RX7900XTX支持哪些AI绘画

rx7900xtx的ai绘画支持概览
amd radeon rx7900xtx可稳定用于本地ai绘画，覆盖官方工具 amuse 以及主流开源方案（如基于 directml 或 rocm 的 stable diffusion）。在 amuse 2.2 中，rx7900xtx已原生支持 stable diffusion 3.5 系列；在 windows 下可通过 directml 跑 sd，在 linux 下配合 rocm 6.0 性能可接近翻倍。rx7900xtx具备 24gb 显存，适合 1k~2k 分辨率与多模型切换的工作流。
官方工具 amuse 的支持

• 模型与模式
• stable diffusion 3.5 系列：large（约 8.1b 参数，擅长 1mp≈1024×1024）、large turbo（蒸馏版，约 4 步出图）、medium（约 2.5b 参数，最高约 1536×1536，显存占用更低）。rx7900xtx 对 large/turbo 需 32gb 系统内存；medium 在 32gb 内存下可用，在 64gb 内存的 ryzen ai 300 系列上支持更稳。
• flux.1 schnell：在 amuse 2.1 中提供“初步/实验性”支持，官方推荐硬件含 rx7900xtx（建议 24gb 显存、32gb 内存、40gb 磁盘空间）。实测参考：1024×1024、4 步约 49.9 秒（rx7900xtx）。
• 使用要点
• 从 amuse 官网下载安装，进入“高级模式”，在“模型管理器”下载所需模型；若提示模型过大，启用“最小内存模式”（会按序加载模型分片，性能受磁盘/内存速度影响）。

开源与跨平台方案

• windows + directml
• 借助 microsoft olive 优化的 directml 版 stable diffusion，可在 windows 原生调用 rx7900xtx 进行文生图/图生图。实测中，rx7900xtx 在 512×512、20 步的设置下，15 张图总用时约 67.7 秒（均速约 4.51 秒/张），连续 100 张仍保持稳定效率，适合即插即用的本地部署。
• linux + rocm
• 在 ubuntu 22.04.3 + rocm 6.0 环境下，rx7900xtx 跑 stable diffusion 的效率相较 windows directml 提升显著：生成 10 张图由约 558 秒降至约 285 秒，近乎翻倍，适合追求更高吞吐与更低时延的生产场景。

选型与性能建议

• 模型与分辨率
• 追求细节与通用性：优先用 sd 3.5 large（1024×1024）；需要更高分辨率与更轻占用：选 sd 3.5 medium（最高约 1536×1536）；极限速度：用 sd 3.5 large turbo（约 4 步）。rx7900xtx 的 24gb 显存可覆盖上述主流分辨率与模型切换。
• 系统与加速
• windows 用户首选 amuse 或 directml 方案，部署简单、生态成熟；linux 用户若追求性能，建议 rocm 6.0，实测效率接近翻倍。
• 内存与模式
• 跑 sd 3.5 large/turbo 建议系统内存 ≥32gb；显存吃紧或模型过大时启用“最小内存模式”，注意磁盘/内存速度会影响性能。