wird geladen

AMD — State of · Lumeric

Feed
Digest
Lounge
Stash
Profil

AMD

★ Company· Hardware· US· gegründet 1969

AMD

GPU/Accelerator-Hersteller. NVIDIA-Konkurrent für AI-Hardware.

Noch keine kuratierte Synthese für AMD. Posts der letzten Tage findest du unten.

Top-Tools rund um AMD

Qwen95×NVIDIA Hardware94×Llama90×GPT41×Hugging Face37×Claude34×

Auch erwähnt: weitere Unternehmen

NVIDIA94×Hugging Face37×OpenAI28×Google DeepMind26×Meta AI24×DeepSeek24×

Archiv

August 2026 Juli 2026 Juni 2026 Mai 2026 April 2026

Letzte 7 Tage · 16 Beiträge

BENCHMARKheute
Qwen3.8-27B-GSQ-RCO erreicht höchsten Quality Score auf llm-bench.io mit 16 GB VRAM
Das GSQ-RCO-Quantisierungsverfahren ermöglicht offenbar überdurchschnittliche Qualitätserhaltung bei stark reduziertem VRAM-Bedarf. Für Entwickler mit Consumer-Hardware (16 GB VRAM) ist damit ein 27B-Modell mit 96k-Kontextfenster und praxistauglichem Durchsatz für Coding-Tasks erreichbar.
BENCHMARKheute
Community-Benchmark: IFM/K2-Horizon-7B auf 16 GB VRAM getestet
Für Nutzer mit 16 GB VRAM bleibt Qwen3.8-27B (IQ3_XXS-Quant) die zuverlässigste Wahl für agentisches Coding – K2-Horizon-7B scheiterte an Timeouts und produzierte teils unverifizierbaren Code, selbst bei kontaminiertem Zugriff auf andere Modellergebnisse.
MEINUNG

Feed Digest Lounge Stash Profil

heute

Radeon AI PRO R9700: Welcher Hersteller für lokale LLM-Builds?

Für lokale LLM-Setups mit AMD-Hardware ist die Wahl des Boardpartners relevant: Kühllösung, Slot-Breite und Multi-GPU-Tauglichkeit unterscheiden sich. Sapphire Passive eignet sich nur bei sehr guter Gehäusebelüftung; für 2x-Setups empfehlen sich Blower/Turbo-Designs wie das ASUS Turbo.

Community-Diskussion: NVIDIA und Intel Arc GPUs für lokales LLM-Inferencing mixen

Tensor-Splits über unterschiedliche GPU-Architekturen (CUDA + SYCL/OpenVINO) in llama.cpp sind technisch möglich, aber mit Konfigurationsaufwand und Performance-Einbußen verbunden. Für Builder relevant, die VRAM günstig durch heterogene Karten erweitern wollen.

R9V-Update: ~100 tok/s Token-Generierung auf Qwen3.8 mit RDNA4-GPUs

Für Nutzer lokaler Inferenz auf RDNA4-Hardware (AMD RX 9700) zeigt das Update konkrete Durchsatzwerte und stabilisierte SSD-Streaming-Unterstützung – relevant für Setups, bei denen das Modell nicht vollständig im VRAM liegt.

CUDA-for-AMD-Windows: CUDA-Apps auf AMD-GPUs via ZLUDA + ROCm

Entwickler können CUDA-exklusive Projekte und Optimierungen ohne Anpassungen auf AMD-Hardware betreiben. Das senkt die Hardware-Abhängigkeit bei lokalen LLM-Workloads erheblich.

Selektionseffekt statt KI-Wirkung: Warum Adoption-Metriken trügen

Wer KI-Feature-Erfolg an Opt-in-Retention-Gaps misst, überschätzt den Effekt massiv. Der Artikel zeigt, wie Eligibility-Rules als natürliche Experimente genutzt werden können, um kausale Effekte sauber zu identifizieren – relevant für jedes Team, das Rollout-Entscheidungen auf Nutzerdaten stützt.

GPU-Auswahl für lokales LLM-Hosting: MI210 vs. A40 für DSV4 Flash

Wer große MoE-Modelle wie DSV4 Flash lokal betreiben will, braucht mindestens 128 GB VRAM ohne starke Quantisierung. Die Wahl zwischen MI210 und A40 entscheidet über VRAM-Headroom, CUDA-Kompatibilität und tatsächliche Inferenzgeschwindigkeit – konkrete Community-Benchmarks fehlen noch.

Flash Attention Tuning für RDNA4/3.5 in llama.cpp verbessert Prompt-Throughput

Nutzer lokaler LLMs auf aktuellen AMD-GPUs profitieren von spürbar höherem Prompt-Throughput und besserem Large-Context-Performance durch diesen HIP/CUDA-Patch direkt in llama.cpp.

PCIe-Downgrade bei M.2-Oculink-Adapter unbemerkt auf Gen1 limitiert

Wer GPUs extern via M.2-Oculink anbindet (z.B. für lokale LLM-Inferenz), riskiert massiv reduzierte Bandbreite beim Laden von Modellen und Layer-Swapping — ohne es zu merken. lspci-Diagnose mit LnkCap/LnkSta-Vergleich zeigt das Problem zuverlässig auf.

NVIDIA PAIR Router auf AMD ROCm erweitert – llama.cpp direkt einbinden

Wer Mixed-GPU-Cluster mit PAIR betreibt, kann AMD-Nodes jetzt als vollwertige Scheduler-Teilnehmer einbinden und beliebige OpenAI-kompatible Backends (statt nur Ollama/LM Studio) einsetzen – inkl. konkreter Gotchas zu Manifests und Proxy-Architektur.

System76 Thelio Mira AI: Linux-Workstation mit 192 GB GPU-Speicher

Entwickler erhalten damit eine lokal betreibbare, open-source-Hardware-Workstation mit Dual-GPU-Konfiguration für Training, Fine-Tuning und Inferenz – ohne Cloud-Abhängigkeit und mit Pop!_OS oder Ubuntu als Betriebssystem ab Werk.

Mark Wahlberg spricht auf TechCrunch Disrupt 2026 über Investing und Unternehmertum

Wahlberg gibt Einblick in den Aufbau institutioneller Investmentdisziplin und seine Angel-Investment-Strategie – relevant für Gründer, die verstehen wollen, wie prominente Non-Traditional-Investoren Deal-Flow und Netzwerkzugang nutzen.

Meta's KI-Agent Muse erreicht Platz 2 im US App Store

Muse zeigt moderates Nutzerinteresse, kämpft aber mit Vertrauensproblemen durch Metas $18-Mrd.-Datenschutz-Settlement. Konkurrent Instinct ($350 Mio. Kapital, 2,5 Mrd. Bewertung) gilt aktuell als schärfster Rivale im Markt für Consumer-AI-Agenten.

Qwen3 27B lokal mit 5 t/s auf iGPU: Nutzbar oder zu langsam?

Zeigt, dass iGPU-Inferenz mit schnellem DDR5-RAM eine alltagstaugliche Alternative zu dedizierter GPU sein kann – relevant für lokale LLM-Setups ohne leistungsstarke Grafikkarte.

Instinct AI-Assistent erhält eigene E-Mail-Adressen für autonomes Handeln

Instinct kann damit vollständig autonom agieren: Konten erstellen, Support kontaktieren und E-Mail-Threads verwalten, ohne Nutzer-Credentials oder manuelles Eingreifen. In Kombination mit 1Password- und Stripe-Integrationen entsteht ein geschlossener Agentenworkflow für Alltagsaufgaben.

Ältere Updates der letzten 90 Tage sind im Pro-Tier.

Pro freischalten →