Como Rodar LLM de 70B Num Tablet: ROG Flow Z13 com 128GB Unificada
Em 2025, rodar um modelo de 70 bilhões de parâmetros (70B) localmente era coisa de servidor com múltiplas GPUs ou estações de trabalho que custavam R$ 100.000+.
Em 2026, você faz isso num tablet de 1.2kg.
O ASUS ROG Flow Z13 com 128GB de memória LPDDR5X-8000 unificada é o primeiro — e único — tablet Windows do mundo capaz de rodar LLMs de 70B localmente. Este guia explica como isso funciona, como configurar e o que esperar de performance.
Por que 128GB de memória unificada é o segredo
Computadores tradicionais separam RAM (para CPU) e VRAM (para GPU). Cada uma tem seu próprio pool e não compartilham. Um notebook gamer com 32GB de RAM e 12GB de VRAM simplesmente não consegue rodar um modelo 70B — precisa de offload para disco, que derruba a velocidade para 1-5 tokens/s.
O ROG Flow Z13 usa memória unificada: CPU e GPU acessam o mesmo pool de 128GB LPDDR5X-8000 em quad-channel. A alocação entre RAM e VRAM é configurável via BIOS.
Requisitos de VRAM para modelos 70B
| Quantização | Tamanho aproximado | Roda no Z13 128GB? |
|---|---|---|
| Q4 (4 bits) | ~35 GB | Sim (folgado) |
| Q4_K_M (~4.5 bits) | ~40 GB | Sim (folgado) |
| Q5 (5 bits) | ~44 GB | Sim |
| Q6 (6 bits) | ~53 GB | Sim |
| Q8 (8 bits) | ~70 GB | Sim |
| FP16 | ~140 GB | Não (não cabe) |
Com alocação de até 96GB de VRAM via BIOS, o Z13 cobre todas as quantizações até Q8 para modelos 70B.
Guia passo a passo
1. Configure a alocação de VRAM no BIOS
O ROG Flow Z13 permite alocar memória unificada como VRAM via configuração no BIOS:
- Reinicie e pressione F2 durante a inicialização
- Navegue para Advanced > GPU Configuration
- Ajuste UMA Frame Buffer Size para o valor desejado (64GB-96GB recomendado para 70B)
- Requer reboot — a alocação é estática até a próxima alteração
- Salve e saia
Para uso diário, uma alocação de 32GB VRAM é suficiente para modelos 35B. Altere para 64-96GB apenas quando for rodar 70B.
2. Escolha o framework
Três opções principais no Windows:
| Framework | Vantagem | Como usar |
|---|---|---|
| llama.cpp (via LM Studio) | Mais simples, interface gráfica | LM Studio detecta automaticamente a GPU AMD via Vulkan |
| Ollama | CLI simples, centenas de modelos | ollama run deepseek-coder-v2:70b-q4 |
| DirectML | Suporte Microsoft, integração Windows | Usa DirectML para inferência GPU |
O ROG Virtual Assistant da ASUS também usa a capacidade local de 70B, mas para controle geral, LM Studio + Ollama são as opções mais flexíveis.
3. Performance esperada
Com quantização Q4 e alocação de 64GB+ VRAM:
| Modelo | Tokens/s estimado | Uso prático |
|---|---|---|
| 70B Q4_K_M (~40GB) | 15-25 tok/s | Conversas, código, análise |
| 35B Q4_K_M (~20GB) | 35-50 tok/s | Uso geral, resposta rápida |
| 8B Q4_K_M (~5GB) | 60-100 tok/s | Assistente leve, em tempo real |
15-25 tokens/s para 70B é suficiente para leitura confortável e conversação em tempo real. Não é a velocidade de uma RTX 5090 (que faria 80+ tok/s), mas está muito acima de "impraticável".
4. Modelos recomendados para 70B local
Que cabem inteiros (sem offload) nos 96GB de VRAM do Z13:
- DeepSeek V2.5 70B GGUF — excelente para código e raciocínio
- Qwen 3 72B Q4 — forte em português e tarefas gerais
- LLaMA 3.3 70B Q4_K_M — referência, amplo suporte de ferramentas
- Gemma 3 27B Q8 — cabe em Q8, qualidade superior
BTV B13 4K Ultra HD — TV Box Android 11 com Controle por Voz
Processador: Amlogic S905X4 64-Bit Quad-Core ARM Cortex-A55Custo-benefício: Z13 vs nuvem vs desktop
A grande vantagem do Z13 para IA local é que ele já é seu computador. Você não compra uma placa extra — o dispositivo que você usa para tudo também roda IA.
| Opção | Custo (12 meses) | Roda 70B? | Portátil? |
|---|---|---|---|
| ROG Flow Z13 128GB | R$ 23.499 (única vez) | Sim | Sim (1.2kg) |
| RTX 3090 como nova (24GB, Orbe) | R$ 10.000 + PC | Só 35B | Não |
| RTX 5090 + PC | R$ 35.000+ | 35B (offload) | Não |
| Nuvem (48GB VRAM) | R$ 18.000-36.000 | Sim (via streaming) | Sim (nuvem) |
| RTX 4090 48GB (mod) | R$ 15.000+ | Sim (40-50 tok/s) | Não |
O Z13 é a única opção portátil + local + 70B por menos de R$ 25.000.
DJI Mini 3 Standard Combo (DJI RC) — Drone 4K HDR com Controle com Tela
Peso da Aeronave: < 249 gIA local vai além de LLMs
Os 128GB de memória não servem só para chat. O Z13 pode rodar localmente:
- Stable Diffusion / Flux — geração de imagem
- Processamento de vídeo — edição, transcrição, análise frame a frame
- Análise de datasets em memória — 128GB cabe datasets médios inteiros
- Fine-tuning LoRA — adaptação de modelos menores
- Multitarefa — roda LLM + difusão + navegador simultaneamente sem swap
Tudo sem depender de internet, sem pagar por API, sem enviar dados para servidores.
O futuro é local e portátil
O ROG Flow Z13 128GB prova que IA local não precisa mais de desktop com múltiplas GPUs. Um tablet de 1.2kg com memória unificada de 128GB entrega capacidade que, há dois anos, exigia um rack de servidores.
Para quem trabalha com IA, desenvolve modelos ou simplesmente quer privacidade e disponibilidade 24/7 dos seus modelos locais, o Z13 é a ferramenta certa no formato certo.
ASUS ROG Flow Z13 128GB (GZ302EA-RU094W) — R$ 23.499 à vista, impostos inclusos, unidade única. Compre na Orbe.
