AMD Strix Halo

找到 2 篇关于此标签的文章

AI 推理开始「偏科」：一群新引擎放弃通用性，只为榨干每一块硬件

一批只针对特定模型+特定硬件深度优化的「偏科」推理引擎正在冒头，放弃通用性以换取极致性能。这意味着 AI 部署正从「一个引擎跑所有模型」走向「一块硬件一个引擎」的精细化时代，对本地部署成本的影响值得观察。

开源 AI 推理框架 Gufo 主推 70 tokens/秒性能，最近被实测打脸：真实任务下只有 38 左右，比竞品还慢 13%。问题不在造假，而在 benchmark 选了一道投机解码能抄答案的题——'把 red 写 1000 遍'。这是 AI 行业跑分注水的又一个案例。