初步配置（2）AMD

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 100+累计阅读 166平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄26年

关注

最新推荐文章于 2026-03-10 04:29:32 发布 166 阅读 AI 写同款· GEO 优化 ›

名称	价格	数量
AMD Phenom羿龙X3 8450（2.1GHZ/AM2+/512K*3）盒装CPU	￥825.00	1
ECS 精英 A780GM-A 主板（AMD 780G/AM2+/2600MHz)标准ATX大板,原生支持HDMI,疯狂特价	￥549.00	1
kingston金士顿 DDR2 667 2GB台式机内存	￥288.00	2
WD西部数据 Caviar SE16鱼子酱 WD6400AAKS SATAII接口台式机硬盘(640G/7200转/16M)盒装建达蓝德代理质保叁年，全国联保，限量供应，售完为止！	￥660.00	2
Dataland 迪兰恒进HD3850 星钻HDMI版(Radeon HD 3850/512M/DDR3)	￥799.00	1
COUPDEN 科殿 300 SERIES 系列 CP350 WHITE 中塔式机箱（不含电源）白＋银韩国人气品牌登陆中国	￥265.00	1
HuntKey 航嘉 HK450-52AP 宽幅王二代电源 (额定功率350W/ATX 2.3版)主动式PFC	￥288.00	1
总计￥4622

收录于

DIY

当前文章被收录于：

DIY

50 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#初步配置

从0开始的AI大模型学习---ollama+amd显卡本地化部署deepseek-r1 deepseek+ollama+amd显卡本地化部署阅读详情

相关推荐

CTranslate2：在 AMD GPU 上高效推理 Transformer 模型

Transformer 模型通过在机器翻译、文本摘要、文本生成和语音识别等任务中提供高性能结果，彻底改变了自然语言处理（NLP）的领域。然而，由于这些模型对计算和内存的高需求，在生产环境中部署它们可能会面临挑战。通过提供一个自定义运行时来应对这些挑战，该运行时实现了各种优化技术，以加速 Transformer 模型的推理。在这篇博客中，您将了解到如何使用 CTranslate2 这一强大的 C++ 和 Python 库，在 AMD 硬件上优化和加速 Transformer 模型的推理。

数字人生 1722

4k amd linux 卡死,《毁灭战士4》4K灭GTX 1080!AMD 8G Vega游戏卡上机

原标题：《毁灭战士4》4K灭GTX 1080!AMD 8G Vega游戏卡上机期待已久的AMD Vega核心显卡终于和我们见面，首先解禁的的是高性能计算加速卡MI6/8/25，后者理论上对标NVIDIA Tesla P100，单精度浮点性能12.5TeraFLOPS，匹配16GB HBM2显存，据说是4096颗流处理器。当然，这些产品距离大多数普通消费者还很远，Vega当然还会有消费级游戏卡。 ...

weixin_33576058的博客 220

AMD IOMMU与Linux (2) -- IVRS及AMD IOMMU硬件初始化

1. I/O Virtualization ACPI table [1] IVRS (I/O Virtualization Reporting Struct) -> 48-byte header -> IVDB:IVHD (I/O Virtualizaiton Hardware Definition) -- info about IOMMU and devices Types 10h, 11h, 40h ...

3881

ubuntu环境配置AMD显卡驱动

本人买的AMD显卡，最近要在ubuntu环境做python深度学习，所以必须折腾一番，结果发现还不复杂。本人的系统是Ubuntu 20.04.6，显卡是RX6600，亲测有效。

StruggleRay的博客 1万+

使用ROCm在AMD GPU上进行Llama 3.2视觉LLMs推理

Meta的Llama模型现在支持多模态功能，扩展了其在传统文本应用之外的应用范围。Llama 3.2模型有多种尺寸，包括用于视觉-文本推理任务的中型11B和90B多模态模型，以及为边缘和移动设备设计的轻量级1B和3B纯文本模型。本文将探讨如何利用Llama 3.2视觉模型在AMD GPU上使用ROCm进行各种视觉-文本任务…

数字人生 1360

一、AMD - OpenVINO环境配置

AMD 环境下安装 OpenVINO

selectnothing的博客 4031

CPU为AMD的电脑如何配置 Android Studio以及Genymotion模拟器

**前言：**对于使用AMD处理器的同学，Android Studio真的很不友好，不支持inter 虚拟架构，配置了一天真的太伤了，所以写一篇博客帮助大家避雷。笔记本的系统环境： 1、win10 64位家庭版； 2、8G内存。一、安装JDK 相关知识在网络上已经十分详尽了，这里不做多余赘述。二、下载安装Android开发工具 Android studio安装教程这个博主的相关内容十分详尽，对大家有所帮助。三、安装SDK AMD处理器的电脑，在之前博主的Android Studio Setup

qq_43388666的博客 4143

AMD驱动报错amd software adrenalin edition requires a system reboot to begin怎么解决

AMD驱动报错amd software adrenalin edition requires a system reboot to begin怎么解决？卸载驱动然后重启~

weixin_66746806的博客 4万+

OpenCL教程第一章环境搭建-AMD显卡篇（中）

第一章环境搭建（AMD显卡）准备工具 AMD WX3100显卡驱动：https://support.amd.com/zh-cn/download/ AMD-APP-SDK-v2.9http://www.pan66.com/show/2169430.html 显卡环境搭建第一步：显卡驱动安装显卡型号：WX3100 从官网下载AMD显卡驱动并正确安装第二步：A...

dh653667765的博客 1万+

[IOMMU]基于 AMD IOMMU（AMD‑Vi/IOMMUv2）的系统化总结与落地方案

本文系统总结了基于AMD IOMMU（AMD-Vi/IOMMUv2）的验证方案，包含架构要点、SoC验证方法和可落地的参考模型实现。摘要主要内容：核心功能：IOMMU提供设备DMA地址翻译（IOVA→PA）和访问控制（R/W/X权限），支持SVM共享虚拟地址、ATS缓存、中断重映射等进阶特性。验证方法：覆盖翻译正确性（4K/2M/1G页、权限组合）异常路径（DTE无效、缺页、权限错误）并发场景（多RID/PASID、TLBI与翻译交叉）虚拟化/SVM验证（PASID绑定、设备缺页处理）参考模型

元直的博客 2161

AMD平台OpenCore启动加载器配置包

OpenCore 是由 Acidanthera 团队开发的一款现代化、开源的 UEFI 引导加载器，专为运行 macOS 的非苹果硬件（Hackintosh）设计。其核心功能包括模拟苹果引导环境、加载内核与驱动扩展（Kext）、以及提供完整的 NVRAM 支持。主要由以下几个核心部分组成：模块名功能描述ACPI控制ACPI表的加载与补丁应用，用于模拟Apple设备行为Booter配置UEFI引导器参数，如内存映射修复、滑动指针修正等。

weixin_35835030的博客 1407

matlab amd负优化,AMD 篇三：AMD真的翻身了？—— AMD&INTEL CPU 计算性能测试

AMD 篇三：AMD真的翻身了？—— AMD&INTEL CPU 计算性能测试2020-02-25 15:13:0512点赞18收藏14评论前言这次主要讲一下AMD和INTEL CPU的mkl库测试，以及10980XE不降价原因的猜测。2019年，AMD发布ZEN2以后，很多人大呼AMD翻身了！！！每款CPU发布时，都会有专业的媒体进行测评，测评的方面无非是常见的几种：游戏帧数、Cine...

weixin_31174767的博客 3745

RocketMQ 为什么要自己做一个 NameServer ？RocketMQ 5.x 版本中的 proxy、controller 和 container 分别有什么用？

1.独立运行的分散结构 2.简化实现，容忍部分数据不一致 Proxy：多语言支持、简化开发 Controller：提高 Broker 的性能 Container：提高资源利用率，平衡负载

xaiobit_hl的博客 1489

【亲测免费】 Ollama-for-amd 安装与配置指南

Ollama-for-amd 是一个开源项目，旨在为 AMD GPU 提供对 Ollama 项目的支持。Ollama 本身是一个用于运行大型语言模型（LLM）的工具，它支持多种模型，并能够在不同的环境中运行，包括基于 AMD GPU 的系统。本项目主要使用 Go 语言进行开发。 ## 2. 项目使用的关键技术和框架 - **Go 语言**：项目的主体语言，用于实现项目的核心功能。 - **AM...

gitblog_00144的博客 1776

WIFI 相关的频偏调试以及天线调试记录

WIFI RF 相关的频偏调试以及天线调试 1，频率误差（Frequency Error）频率误差（Frequency Error）：表征射频信号偏离该信号所处信道中心频率的大小，单位PPM。频偏误差要求范围如下表。频偏越小越好。PPM的计算公式如下：问题：我们ESP8089认证测试的时候频偏测试超了。需要修改哪些呢。测试频率点在2.411865385GHz 宣称点：2.412GHz 频率偏移计算：{（2.412GHz-2.411865385GHz）÷2...

armkits的博客 1万+

MMWCAS-DSP-EVM与AWR2243实战：从开箱到数据采集的完整避坑指南

本文提供了MMWCAS-DSP-EVM与AWR2243毫米波雷达评估板从开箱、软硬件准备、固件烧录到数据采集的完整实战指南。重点解析了硬件连接、软件版本匹配、固件烧录、网络配置及MMWave Studio GUI操作等关键步骤，并汇总了常见问题排查方法，帮助开发者快速上手并规避常见陷阱。

algae的博客 502

Android Studio 安装配置及AMD CPU可能遇到的问题解决

Android Studio 安装配置及AMD CPU可能遇到的问题解决 Android Studio 下载安装和配置百度搜索 Android Studio ，或者直接点击这个链接https://developer.android.google.cn/studio?hl=zh-cn 点击之后同意他的一些条款便开始下载了安装运行下载完的文件安装的时候其实除了安装路径不需要更改任何默认配置点击运行后，第一个界面是让你是否导入旧版的配置，这里我们没有旧版，那就选择第二项

weixin_54597170的博客 2760

Openbmc系列之自动化测试框架1

Openbmc作为当下BMC固件领域最流行的开源软件，具备从需求计划、开发、调试、测试、版本管理等完整的体系。在测试领域，Openbmc基于python的robotframework框架，实现Openbmc的自动化测试，为高效发布Openbmc版本提供有力支持。本文作为测试系列文档一，介绍Openbmc自动化测试虚拟Openbmc的环境搭建。

qq_20341747的博客 2109

AMD AI PC配置Ryzen AI开发环境

zxfeng的博客 8019

Mac微信聊天记录备份终极指南：用软链接轻松迁移到外接硬盘（附重签名教程）

本文详细介绍了如何通过软链接技术将Mac微信聊天记录备份迁移到外接硬盘，解决内置存储空间不足的问题。教程包括备份文件定位、软链接创建及微信重签名步骤，帮助用户高效管理微信数据，释放Mac存储空间。

uuu88的博客 1164

vscode远程开发-调试模式下attach远程进程提示管理员权限失败的问题

vscode 远程开发附加进程

comhaqs的专栏 2878

AMD Anti-Lag 2抗延迟技术落地 CS2首发、延迟缩短95％

AMD发布了全新重磅驱动程序Adrenalin 24.6.1版本，包括首发落地Anti-Lag 2抗延迟技术、优化支持新游戏、升级支持HYPR-Tune、支持新操作系统、优化AI加速与开发、扩展支持Agility SDK、修复已知Bug，等等。

weixin_41446370的博客 1533

YOLO11的持续学习：如何在不遗忘旧数据的情况下学习新类别

类增量学习（Class-Incremental Learning, CIL）是持续学习（Continual Learning）的一个重要分支，它指的是模型在不遗忘已学旧类别知识的前提下，逐步学习新类别的能力。与传统机器学习假设所有数据一次可用不同，类增量学习更贴近现实世界应用场景——新的类别数据往往会随着时间推移逐步出现。举个例子，假设我们已经训练好一个YOLOv11模型用于检测"猫"和"狗"两种动物，现在需要让模型新增识别"兔子"的能力。传统方法需要收集所有类别（猫、狗、兔子）的数据重新训练，而类增量

本博客聚焦 YOLOv11 全流程落地，涵盖架构优化、数据集处理、训练技巧与多场景部署，兼及国产数据库、Java 开发与 AI 模型应用，内容兼顾理论与工程实践，为开发者提供系统干货，助力高效提升技术能力。 1966

此主机支持 AMD-V，但 AMD-V 处于禁用状态

weixin_53944340的博客 2万+

YOLOv8与注意力机制融合：EMA（高效多维注意力）的原理剖析与实战应用

本文介绍了如何在YOLOv8目标检测模型中集成EMA（高效多尺度注意力）机制。主要内容包括：EMA注意力机制的工作原理解析，展示其多尺度特征融合和高效计算特性；详细的环境配置与依赖安装指南；EMA模块的完整代码实现，包含分组处理、空间注意力权重计算和特征融合等关键步骤；以及将EMA集成到YOLOv8网络结构的方法。通过添加EMA模块，可以提升模型对关键特征的关注能力，有效抑制背景干扰，从而增强目标检测性能。本教程提供了从原理到实现的完整解决方案。

m0_64661770的博客 147

efm32 入门.pdf

本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

AMD-OLMo：在 AMD Instinct MI250 GPU 上训练的新一代大型语言模型。

AMD-OLMo是一系列10亿参数语言模型，由AMD公司在AMD Instinct MI250 GPU上进行训练，AMD Instinct MI250 GPU是一个功能强大的图形处理器集群，它利用了OLMo这一公司开发的尖端语言模型。AMD 创建 OLMo 是为了突出其 Instinct GPU 在运行 “具有数万亿标记的大规模多节点 LM 训练工作 ”方面的能力，与其他完全开放的类似规模的 LM 相比，OLMo 可实现更高的推理和指令跟踪性能。