突破极限！AMD GPU实现Stable Diffusion超3.8倍性能飞跃

AMD GPU革新AI绘图：Stable Diffusion性能飙升3.8倍以上！

　　 4月18日消息，NVIDIA在AI领域的优势不仅源于其卓越的硬件性能，更得益于完善的生态优化与适配，使其能够充分发挥最佳效率。而AMD虽然在这方面相对落后，但正积极迎头赶上。

　　 现在，StabilityAI推出了针对ONNX框架优化的StableDiffusion模型，在支持的AMDRadeon显卡和锐龙集显上，运行速度最高可提升3.8倍。

　　 AMD表示，过去一年来，一直在与OSV、OEM、ISV厂商合作，优化AMD硬件上的AI应用，包括硬件设计、驱动程序、编译器、机器学习模型等等。

　　 经过优化的SDXL1.0和SDXLTurbo在AMD硬件上的推理性能表现亮眼，与基础的PyTorch模型相比，前者最高能提升3.8倍的性能，而后者也展现了显著的优势。至于SD3.5，其性能提升幅度同样可观，最高可达2.6倍。这一系列优化成果无疑为开发者和用户带来了更高效的解决方案，尤其是在对计算性能要求较高的场景下，这些提升显得尤为重要。可以看出，技术团队在不断探索如何让AI模型更加高效运行，这种持续优化的努力值得肯定，未来或许还能看到更多令人惊喜的进步。

　　 实际图片、视频生成应用中，SDXL 1.0、SDXL Turbo、SD3.5 Large、SD3.5 Large Turbo在RX 9070 XT显卡上的效率分别提升了3.1倍、1.5倍、3.3倍、2.1倍。

　　 SDXL 1.0、SD3.5 Large、SD3.5 Large Turbo在锐龙AI MAX+ 395上的效率，则分别提升了1.4倍、3.3倍、3.0倍。

　　 最近，AMD硬件优化版的StableDiffusion模型开始受到关注，这类模型在名称后缀中加入了“_amdgpu”，例如“stable-diffusion-3.5-large_amdgpu”。这一版本的模型已经能够在StabilityAI或HuggingFace平台上下载使用。从技术角度来看，这种针对特定硬件进行优化的做法无疑是一个值得关注的趋势。它不仅能够提升运行效率，还可能为开发者和用户带来更流畅的体验。不过，这也引发了一些思考：随着硬件优化版本的增多，未来模型的兼容性和通用性是否会受到影响？无论如何，这种创新无疑为人工智能领域注入了新的活力，值得持续关注其后续发展。

　　 你也可以使用AMD、TensorStack AI联合打造的最新版Amuse 3.0。

　　 注意，AMDGPU驱动版本建议不低于24.30.31.05预览版，或关注即将推出的25.4.1正式版。