Ryzen AI Max+
PulseAugur coverage of Ryzen AI Max+ — every cluster mentioning Ryzen AI Max+ across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
ASRock Industrial 推出搭载 AMD Ryzen AI Max+ 芯片的 AI Box-A395
ASRock Industrial 发布了 AI Box-A395,这是一款专为本地 AI 推理任务设计的迷你 PC。该系统采用了 AMD 的 Ryzen AI Max+ 395 芯片,并采用独特的微塔式设计和铝制机身,让人联想到 Apple Power Mac G5。AI Box-A395 面向工业环境,提供了一个始终在线的解决方案,用于运行 AI 代理和模型。
-
AMD的FSR 4.1扩大了对旧款GPU和游戏机的兼容性
AMD发布了其FidelityFX Super Resolution (FSR)技术的更新版本4.1,现在支持更广泛的硬件,包括Radeon RX 6000系列显卡和Xbox Series X/S游戏机。新版本还扩展了对AMD的Ryzen AI Max、AI 9和Z2处理器的兼容性,扩大了其在游戏和AI设备上的应用范围。
-
AMD FSR 4.1扩展支持旧款GPU和游戏主机
AMD发布了FSR 4.1,这项升级技术现已支持包括Radeon RX 6000系列GPU、Xbox Series X和S游戏主机以及特定的Ryzen AI芯片在内的旧款硬件。此次更新通过利用INT8着色器硬件来提升图像质量,在《赛博朋克2077》等要求严苛的游戏中,性能成本约为13%。此外,FSR 4.1改进了帧同步,以获得更流畅的游戏体验,并为更多游戏引入了对Vulkan API和FSR光线重建的支持。
-
NVIDIA 发布 RTX Spark N1X SoC,面向 Windows Arm 设备
NVIDIA 已正式发布其 RTX Spark N1X 片上系统 (SoC),标志着其在基于 Arm 的处理器的 Windows 生态系统中迈出了重要一步。这款新 SoC,也称为 GB10,是与 MediaTek 合作的成果,其 CPU 芯片由 MediaTek 设计,GPU 芯片由 NVIDIA 设计,两者均基于台积电的 3nm 工艺制造。RTX Spark N1X 旨在与 AMD Ryzen AI Max 系列等高端产品竞争,并已…
-
GMKtec 发布 EVO-X3 mini-PC,搭载 AMD Ryzen AI Max+ 用于本地 AI 任务
GMKtec 发布了 EVO-X3,一款采用 AMD Ryzen AI Max+ 395 处理器的全新 mini-PC。这款紧凑型台式机专为 AI 开发和本地推理任务而设计,提供高达 128GB 的 LPDDR5X 内存。EVO-X3 的独特之处在于其 OCuLink 端口,可用于外部 PCIe 连接,提供比 Thunderbolt 4 更高的带宽,并采用独特的垂直全金属机箱。
-
Strata应用支持Qwen3.8-Flash-Next在消费级硬件上运行
Strata应用程序已更新,支持Qwen3.8-Flash-Next,使其能在消费级硬件上运行,并显著提升速度。这一进展使得拥有中等配置GPU和充足系统内存的用户能够运行先进的模型,可能取代更大、更难访问的版本。Strata通过优化模型加载和采用推测解码来实现这一点,使强大的AI模型更容易在本地使用。
-
易失性内存与非易失性内存:理解核心区别
易失性内存,如DRAM和SRAM,需要持续供电才能保留数据,适用于活动处理和CPU缓存。相比之下,非易失性内存,如SSD中使用的NAND闪存和用于固件的NOR闪存,即使在断电后也能保留信息。这两种内存类型在现代计算设备的运行中都扮演着独特但至关重要的角色。
-
AMD的Strix Halo APU基准测试揭示了其取代独立GPU用于AI的潜力
AMD即将推出的“Strix Halo”APU(特别是Ryzen AI Max+ 395)的泄露基准测试表明性能将有显著飞跃。该芯片在Time Spy中获得10,106分,超过了GeForce RTX 3060。这一进步,加上128GB的统一内存,预示着未来的笔记本电脑可能无需独立显卡即可在本地运行大量AI模型。
-
在 AMD Strix Halo 上使用 ROCm 成功训练 Ideogram 4 LoRA
一位用户在使用 ROCm 和 AI-Toolkit 的 AMD Strix Halo APU 上成功训练了 Ideogram 4 人脸 LoRA。该过程涉及几个 AMD 特有的挑战,包括 bitsandbytes 的不兼容性、融合注意力下 Qwen3-VL 文本编码器的问题,以及 JSON 标题中触发词的静默失败。尽管存在这些障碍,训练仍成功完成,并产生了可用的结果。
-
Ideogram 4 LoRA训练详细介绍,适用于AMD硬件和风格示例
用户们正在分享他们为Ideogram 4模型训练LoRA的经验和结果。Ideogram 4是一个因其开源能力而受到赞誉的扩散模型。一位用户详细介绍了在AMD Strix Halo系统上使用ROCm和AI-Toolkit训练人脸LoRA的过程,强调了AMD硬件的特定挑战和解决方案。其他用户展示了为特定风格(如吉卜力工作室、动漫/数字绘画)训练的LoRA,其中一些用户注意到出现意外结果,例如特征夸张,并讨论了最佳训练步骤。
-
新工具可视化 AMD Strix Halo 上的 NPU 和 iGPU 活动
一款名为 xdna-top 的新终端监控工具已发布,旨在帮助用户可视化 AMD Strix Halo 处理器上 NPU 和 iGPU 的活动。该工具解决了当前跟踪 NPU 性能的难题,因为像 amd-smi 这样的现有工具在此硬件上功能不全。xdna-top 提供了 iGPU 和 NPU 的统一视图,显示实时活动和提交计数器,以提供更清晰的利用率图景。