快科技 9 月 28 日消息，AMD 近日公布 RDNA 4 架构在 AI 算力上的核心数据：与上一代 RDNA 3 相比，AI 计算能力达到原来的 4 倍以上，每个计算单元配备 2 个 AI 加速器，支持 FP8、INT8 等新数据类型及稀疏性加速，Radeon RX 9000 系列显卡最高算力达 1557 TOPS。

这一算力提升直接改善了本地大模型推理体验，让 Radeon 显卡在运行本地 AI 模型时更流畅，告别卡顿。

架构落到产品上，就是 Radeon RX 9000 系列显卡。该系列 GPU 最多配备 16GB GDDR6 显存，其中 RX 9070 配 16GB 显存，定位 AI 加速入门级产品；工作站端的 Radeon AI PRO R9700 将显存做到 32GB，可容纳更大的模型权重，面向高级 AI 工作流。

软件生态是 AI 落地的关键。AMD 明确 Radeon 显卡可通过编程支持 Microsoft DirectML 等主流机器学习框架，部分 Radeon 显卡还支持 AMD ROCm 开放式软件平台。

AMD 已发布 ROCm 6.0，扩大对客户端机器学习开发的硬件与软件支持；此前 ROCm 5.7 已与 PyTorch 配合，为 Radeon RX 7900 XT、RX 7900 XTX 和 Radeon PRO W7900 GPU 提供支持。

这些软件栈让本地推理有了现成路径。借助锐龙 AI PC 或 Radeon 7000 系列显卡，可在本地运行基于 GPT LLM 的专属 AI 聊天机器人实例。AMD Software 内也加入了 AMD Chat 等 AI 功能，并提供 AMD 噪音抑制，用于智能背景噪音消除。

本地推理之外，应用生态覆盖内容创作和生成式 AI 两条线。创作侧兼容 Adobe Photoshop、DaVinci Resolve、Blender；生成式视觉应用包括 Automatic1111 和 Stable Diffusion WebUI-DirectML。

文本生成方面也有成熟工具。LM Studio 定位为安装方便、全面加速的离线应用；OLLAMA 则针对 AMD Radeon 做了优化，可高效运行 Llama 2。