin eher angespannten Preisumfeld für die Komponenten.

Da werden die Vorbestellungen wohl etwas hinter der Prognose geblieben sein

 

[Syranite]

Rockchip und Jetson für 20000€

 

[eastcoast_pete]

Und hier die Standardfrage bei UGreen OS: Kann das jetzt Volumenverschlüsselung? UGreen packt alle möglichen Neuerungen in ihr NAS OS, aber die Volumenverschlüsselung blieb ignoriert. Bei den HDD Preisen ist das ein Grund, diese NAS nicht zu kaufen.

 

[Kinman]

@Kinman Leistungsmäßig nehmen die sich nichts: Thor und Spark haben beide 128 GB LPDDR5X mit 273 GB/s, das limitiert bei LLM-Inferenz. Bei FP4-Tensor liegt Thor laut NVIDIA sogar vorn, nur beim Preis hast du recht.

Nur dass der Spark 2-3x so viele Cuda-Cores hat. Das ist zwar fürs Inferencing nicht so wichtig, aber fürs Prefill schon. Der Unterschied wird zwar aufgrund der max. Power (sofern JT mit 130W konfiguriert ist) nicht groß sein, aber dennoch vorhanden.

Je nachdem, was man macht, kann es halt schon so sein, dass es spürbar langsamer ist. z.B. für Dokumentenklassifizierung und ähnliches, wo hauptsächlich Prefill wichtig ist.

 

[Syntax_41]

@Kinman Stimmt, du hast recht, ich hab das zu sehr auf Decode verkürzt. Die Bandbreite ist bei der Token-Generierung das begrenzende Element, wenn beide Faktoren gleich sind. In Bezug auf Prefill hat der Spark mit seinen über 2,4x so vielen SMs eindeutig die Oberhand, während die FP4-Angabe von NVIDIA für Thor eher als Papierwert zu betrachten ist. Ich würde also auch zum Spark greifen, wenn es um prefill-lastige Workloads wie Klassifizierung oder RAG mit langen Kontexten geht.

 

[Calaphos]

Nur dass der Spark 2-3x so viele Cuda-Cores hat. Das ist zwar fürs Inferencing nicht so wichtig, aber fürs Prefill schon. Der Unterschied wird zwar aufgrund der max. Power (sofern JT mit 130W konfiguriert ist) nicht groß sein, aber dennoch vorhanden.

Je nachdem, was man macht, kann es halt schon so sein, dass es spürbar langsamer ist. z.B. für Dokumentenklassifizierung und ähnliches, wo hauptsächlich Prefill wichtig ist.

Jetson Thor hat tcgen05 tensor cores (Blackwell Datacenter), Spark nur die von consumer Blackwell ohne TMA und tcgen05 Instruktionen. Deshalb ist der rohe throughout von Thor etwa genauso hoch wie bei spark trotz weniger SMs.


Software support und optimierte kernels sind wahrscheinlich tendenziell besser bei Thor (z.B. flash attention 4), aber ymmw und Thor ist compute capability sm_110 und nicht sm_120 (von Blackwell Datacenter), letztes Mal das ich was mit der Hardware zu tun hatte gab's noch ein paar weitere Lücken im kernel support.

 

[Kinman]

Ah interessant. Danke für die Aufklärung.