AMD y Stability AI permiten la generación de imágenes de IA local en portátiles con NPU
Masterbitz
21 jul 2025
2 min de lectura
AMD y Stability AI hicieron hoy un anuncio sobre su esfuerzo conjunto para adaptar el creador de arte Stable Diffusion 3.0 Medium for Stability Amuse AI. Este movimiento permite que se ejecuten mejores capacidades de generación de imagen y manejo de textos para ejecutar en Unidades de Procesamiento Neural (NPU). Anteriormente, en Computex 2024, AMD mostró el primer bloque de PM16 modelo de difusión estable en el mundo, SDXL Turbo, que crearon con Stability AI. Este nuevo modelo alcanzó la precisión del PM16 en los niveles de rendimiento INT8. Las dos compañías ahora presentan su nuevo trabajo de equipo con el primer bloque FP16 SD 3.0 Modelo mediano. Este paso adelante aporta una mayor calidad de imagen al tiempo que se adapta para las NPUs AMD Ryzen AI XDNA 2. La gente puede usar esto de inmediato a través de la Amuse 3.1 by Tensorstack corriendo en modo HQ en computadoras portátiles Ryzen AI powered que lo soportan.
El nuevo bloque FP16 SD 3 Modelo mediano necesita menos memoria que las versiones anteriores, ya que funciona en 24 computadoras portátiles GB mientras usa 9 GB de memoria. Este tipo de datos permite la generación local de imágenes de IA de alta calidad en computadoras portátiles con menos de 32 GB de memoria utilizando un formato de alta precisión sin una cuantificación excesiva. El sistema incorpora un tubo de dos etapas alimentado por la NPU AMD XDNA 2 que mejora las imágenes de salida estándar de 2 megapíxeles (1024 x 1024) a resolución de 4 megapíxeles (2048 x 2048). En el pasado, Amuse ofreció Stable Diffusion Medium, pero necesitaba procesamiento de GPU, lo que frenó el uso generalizado. Ahora, los usuarios pueden elegir entre el procesamiento de GPU o NPU. Para probar esta nueva función, los usuarios necesitan descargar e instalar el último Adrenalin Driver, luego el Amuse 3.1 Beta, y mientras están en modo EZ, mover el control deslizante a HQ y al gafa XDNA 2 Stable Diffusion Offload.
Comentarios