搜索
您的当前位置:首页正文

ROCm加持出图效率翻倍!AMD RX 7900 XT Linux系统 AI性能体验

2024-06-14 来源:柱子科技

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

ROCm:一个可移植、高性能的GPU计算平台

随着AI时代的来临,显卡的作用不再仅仅只局限于游戏,特别是在Stable Diffusion火爆全网之后,越来越多的玩家将显卡当成AIGC生产力工具。

只不过,Stable Diffusion的早期版本对AMD显卡支持不太友好,给大家造成了只有N卡才适合玩AI的错觉。

可能很多同学不知道的是,AMD的Radeon GPU也是能够做深度学习的,而且性能也并不差。

去年12月份,AMD推出的ROCm 6.0开发平台进一步优化了RX 7000系列显卡的AI性能,特别是Stable Diffusion的出图效率更是获得了翻倍提升。

这里先解释一下什么是AMD ROCm!

ROCm (Radeon Open Compute Platform )是 AMD 基于开源项目的 GPU计算生态系统,类似于 NVIDIA 的 CUDA。

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

ROCm还支持多种加速器厂商和架构,提供了开放的可移植性和互操作性。

目前深度学习开发一般都是使用Python的,而大数据平台往往都会部署在Linux操作系统之上,因此,AMD ROCm目前主要精力放在Linux系统上,Windows端则还有待完善。

得益于双发射设计的流处理器单元,RX 7900 XT仅凭5376个流处理器就达到了55.4TFOPS的单精度浮点运算性能,而拥有10240个流处理器的RTX 4080 Super浮点性能同样也是55TFOPS。

至于RX 7900 XTX,其单精度浮点性能则接近60TFOPS。

Stable Diffusion主要依赖GPU的单精度浮点性能以及显存容量与带宽,这两方面RX 7900 XT都不逊于RTX 4080 SUPER,甚至显存容量还更大一些。

现在有了AMD ROCm 6.0的加持,终于可以发挥出这张顶级显卡的强大的AI算力。

二、Stable Diffusion出图速度对比:Linux系统下出图效率近乎翻倍

测试平台如下:

本次我们主要对比RX 7900 XT/XTX在Ubuntu与windows系统下的出图效率,看看AMD ROCm到底能带来多大提升。

1、RX 7900 XT对比测试

首先是Windows 11系统,打开Stable Diffusion之后,我们设置DPN++ 2M Karras采样、迭代步数50、Euler a采样、1024×768分辨率、CFG为7、总批次10,单批数量1。

在Windows系统下,RX 7900 XT基于DirectML加速模式生成10张图共计耗时9分51秒,也就是591秒。

进入Ubuntu 22.04.3 LTS系统,设置好ROCm之后,同样的参数与模型生成10张图只用掉了5分05秒,即305秒。

对比之下,在Ubuntu 22.04.3 LTS系统下,RX 7900 XT的出图效率相比Windows系统高了足足94%。

2、RX 7900 XTX对比测试

使用同样的参数来测试RX 7900 XTX显卡。

在Windows系统下,RX 7900 XTX基于DirectML加速模式生成10张图总计耗时9分18秒,也就是558秒。

进入Ubuntu 22.04.3 LTS系统,设置好ROCm之后,同样的参数与模型生成10张图只用掉了4分45秒,即285秒。

在Ubuntu 22.04.3 LTS系统下,RX 7900 XTX的出图效率相比Windows系统领先了96%,也就是近乎翻倍的性能提升。

三、小结:高性价比的AIGC显卡

目前一张非公RX 7900 XT售价在5299元左右,对位的非公RTX 4080 Super售价则是8599元,N卡贵了60%。其实在游戏性能方面,这两款显卡并没有太大差距。

现在AMD也意识到了AI应用对于GPU的重要性,加大了对AMD ROCm平台的投入,经过不断的更新,如今AMD ROCm 6.0在AI算力方面的提升早已超出了大多数玩家的预知。

在我们的测试中,RX 7900 XT在Linux系统下使用Stable Diffusion ROCm 6.0版时,其出图效率几乎是Windows系统的2倍。再加上55TFOPS的单精度浮点运算性能以及20GB GDDR6X超大容量显存,对于有较高专业AIGC应用需求的专业用户而言,在有限的预算下,RX 7900 XT可以说是非常适合的选择。

当然,也希望AMD能够继续优化ROCm在Windows系统下的性能表现,让更多的AMD用户能拥有自己的高性价比AIGC显卡。

声明: 1.本站大部分内容均收集于网络或是用户自行发布!若内容若侵犯到您的权益,,我们将第一时间处理! 2.资源所需价格并非资源售卖价格,,并且本站不提供任何免费技术支持 3.所有资源仅限于参考和学习,版权归原作者所有。

柱子科技还为您提供以下相关内容希望对您有帮助:

AMD的ROCM平台是什么?

与CUDA相比,ROCm利用HIP在多个平台上部署便携式应用,如A卡用HIP或OpenCL,而N卡则使用CUDA。此外,ROCm的软件栈中内置了rocFFT、rocBLAS、rocRAND和rocSPARSE等加速库,进一步提升计算效率。要使用ROCm,开发者可以借助标准Linux编译器(如GCC、ICC、CLANG),以C或C++编程,主要依赖hip_runtime.h,它包...

Top