剪映吧
如果您正在移动计算平台上深入研究机器学习和人工智能的世界，您会很高兴知道 AMD 为您量身定制了一款产品。了解锐龙 AI 软件平台，这是一个强大的环境，旨在与 AMD 锐龙 7040U 和 7040HS 系列移动处理器协同工作。上面的樱桃是什么？它与Windows 11操作系统完全兼容。
该平台最引人注目的方面之一是其对简单性的承诺。让我们分解一下它如何使开发人员的生活更轻松：
- 最小学习曲线：该平台不需要对现有的机器学习模型或训练方法进行任何更改。如果你在 PyTorch 或 TensorFlow 中有一个预先训练好的模型，你可以开始使用 Ryzen AI，而无需任何额外的大惊小怪。
- 直观的 API：无论您是C++爱好者还是 Python 爱好者，ONNX 运行时都能同时满足这两种需求。这意味着您可以使用自己熟悉的语言部署 AI 模型。
- 优化的性能：集成到 ONNX 运行时中的 Vitis AI 执行提供程序负责对任务进行智能分区。它确定模型的哪些部分应在锐龙 IPU 上运行，确保在保持低功耗的同时最大限度地提高性能。
什么是 AMD 锐龙 AI
如果您想知道如何将其转化为实际应用程序，请考虑一下您一直希望在笔记本电脑上使用的实时功能。锐龙 AI 引擎可用于 AMD 锐龙 7040 系列的特定型号，是游戏规则的改变者。这是Windows x86处理器上的第一个专用AI处理芯片。它建立在尖端的 4nm 工艺节点上，保证了超薄笔记本电脑的卓越性能和电池寿命。
那么，如何设置开发环境呢？很简单：
- 首先，确保 IPU 驱动程序已正确安装。您可以从“设备管理器”系统设备“下的”AMD IPU 设备“下验证这一点。
- 对于视频会议等更简单的应用，提供高达 2 TOPS（每秒 Tera 操作）的 IPU 二进制配置就足够了。您最多可以并行运行四个此类 AI 流，而不会影响性能。
- 对于要求更高的应用，您可以选择提供高达 10 TOPS 的更大配置。但是，请记住，此配置目前一次仅支持一个应用程序。
让我们谈谈部署过程。在PyTorch或TensorFlow框架中选择和训练模型后，下一步是量化。AMD Vitis AI 量化器有助于实现这一点，它将模型转换为 INT8 并将其保存为 ONNX 格式。如果您是 Microsoft Olive 的粉丝，您会很高兴知道它也受到支持，Vitis AI 量化器用作插件。最后，ONNX 运行时 Vitis AI 执行提供程序接管，在锐龙 AI 上以最佳方式编译和执行量化模型。
AMD 锐龙 AI 软件平台为开发人员提供了一个全面的工具，旨在将机器学习模型集成到 AMD 锐龙笔记本电脑的应用程序中。它提供无缝的开发流程、多功能部署选项和智能工作负载优化，同时具有极高的能效。
