Stability AI 联手 AMD：Stable Diffusion 针对 A 卡优化，提速最高 3.8 倍

如果你用 AMD 显卡跑过本地生图，大概率体会过那种折腾。

配置环境常常要跟各种驱动、兼容层死磕，好不容易跑起来，速度还往往被同档次的英伟达显卡甩在后面。现在，这个局面终于有了一点松动的迹象。

Stability AI 宣布与 AMD 展开深度工程合作，联合推出了专为 AMD Radeon 独立显卡以及 Ryzen AI APU 优化的 ONNX 版本 Stable Diffusion 模型。

速度最高翻了近四倍

这次双方合作优化的不是冷门老模型，而是目前主流的四个主力型号。

其中包括目前画质最强的 Stable Diffusion 3.5 Large、主打高速的 SD 3.5 Large Turbo，以及生态依然非常庞大的 SDXL 1.0 和 SDXL Turbo。

提速幅度也给出了具体数字。相比直接运行未优化的基础 PyTorch 版本，优化后的 SD 3.5 系列推理速度最高提升了 2.6 倍。

而在 SDXL 1.0 和 SDXL Turbo 上，推理速度更是直接飙升到原来的 3.8 倍之多。

Stability AI 表示，这次联合工程重点在于最大化推理性能，同时并没有牺牲生成图像的质量，原有的开放许可协议也保持不变。

上手门槛降到了开箱即用

对开发者来说，这套模型被打包成了 ONNX 格式，可以直接无缝集成到任何支持 ONNX Runtime 的工作流和生产环境中。

目前这四个优化版本已经正式上线 Hugging Face，模型名称后缀统一打上了 amdgpu 标记。

如果你不是开发者，只是一个单纯想在自己的 AMD 设备上画画的普通玩家，也不用自己去啃命令行和环境配置。

官方指出，终端用户可以直接下载 Amuse 3.0 客户端，就能直接调用这些优化后的模型来生成图片，省去了搭建本地环境的麻烦。

为什么重要

长期以来，本地 AI 生图几乎就是英伟达 CUDA 的天下。用 AMD 显卡或者核显跑模型，要么折腾 ROCm 折腾到怀疑人生，要么性能大打折扣。

这次优化最大的价值，就是让广大的 AMD 游戏本用户、掌机玩家以及 Radeon 显卡台式机用户，能够以真正可用的速度在本地体验前沿的开源生图模型。

尤其是支持了 Ryzen AI APU，意味着未来连带独立显卡的轻薄本甚至 Windows 掌机，都能在断网状态下顺畅生图，极大拓宽了端侧 AI 创作的使用场景。

从行业竞争来看，我们认为这也是 AMD 在端侧 AI 生态追赶英伟达的关键一步。单纯拼算力参数没有用，只有深入到主流开源项目里，把最常用的模型一条龙优化好，开发者和用户才愿意买账。

不过，目前的优化依然依赖于特定的 ONNX 封装，后续如果社区推出了新的微调 LoRA 或者复杂的 ControlNet 工作流，能否同样丝滑地跑在这套优化架构上，依然需要时间检验。