AMD更新驅動程式，Ryzen AI Max+ 395處理器於本地執行128B參數大型語言模型

AMD宣布將透過AMD Software: Adrenalin Edition 25.8.1版驅動程式，讓搭載Ryzen AI Max+ 395處理器並配備128GB記憶體電腦能執行約與ChatGPT 3.0相當的128B參數的大型語言模型。

筆電、小型工作站也能跑超大模型

由於大型語言模型（LLM）的參數量會影響執行時占用的顯示記憶體，可能會超過個人電腦顯示卡的容量上限，因此往往需要仰賴雲端服務。AMD推出的Ryzen AI Max+ 395處理器整合現今最強的內建顯示晶片，具有40組RNDA 3.5繪圖架構運算單元，並可在系統安裝128 GB主記憶體時，切割其中96 GB做為專屬顯示記憶體使用，並搭配16 GB共享記憶體，帶來執行參數量更龐大模型的可能性。

延伸閱讀：
CES2025：AMD發表多款行動版處理器，Ryzen 9 9955HX3D、Ryzen Z2、以及超大內建顯示的Ryzen AI Max
CES2025：AMD Ryzen AI Max + 395、Ryzen Z2筆電、迷你電腦、掌上型電腦全線出擊
Framework推出Desktop桌上型電腦，採AMD Ryzen AI Max + 395處理器還可選貓扇

AMD宣布AMD Software: Adrenalin Edition 25.8.1版驅動程式，將可讓搭載Ryzen AI Max+ 395處理器與128 GB主記憶體的電腦在本地執行參數量高達128B的大型語言模型，並支援具備完整視覺功能與模型上下文協定（Model Context Protocol，以下簡稱MCP）的Meta Llama 4 Scout 109B模型。

其中關鍵就是AMD可變顯示記憶體技術（Variable Graphics Memory，VGM），最高能切割容量高達96 GB的連續專用顯示記憶體給予內建顯示晶片，如此一來能夠在沒有安裝獨立顯示卡的前提下，於本地端執行FP4資料類型的128B參數模型，或FP16資料類型的32B參數模型。

讀者可以下載最新版LM Studio以及AMD Software: Adrenalin Edition預覽版（或更新版本）嘗試這些功能。

檔案下載
LM Studio：https://lmstudio.ai/
AMD Software: Adrenalin Edition 25.10 RC 24預覽版：https://www.amd.com/en/resources/support-articles/release-notes/RN-RAD-WIN-25-10-RC-24-RYZEN-AI-MAX-395-VULKAN-LLAMA.html

▲ AMD透過驅動程式更新讓Ryzen AI Max+ 395處理器支援於本地執行128B參數大型語言模型。

▲ AMD可變顯示記憶體技術（圖中下半部）能分割96 GB做為專屬顯示記憶體，以及16 GB做為共享記憶體，讓內建顯示晶片最高能存取112 GB顯示記憶體。

▲ 我們先前介紹過的Asus ROG Flow Z13與HP ZBook Ultra G1a，以及Framework Desktop都搭載Ryzen AI Max+ 395處理器。

支援Llama 4 Scout MoE

在可變顯示記憶體技術加持下，搭載Ryzen AI Max+ 395處理器與128 GB主記憶體的電腦能夠執行參數量更龐大的大型語言模型，甚至能夠透過MCP與其他應用程式溝通，達到自動透過瀏覽器查詢資料，或是閱讀、搜尋使用者私有檔案、資料庫中的資訊，進一步提升代理式AI（Agentic AI）功能的完整性與豐富度。

AMD也進一步說明，Llama 4 Scout屬於混合專家模型（Mixture-of-Experts，MoE），它整體具有109B參數量，運作時可以僅啟動其中的17B參數（但完整的109B參數仍需儲存於顯示記憶體中），有助於提高AI推論運算效能，讓系統達到每秒15組字詞（Token）的輸出速度。

另一方面，原本LM Studio的預設上下文窗口為4,096字詞，如今在搭配Ryzen AI Max+ 395處理器與128 GB主記憶體的情況下，執行Llama 4 Scout時能擴增至256,000字詞，大幅提高推理式AI與代理式AI的功能性。

▲ Ryzen AI Max+ 395處理器搭配128 GB主記憶體能讓系統支援多種不同參數量以及資料類型的大型語言模型。

▲ Ryzen AI Max+ 395是第1款能夠在輕薄個人電腦執行Llama 4 Scout的處理器。

▲ 執行Mistral Large 123B與Llama 4 Scout 109B（啟動17B參數）模型分別需要68 GB與66 GB顯示記憶體。

▲ 以Qwen 30B A3B模型為例，FP16資料類型與Q8、Q6、Q4 K M等不同資料量化格式所占用的顯示記憶體對照表。

▲ 如果將Llama 4 Scout 109B模型（啟動17B參數）搭配Q4 K M資料類型的上下文窗口設定為256,000字詞，占用的顯示記憶體容量將高達92GB。

▲ 模型上下文協定（Model Context Protocol，以下簡稱MCP）能讓大型語言模型與其他應用程式溝通，強化代理式AI的功能。

\

▲AMD提供透過Llama 4 Scout推導馬克士威方程組的推理過程展示影片。

▲AMD提供透過MCP與應用程式協作的展示影片。

AMD表示MCP的正處於快速擴展的發展階段，Meta、Google、Mistral等模型開發商也在訓練AI模型的過程中增加調用應用程式與工具的「技能」，可以預見未來的模型將更能加善各類工具，強化大型語言模型的「智力」。