在人工智慧時代，相關行業對 H100 等 GPU 的需求大幅上升，這讓對AI研究有興趣的普通消費者很難獲得這樣的 GPU。現代問題需要現代解決方案。不過，一位 Reddit 使用者創造了一個獨特的解決方案，他將基於 AMD Zen 2 的 Ryzen 5 4600G「Renoir」APU 轉換成 16 GB GPU，然後將其用於 Linux 上的 AI 工作負載。
事實證明，將舊的 AMD Ryzen APU 轉換為 GPU 後，在 AI 工作負載中依然可提供不錯的性能。
在介紹 APU 如何轉換之前，我們先來回顧一下 AMD Ryzen 5 4600G。Ryzen 5 4600G 是市場上最好的 APU 之一，但最終被其對應的 Cezanne 所取代。它採用 6C/12T 組態，配備 Radeon Vega iGPU 和 7 個 CU（運算單元）。要解釋 16GB VRAM 是如何做的，必須注意 APU 支援「共用記憶體」，即可以將記憶體容量的 50%分配給 APU。在這種情況下，作者將 32 GB DDR4 記憶體其中的一半分配給了處理器。
下一個重大障礙是在 Ryzen APU 上實際運行人工智慧工作負載。如果你有桌機 GPU，你可以利用 AMD 的 ROCm（Radeon Open Compute）平台在 Linux 上運行 AI 應用程式。不過，如果是 iGPU，第三方軟體可以讓 ROCm 在 APU 上運行，這裡也使用了這種方式。使用 ROCm 可以解決你的大部分問題，因為現在你可以運行從 Tensorflow 到 PyTorch 的各種 AI 應用程式。
在一段詳細的影片中，Reddit 使用者展示了他的有趣實驗，聲稱 Ryzen 5 4600G 可以處理各種 AI 工作負載。不過，他只展示了Stable Diffusion的測試，令人驚訝的是，APU 在大約 1 分 50 秒內成功產生了一幅 512x512 的圖像。對於 APU 而言，這是一個不錯的里程碑，相信如果使用得當，它將成為一個突破。
雖然不能將 Ryzen 5 4600G 與 H100 等人工智慧 GPU 相提並論，但這項實驗顯示了 Ryzen APU 尚待開發的潛力。試想一下，如果這裡使用的不是 Ryzen 5 4600G，而是性能更優越的最新 Phoenix APU，那將會是怎樣的一番景象。不過，以 95 美元的價格提供這樣的人工智慧性能無疑是值得讚賞的，我們也希望它能為一般消費者提供一種滿足其人工智慧需求的途徑。
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！