测试硬件和配置
对于游戏玩家来说，选择AMD显卡往往会更有性价比，那么随着目前AI渗透式爆发增长，AMD显卡在这方面表现到底又如何呢？是不是也具备性价比？我们今天就来探讨一下，值得一提的是，本篇内容会分为AIGC（AI生成内容）和LLM（大语言模型）这两个最备受关注的AI领域进行测试。
测试之前，不得不提一下AMD ROCm（开放式软件堆栈），它的概念类似于NVIDIA CUDA，广泛应用于LLM（大语言模型）、自动驾驶、机器学习等领域，AMD ROCm在Ubuntu系统（Linux）中支持相当成熟，而在去年四月份AMD正式推出ROCm For Windows，如今已完整支持RX 6800以上的AMD消费级显卡，硬核就用手上的RX 7900 XT捣鼓一番吧。
测试显卡来自定位次旗舰的蓝宝石RX 7900 XT超白金OC L，外观采用银灰色金属导流罩+单侧灵动岛RGB灯条设计，拥有七根镀镍热管、全铜底座、铝镁合金框架等豪华用料，是AMD高端非公版的代表之作。
配合AI测试的处理器是锐龙 7 7700X，使用微星MAG B650M MORTAR WIFI迫击炮组成3A平台，主板外观采用低调风格的纯黑主题打造，散热马甲上还有拉丝效果处理很精致，它还采用了12+2相供电，服务于CPU的MOS最大电流支持到80A，应付最高端的锐龙9都不成问题。
压制锐龙7 7700X的CPU散热器是微星MEG CORELIQUID S360战神，定位旗舰360水冷，整体由采用纯黑性能风扇+2.4英寸IPS显示屏组成，水泵方案来自老伙计Asetek七代，冷头上还内置了一个60mm风扇，可以为主板周边散热。
为了驱动锐龙7 7700X和RX 7900 XT的高端组合，配备了来自微星的MPG A1000G PCIE5电源，它最大的亮点就是兼容PCIe 5.0和ATX 3.0标准，拥有原生12VHPWR 16pin供电接口，最高可输出600W，加上本身拥有10年质保售后，可很好适配现今及未来的旗舰显卡。
其他硬件和配置方面，锐龙7 7700X直接开启PBO技术，使用EXPO超频达成DDR5 6000C34 16G*4，总计64GB内存容量，本次测试安装的是AMD Adrenalin 24.3.1最新版本显卡驱动（中间有加入去年23.11.1版本的简单测试环节），操作系统是Windows 11 23H2版本，最后在BIOS中开启Resizable BAR技术提升一些显卡性能。
Stable Diffusion不同分辨率出图性能
首先来测试一下目前最为火热的AIGC应用——Stable Diffusion AI绘画，目前对于AMD显卡来说有好几种部署形式，简单来分析一下吧。
第一种是DirectML SDK，插件支持不错，效率是最低的，有整合包。
第二种是通过Microsoft Olive转换成ONNX，效率挺高的，但插件支持不完善，部署起来繁琐。
第三种是Ubuntu系统+AMD ROCm，效率和兼容是最好的，不过部署同样繁琐，也不是大部分普通用户熟悉的Windows系统。
第四种就是最近比较流行的ZLUDA插件，效率仅次于第三种，也有整合包更适合大部分普通用户，本文就以这种形式进行测试的。
ZLUDA插件部署很简单，只要下载最新版本的绘世整合包，安装前置的AMD HIP SDK（不需要安装专业版显卡驱动），就可以在整合包界面——生成引擎这里看到ZLUDA已经部署完毕，下面来看看Stable Diffusion AI绘画六种设置的测试结果。
AbyssOrangeMix2深渊橙模型
正向提示词：1girl,long hair,pink hair,game game cg,full body,best quality,masterpiece,realistic,8K wallpaper,beautiful and aesthetic,detailed background
反向提示词：nsfw,ugly,low quality,low res,bad bad proportions,EasyNegative,missing arms,extra legs,too many fingers,extra arms and legs,text,username
采样方法：DPM++ 2M Karras
迭代步进：20
分辨率设置：512X512，总批次：1，单批数量：1，RX 7900 XT出图用时2.6秒
分辨率设置：768X768，总批次：1，单批数量：1，RX 7900 XT出图用时7.4秒
分辨率设置：1024X1024，总批次：1，单批数量：1，RX 7900 XT出图用时18.5秒
分辨率设置：1920X1080，总批次：1，单批数量：1，RX 7900 XT出图用时1分5秒
分辨率设置：1024X1024，总批次：3，单批数量：6，RX 7900 XT出图用时5分16秒
RX 7900 XT在ZLUDA加持下，各分辨率出图情况都还不错，尤其是基础的单张512X512，在体感上就是秒出，单张1024X1024设置以下能在20秒内完成，而且还可以支持到1920X1080这种分辨率。结论显而易见，ZLUDA插件是目前A卡在Windows系统下的最优解方案，它兼容性和效率都不错。
在1024X1024分辨率项目中，RX 7900 XT甚至可以实现一批次生成六张图，分成三个批次进行也没有任何问题，显存只用到17GB，20GB大显存当然是绰绰有余，可以实现多线操作，能跑起来才是王道嘛。
硬核还测试了去年12月份的AMD Adrenalin 23.11.1显卡驱动，结果是和目前最新版本没什么大区别，唯一就是旧驱动在首次使用ZLUDA编译会更慢一些，对于现阶段AMD显卡来说，完善Stable Diffusion的各种插件生态才是首要重心了，尤其是在Windows环境下的AMD ROCm支持。
Topaz Video AI基准测试
第二个AIGC应用则是Topaz Video AI，硬核经常用它来修复一些低分辨率的“粤语残片”，下面来简单看看RX 7900 XT在输入1080P分辨率的基准跑分。
RX 7900 XT输入分辨率1080P，各项模型的跑分性能
在Topaz Video AI常用的四个模型——插帧方面的修复常用模型是Apollo和Chronos，而图像方面的修复常用模型是Proteus和Gaia，从测试结果来看，RX 7900 XT用来修复1080P分辨率视频效率相当不错，跑起来就是入门级显卡的好几十倍了，20GB大显存海量储备足够可以喂饱。
Mistral-7B和通义千问1.5-14B/32B/72B四种大模型性能测试
第三个测试项目是LM Studio，这是一款可搜索并下载在本地运行LLM（大语言模型）的应用，并可兼容OpenAI API的接口，它省去了Python复杂的配置过程，也是免费开源的，重点它是本地部署，可以更好保护个人隐私。
LM Studio对于AMD硬件也是相当友好，现今拥有支持锐龙处理器NPU硬件加速（包含AMD OpenCL）和AMD ROCm显卡加速的两种软件版本，对于RX 6800以上的AMD显卡来说，强烈推荐后者版本，效率完全不是一个概念，下面来看看RX 7900 XT运行7B、14B、32B、72B四种不同参数量的大模型效能如何吧。
Mistral-7B，RX 7900 XT使用AMD ROCm加速，推荐GPU负载数值MAX，推理速度为83.39 tok/s
通义千问1.5-14B，RX 7900 XT使用AMD ROCm加速，推荐GPU负载数值MAX，推理速度为66.91 tok/s
通义千问1.5-32B，RX 7900 XT使用AMD ROCm加速，推荐GPU负载数值MAX，推理速度为31.48 tok/s
通义千问1.5-72B，RX 7900 XT使用AMD ROCm加速，推荐GPU负载数值40，推理速度为3.01 tok/s
首先，在上述答案中，可以看到模型的参数量越大，AI回答的令人满意程度就越高，而在运行72B参数量时（至少是能跑起来），由于远远超出了RX 7900 XT的负载能力，偶尔AI回答有时候会抽风，正常的时候和32B参数量用起来没什么区别。而32B参数量回答问题的体感也是秒回，AI生成文字的速度稍微比7B慢一丢丢，完全是不影响爽快体验的。
通义千问1.5-32B，RX 7900 XT使用AMD ROCm加速，GPU负载可以用到90%以上，显存则是15GB，可以充分把显卡性能榨干了，再次证明20GB大容量显存的优势之处，硬核比较好奇的是，如果是16GB显存的显卡，性能表现又会如何呢？
通义千问1.5-72B，对于RX 7900 XT来说，GPU负载数值是不能超过40的，否则就会出现报错警告，运行它时内存占用达到36GB，但是效率却上不去，这种恐怖如斯的参数量，一般都是多张专业卡才能跑得爽了。
结语
目前AMD RX 7900 XT这款显卡售价在5K价位，它在游戏性能方面可以比肩RTX 4080 SUPER了，性价比是相当高的，而经过本文实测，RX 7900 XT在AIGC（AI生成内容）和LLM（大语言模型）领域的性能表现，完全是对得起它的售价，它拥有20GB GDDR6X超大显存容量，可以运行一些数据量更大的项目，我们也看到了AMD ROCm在Windows系统中可以发挥强大的AI算力，期待AMD可以继续加大优化的力度吧！总得来说，RX 7900 XT是挺适合追求性价比的游戏玩家和AI专业用户。
