AMD 显卡 llama.cpp 高性能配置实战指南

核心参数

在源码层面调整关键结构体，可进一步释放硬件潜力：

// 在 src/llama.cpp 中添加 AMD 优化配置
struct amd_optimize_config {
    bool enable_async_transfer = true;
    int compute_units_override = 0; // 0 表示自动检测
    bool use_shared_memory = true;
    float memory_compression_ratio = 0.75f;
};

参考优化前后的推理速度对比（以典型场景为例）：

硬件适配

不同架构的显卡需要针对性的启动参数。

RX 6000 系列 (RDNA2)

./main -m model.gguf -p "你的提示词" \
--backend vulkan \
--vulkan-device 0 \
--vulkan-queue-count 4 \
--vulkan-workgroup-size 256

RX 7000 系列 (RDNA3)

./main -m model.gguf \
--gpu-layers 35 \
--main-gpu 0 \
--tensor-split 1.0

故障排查

驱动兼容性问题 若启动时报错 vkCreateInstance failed，通常需更新 Vulkan 驱动：

sudo apt install mesa-vulkan-drivers mesa-opencl-icd
vulkaninfo --summary

内存不足 模型加载卡在 50% 左右时，尝试减少 GPU 层数：

./main -m model.gguf --n-gpu-layers 25

性能异常 若推理速度远低于预期，可强制指定 ICD 文件路径启用性能模式：

export VK_ICD_FILENAMES="/usr/share/vulkan/icd.d/radeon_icd.x86_64.json"

实时监控

使用 ROCm 工具链监控资源占用情况：

#!/bin/bash
while true; do
    GPU_USAGE=$(rocm-smi --showuse | grep "GPU use" | awk '{print $3}')
    MEMORY_USAGE=$(rocm-smi --showmemuse | grep "GPU memory use" | awk '{print $4}')
    echo "GPU 使用率：$GPU_USAGE% | 显存使用：$MEMORY_USAGE%"
    sleep 2
done

持续监控并适时调整参数，是保持最佳性能的关键。