(资料图)
AI时代,对H100等GPU的需求大幅增长,普通消费者很难买到。然而,Reddit用户创建了一个独特的解决方案,将基于AMDZen2的Ryzen54600G“Renoir”APU转换为16GBGPU,然后将其用于Linux上的AI工作负载。正如他们所说,你知道,现代问题需要现代解决方案。
旧的AMDRyzenAPU转换为GPU后可在AI工作负载中提供不错的性能
在我们讨论如何转换APU之前,让我们快速回顾一下AMDRyzen54600G。在最终被Cezanne同类产品取代后,Ryzen54600G被认为是市场上最好的APU之一。它采用6C/12T配置,配有带有七个CU(计算单元)的RadeonVegaiGPU。为了解释16GBVRAM标记是如何获得的,必须注意APU支持“共享内存”,其中您可以将RAM容量的50%分配给APU。在本例中,Reddit用户拥有32GBDDR4内存,将其中一半分配给处理器。
下一个大障碍实际上是在RyzenAPU上运行人工智能工作负载。如果您有桌面GPU,则可以利用AMD的ROCm(Radeon开放计算)平台在Linux上运行AI应用程序。然而,对于iGPU,第三方软件包允许ROCm在APU上运行,这里也使用了APU。使用ROCm可以解决您的大部分问题,因为现在您可以运行从Tensorflow到PyTorch的各种AI应用程序。
AMD将美国100美元以下的RyzenCPU转换为16GBAIGPU,提供稳定的性能2
在一段详细的视频中,Reddit用户展示了他有趣的实验,声称Ryzen54600G可以处理各种人工智能工作负载。然而,他只展示了稳定扩散的测试,令我们惊讶的是,APU在大约1分50秒内成功生成了512x512的图像。这对于APU来说是一个不错的里程碑,我们相信如果使用得当,它可能会成为一个突破。
虽然您无法将Ryzen54600G与AI意义的GPU(例如H100)进行比较,但该实验显示了RyzenAPU尚未开发的潜力。想象一下,如果这里使用的是最新的PhoenixAPU,而不是Ryzen54600G,性能会优越得多。然而,以95美元的价格提供这样的AI性能无疑是值得赞赏的,我们确实希望它为“普通消费者”提供一种满足其AI需求的方式。
标签: