在人工智能时代，行业对H100等GPU的需求大幅上升，这让对AI研究有兴趣的普通消费者很难获得这样的GPU。现代问题需要现代解决方案。不过，一位Reddit用户创造了一个独特的解决方案，他将基于AMD Zen 2的Ryzen 5 4600G"Renoir"APU转换成16 GB GPU，然后将其用于Linux上的AI工作负载。
tRb] 7 z k%c{E TdE 事实证明，将旧的AMDRyzen APU转换为GPU后，在AI工作负载中依然可提供不错的性能。
;|T!#@j sic"pn],U 在介绍APU如何转换之前，我们先来回顾一下AMD Ryzen 5 4600G。众所周知，Ryzen 5 4600G是市场上最好的APU之一，但最终被其对应的Cezanne所取代。它采用6C/12T配置，配备Radeon Vega iGPU和7个CU（计算单元）。要解释16GB VRAM是如何实现的，必须注意APU支持"共享内存"，即可以将内存容量的50%分配给APU。在这种情况下，Reddit用户板载了32 GB DDR4内存，其中一半分配给了处理器。
Ws U)Y& 
:ue:QSt(u 下一个重大障碍是在Ryzen APU上实际运行人工智能工作负载。如果你有台式机GPU，你可以利用AMD的ROCm（Radeon Open Compute）平台在Linux上运行AI应用程序。不过，如果是iGPU，第三方软件包可以让ROCm在APU上运行，这里也使用了这种方式。使用ROCm可以解决你的大部分问题，因为现在你可以运行从Tensorflow到PyTorch的各种AI应用程序。
)- 15 N uA t V". 在一段详细的视频中，Reddit用户展示了他的有趣实验，声称Ryzen 5 4600G可以处理各种AI工作负载。不过，他只展示了稳定扩散（Stable Diffusion）测试，令我们惊讶的是，APU在大约1分50秒内成功生成了一幅512x512的图像。对于APU而言，这是一个不错的里程碑，我们相信，如果使用得当，它将成为一个突破。
6RO( ]5wX yF}OfK?0f 虽然不能将Ryzen 5 4600G与H100等人工智能GPU相提并论，但这项实验显示了Ryzen APU尚待开发的潜力。试想一下，如果这里使用的不是Ryzen 5 4600G，而是性能更优越的最新Phoenix APU，那将会是怎样的一番景象。不过，以95美元的价格提供这样的人工智能性能无疑是值得赞赏的，我们也希望它能为"普通消费者"提供一种满足其人工智能需求的途径。
Fxs;F p
微博帐号登录