(资料图片)

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。