快科技 11 月 14 日消息，AMD 工程师近期完成了一项极具突破性的技术实验，利用全新的 HRX Loom 软件与智能体 AI 工作流，在短短三天内将 50 个热门大模型成功迁移至 AMD 消费级显卡硬件。

这不仅展示了 AMD 在端侧 AI 领域的快速适配能力，也预示着大模型在个人 PC 上的普及效率将大幅提升。

据了解，此次实验由 AMD 工程师 Jeremy Fowers 和 Ben Vanik 主导。他们通过引入智能体 AI 工作流，让 AI 能够自主编写和优化适配 AMD 显卡的模型程序，从而在三到四天内完成了涉及 18 种不同架构的 50 款 Hugging Face 热门模型的迁移。

要知道，知名 AI 模型托管平台 Hugging Face 是目前全球最大的开源 AI 社区，以往将这些模型逐一适配到特定硬件需要耗费数月时间。

在性能测试中，实验团队利用代号为 Strix Halo 的锐龙 AI Max 硬件进行了深度验证。

结果显示，在处理 32K Token 的长提示词时，HRX Loom 软件的运行速度比目前主流的 Llama.cpp ROCm 后端提升了 1.5 至 2.1 倍，相比 Vulkan 后端也有 1.9 倍的性能优势。

需要说明的是，HRX Loom 目前仍是 AMD 的实验性项目，但上述结果已经显示出可观的潜力。它也不只面向 GPU，同样支持 CPU 和 NPU 执行。

实验结果已通过 GitHub 的 Loom-Fun 页面公开。作为工作的一部分，AMD 还提供了名为 loom-skills 的交付物，可为 Claude Code、Codex 或 Pi 等编程智能体配备必要组件，使其能够编写并向 AMD 客户端 GPU 部署优化后的模型程序。

目前的测试重点集中在 Strix Halo 硬件上，例如 Ryzen AI Halo 和 Framework Desktop 这类设备。