Strix Halo (Ryzen AI Max) + Ollama Vulkan: الإعداد والأداء
تحتوي هذه الصفحة على روابط مرجعية لمنتجات طرف ثالث. لا يشارك PromptQuorum في أي برنامج تابع — هذه روابط عادية لا تدر أي عمولة. النقر على الروابط والخطوات التالية تقع على عاتقك بالكامل. لا تمثل هذه الروابط أي تأييد أو تحقق من قِبَل PromptQuorum.
إجابة سريعة
نعم — Ryzen AI Max (Strix Halo، RDNA 3.5) يشغّل Ollama عبر Vulkan على Linux. بـ 96 GB من الذاكرة الموحدة في MAX 395، يتسع Qwen 32B وحتى Llama 70B Q4_K_M — نماذج لا تستطيع أي GPU مكتبية منفردة تحميلها.
- ▸Linux: Ollama يكتشف Strix Halo Vulkan تلقائيًا؛ ضع OLLAMA_FLASH_ATTENTION=1 لجلسات السياق الطويل
- ▸Ryzen AI Max 395 (96 GB): يتسع Llama 70B Q4_K_M (~41 GB) و Qwen 32B Q4_K_M (~19 GB) في الذاكرة في نفس الوقت
- ▸مسار Vulkan على Windows لـ Strix Halo تجريبي؛ Linux هي المنصة المستقرة لـ Ollama بتسريع GPU
تحديث: ١ يوليو ٢٠٢٦
النقاط الرئيسية
- ✓Ryzen AI Max 395 (Strix Halo، 40 CU RDNA 3.5، 96 GB LPDDR5X) يستخدم الواجهة الخلفية Vulkan في Ollama على Linux — المسار الصحيح لـ GPU حين لا يتوفر دعم ROCm iGPU
- ✓قدرة 96 GB من الذاكرة الموحدة هي الميزة الرئيسية: يتسع Llama 70B Q4_K_M (~41 GB) — نموذج يتطلب عدة GPU مكتبية في إعدادات أخرى
- ✓السرعة على Ryzen AI Max 395: Llama 3.3 8B ~22 tok/s، Qwen 3 14B ~13 tok/s، Qwen 3 32B ~7 tok/s عبر Vulkan
- ✓دعم Windows لـ Strix Halo في Ollama في طور النضج؛ Linux عبر Vulkan هو المسار المستقر في منتصف 2026
كيفية تشغيل Ollama مع Vulkan على Strix Halo
على Linux، يكفي تثبيت الملف القياسي لـ Ollama — يستخدم llama.cpp مع الواجهة الخلفية Vulkan التي تدعم RDNA 3.5 (gfx1150) بشكل أصلي. لا يلزم تثبيت ROCm إضافي لمسار Vulkan. نفّذ `curl -fsSL https://ollama.com/install.sh | sh` كالمعتاد.
بعد التثبيت، ضع خاصية flash attention لكفاءة ذاكرة أعلى في الجلسات الطويلة: `OLLAMA_FLASH_ATTENTION=1 ollama run qwen2.5:14b`. هذا يقلل استخدام ذاكرة KV-cache وهو مهم بشكل خاص عند تشغيل نماذج 32B أو أكبر التي تقترب من مجمع الـ 96 GB الكامل.
للتحقق من أن Ollama يستخدم GPU (وليس وحدة المعالجة المركزية)، نفّذ `ollama ps` أثناء نشاط نموذج. تُظهر المخرجات "GPU" في عمود PROCESSOR وقيمة VRAM غير صفرية. إذا رأيت "CPU"، فإن الواجهة الخلفية Vulkan لم تُهيأ — تأكد من تثبيت حزمة `vulkan-icd-loader` في توزيعة Linux الخاصة بك.
| الطراز | VRAM بتحديد Q4_K_M | السرعة (MAX 395 Vulkan) | هل يتناسب مع 96 GB؟ |
|---|---|---|---|
| Llama 3.3 8B | 4.9 GB | ~22 tok/s | ✓ |
| Qwen 3 14B | 9.3 GB | ~13 tok/s | ✓ |
| Qwen 3 32B | 19.4 GB | ~7 tok/s | ✓ |
| Llama 3.3 70B | ~41 GB | ~3 tok/s | ✓ |
| Qwen 3 72B | ~43 GB | ~3 tok/s | ✓ |
Strix Halo مقابل RTX 4090: الذاكرة تفوز، السرعة تخسر
يُقايض Ryzen AI Max 395 سرعة GPU بسعة الذاكرة. تشغّل RTX 4090 نموذج Llama 3.3 8B بـ ~45 tok/s مقابل ~22 tok/s على Strix Halo Vulkan. للنماذج 7B و 14B، RTX 4090 أسرع. لكن RTX 4090 محدودة بـ 24 GB VRAM — Strix Halo MAX 395 يمتلك 96 GB، مما يتيح أحجام نماذج مستحيلة على أي GPU مكتبية.
الحالة الاستخدامية العملية لـ Strix Halo هي تشغيل نماذج 32B–70B محليًا بدون واجهات API سحابية. يعمل Qwen 3 32B بـ Q4_K_M (~19 GB) بـ ~7 tok/s — بطيء للدردشة التفاعلية، لكن كافٍ للتلخيص الدفعي ومعالجة المستندات أو مهام الضبط الدقيق الليلية. يمكن الوصول إلى Llama 3.3 70B بـ Q4_K_M (~41 GB) بـ ~3 tok/s، مناسب للاستعلامات الفردية عالية الجودة.
على Windows، يتراجع Ollama لـ Strix Halo إلى استنتاج وحدة المعالجة المركزية افتراضيًا في منتصف 2026، إذ إن دعم ROCm iGPU لـ gfx1150 لم يكتمل بعد في إصدار Ollama الرسمي لـ Windows. يتطلب مسار Vulkan تجميع llama.cpp من المصدر بـ `-DGGML_VULKAN=ON`. يُنصح باستخدام Linux لاستنتاج Strix Halo بتسريع GPU حتى ينضج مسار ROCm على Windows.
للمقارنة مع أجهزة APU Silicon من Apple، راجع Mac Mini M4 لنماذج اللغة المحلية، الذي يغطي النهج البديل للذاكرة الموحدة على macOS.
قراءات ذات صلة
- ▸Mac Mini M4 لنماذج اللغة المحلية — البديل الأحادي من Apple بذاكرة موحدة لـ Strix Halo
- ▸أفضل حاسوب مصغر لنماذج اللغة المحلية — مقارنة الحواسيب المصغرة بخيارات AMD و Apple
- ▸أفضل GPU اقتصادية لنماذج اللغة المحلية — خيارات GPU منفصلة لبنية Linux المكتبية