AMD工程师利用HRX Loom与AI代理在三天内将50个模型移植至客户端GPU
AMD内部实验显示，结合HRX Loom和AI代理可将模型移植时间缩短至数天，并带来最高2.1倍的性能提升。
美国半导体公司AMD的工程师Jeremy Fowers和Ben Vanik领导了一项内部实验，利用新发布的ROCm HRX Loom v0.1软件栈和AI代理工作流，在约三到四天内将50个流行的Hugging Face模型（涵盖18种架构）移植到了AMD客户端GPU上。
该实验旨在展示通过HRX Loom和智能体AI加速新模型及小众模型适配AMD硬件的潜力。据AMD报告，在处理32K token提示时，相比Llama.cpp的ROCm后端实现了1.5至2.1倍的中等速度提升，相比Vulkan后端则提升了1.9倍。
HRX Loom目前仍处于实验阶段，支持CPU、GPU和NPU执行。这一结果凸显了AMD试图通过自动化工具链缩小其软件生态与主流开源模型兼容性差距的努力，但具体性能数据尚未经过独立第三方验证。