نتایج جدید منتشرشده از سوی AMD نشان میدهد که کارت گرافیک Radeon RX ۷۹۰۰ XTX در بنچمارک مدل هوش مصنوعی DeepSeek R۱ عملکرد بهتری نسبت به RTX ۴۰۹۰ و RTX ۴۰۸۰ Super دارد. علاوه بر این، AMD دستورالعملهایی را برای کاربران منتشر کرده تا DeepSeek R۱ را روی پردازندههای Ryzen AI و کارتهای Radeon اجرا کنند.
علاوه بر انتشار این نتایج، AMD دستورالعملهایی را برای اجرای DeepSeek روی کامپیوترهای شخصی ارائه کرده است. طبق اعلام این شرکت، تمام کارتهای گرافیک RDNA ۳ با برخی مدلهای زبانی بزرگ (LLM) سازگار هستند و حتی برخی از آنها روی پردازندههای Ryzen با NPU مبتنی برپایه XDNA نیز اجرا میشوند.
آیا دوران سلطه انویدیا بر سختافزارهای هوش مصنوعی به پایان رسیده است؟
به گفته دیوید مکآفی، معاون ارشد و مدیرکل واحد پردازندههای رایزن و گرافیکهای رادئون در AMD، این شرکت Radeon ۷۹۰۰ XTX را در برابر RTX ۴۰۹۰ و RTX ۴۰۸۰ Super آزمایش کرده و نتایج نشان میدهد که پردازندههای گرافیکی مبتنی بر ریزمعماری RDNA ۳ در برخی شرایط بین ۱۳ تا ۳۴ درصد سریعتر از سختافزارهای انویدیا عمل میکند.
برای مثال، در مدل Distill Qwen با هفت میلیارد پارامتر، کارت گرافیک RX ۷۹۰۰ XTX توانسته است ۱۳ درصد سریعتر از RTX ۴۰۹۰ عمل کند و در مدل Distill Llama با هشت میلیارد پارامتر نیز ۱۱ درصد برتری داشته است. در تستی با ۱۴ میلیارد پارامتر، اختلاف بین ۷۹۰۰ XTX و RTX ۴۰۹۰ به ۲ درصد کاهش یافت، اما با افزایش پارامترها به ۳۲ میلیارد، این کارت پرچمدار انویدیا بود که ۴ درصد عملکرد بهتری در Distill Qwen داشت.
در همین رابطه بخوانید:
- دیپ سیک چیست؟ چطور از هوش مصنوعی DeepSeek استفاده کنیم؟
- مایکروسافت مدل هوش مصنوعی DeepSeek را برای ویندوز عرضه کرد
AMD همچنین RTX ۴۰۸۰ Super را در این بنچمارکها به چالش کشیده و نشان داده که RX ۷۹۰۰ XTX در تمام تستها عملکرد بهتری دارد. در مدل Distill Qwen با هفت میلیارد پارامتر، کارت تیم سرخ ۳۴ درصد سریعتر از رقیب خود بوده و در Distill Llama با هشت میلیارد پارامتر نیز ۲۷ درصد برتری داشته است. حتی با افزایش پارامترها به ۱۴ میلیارد، برتری ۷۹۰۰ XTX در Distill Qwen به ۲۲ درصد رسیده است.
همزمان AMD لیستی از حداکثر پارامترهای پشتیبانیشده منتشر کرده است که نشان میدهد Radeon RX ۷۹۰۰ XTX قادر به اجرای مدلهایی با ۳۲ میلیارد پارامتر است، در حالی که کارت RX ۷۶۰۰ با ۸ گیگابایت حافظه ویدئویی میتواند مدلهایی با هشت میلیارد پارامتر را اجرا کند.