一、ROCm加持图效率翻倍！AMD RX 7900 XT Linux系统 AI性能体验

ROCm：一种可移植、高性能的产品GPU计算平台

随着人工智能时代的到来，显卡的作用不再局限于游戏，尤其是在Stable Diffusion火爆全网之后，越来越多的玩家将显卡视为AIGC生产力工具。

只不过，Stable 早期版本的Diffusion对AMD显卡的支持不是很友好，给人一种只有N卡才适合玩AI的错觉。

也许很多学生不知道的是AMDRadeon GPU也可以做到深度学习是的，性能还不错。

去年12月，AMD推出ROCM 6.0开发平台进一步优化RX 7000系列显卡的AI性能，特别是Stable Diffusion的绘图效率翻了一番。

让我们先解释一下什么是AMD ROCm！

ROCm （Radeon Open Compute Platform ）是 AMD 以开源项目为基础 GPU计算生态系统与 NVIDIA 的 CUDA。

ROCm 为加快科学计算、自动驾驶、人工智能和机器学习等领域的应用，支持多种编程语言、编译器、库和工具。

ROCM还支持各种加速器制造商和架构，提供开放的可移植性和可操作性。

目前，Python通常用于深度学习和开发，大数据平台通常部署在Linux操作系统上。因此，AMD 目前ROCM主要集中在Linux系统上，Windows端还有待完善。

由于流处理器单元的双发射设计，RX 7900 XT仅凭5376个流处理器就达到了55.4TFOPS的单精度浮点操作性能，而RTX拥有10240个流处理器 4080 Super浮点性能也是55TFOPS。

至于RX 7900 XTX，其单精度浮点性能接近60TFOPS。

Stable Diffusion主要依赖于GPU的单精度浮点性能、显存容量和带宽 7900 XT不亚于RTX 4080 SUPER，甚至显存容量也更大。

现在有了AMD ROCm 6.0的祝福终于可以发挥出来了顶级人工智能计算能力强的显卡。

二、Stable 对比Diffusion的出图速度：Linux系统的出图效率几乎翻了一番

测试平台如下：

这次我们主要比较RX 7900 XT/XTX在Ubuntu和windows系统下的绘图效率，看AMD ROCM能带来多大的提升。

1、RX 7900 XT对比测试

首先是Windows 11系统打开Stable 在Diffusion之后，我们设置了DPN 2M Karras采样，迭代步数50、Euler A采样，1024x768分辨率，CFG7、总批10，单批1。

在Windows系统下，RX 7900 基于DirectML加速模式，XT生成10张图片需要9分51秒，即591秒。

进入Ubuntu 22.04.3 设置ROCM后，LTS系统只需要5分05秒，即305秒就可以生成相同的参数和模型。

相比之下，Ubuntuntunt 22.04.3 在LTS系统下，RX 7900 与Windows系统相比，XT的出图效率高94%。

2、RX 7900 XTX对比测试

使用相同的参数测试RX 7900 XTX显卡。

在Windows系统下，RX 7900 基于DirectML加速模式，XTX生成10张图片总共需要9分18秒，即558秒。

进入Ubuntu 22.04.3 设置ROCM后，LTS系统只需要4分45秒，即285秒，就可以生成相同的参数和模型。

Ubuntu 22.04.3 在LTS系统下，RX 7900 与Windows系统相比，XTX的出图效率领先96%，即性能提升几乎翻了一番。

三、总结:AIGC显卡性价比高

目前是非公RX 7900 XT价格在5299元左右，对位非公RTX 4080 Super的价格是8599元，N卡的价格是60%。事实上，这两张显卡在游戏性能上并没有太大的差别。

现在AMD也意识到AI应用对GPU的重要性，增加了AMD 经过不断更新，ROCM平台的投资现在是AMD ROCm 6.0人工智能计算能力的提高已经超出了大多数玩家的预期。

在我们的测试中，RX 7900 在Linux系统中使用XTStable Diffusion ROCm 在6.0版中，其出图效率几乎是Windows系统的两倍。再加上55TFOPS的单精度浮点操作性能和20GB 对于专业AIGC应用需求较高的专业用户，GDDR6X超大容量显存，预算有限，RX 7900 XT可以说是一个非常合适的选择。

当然，我们也希望AMD能继续优化Windows系统下ROCM的性能，让更多的AMD用户拥有自己高性价比的AIGC显卡。