Опубликовано

AMD выпустила Ryzen AI Software 1.7 – что нового в платформе для локального ИИ

Обновление включает поддержку новых моделей, улучшенную производительность и расширенные инструменты для разработчиков, работающих с ИИ на процессорах Ryzen.

Продукты
Источник события: AMD Время чтения: 2 – 3 минуты

AMD выпустила версию 1.7 своей платформы Ryzen AI Software – пакета инструментов для запуска нейросетей локально на процессорах Ryzen с NPU (нейропроцессорным блоком). Релиз состоялся 23 января 2026 года.

Для кого эта платформа?

Ryzen AI Software – это набор библиотек, драйверов и SDK для разработчиков, которые хотят использовать аппаратное ускорение ИИ на чипах AMD. Проще говоря, это способ заставить модели работать быстрее и эффективнее за счёт специализированного блока NPU, а не только CPU или GPU.

Такие решения важны для тех, кто разрабатывает приложения с локальным ИИ: системы распознавания речи, обработки изображений, помощников – всё, что должно работать на устройстве пользователя без отправки данных в облако.

Что изменилось в версии 1.7?

AMD не раскрыла все детали в анонсе, но обычно такие обновления включают несколько типовых улучшений:

  • поддержку новых архитектур моделей (например, трансформеров последних поколений);
  • оптимизацию производительности для уже поддерживаемых моделей;
  • обновление совместимости с популярными фреймворками вроде ONNX, PyTorch или TensorFlow;
  • исправление ошибок и улучшение стабильности SDK.

Если коротко: платформа становится быстрее, поддерживает больше моделей и удобнее в работе.

Почему локальный ИИ становится актуальнее?

Рынок постепенно смещается в сторону on-device AI – моделей, которые работают прямо на устройстве. Причины простые: конфиденциальность данных, меньшая зависимость от интернета, более низкие задержки, отсутствие затрат на облачные вычисления.

Производители чипов это видят. Intel продвигает свои решения с AI Boost, Qualcomm делает ставку на Snapdragon с NPU, Apple встраивает Neural Engine во все свои процессоры. AMD с Ryzen AI идёт тем же путём – пытается сделать так, чтобы разработчикам было проще запускать модели локально, не теряя в скорости.

Для кого это важно прямо сейчас?

В первую очередь – для разработчиков приложений под Windows на базе Ryzen. Если вы делаете ПО с элементами ИИ (например, редакторы с автоматической обработкой фото, голосовые ассистенты, системы видеоаналитики), то обновление SDK может дать прирост производительности без изменений в коде модели.

Для конечных пользователей изменения не так заметны: они получат более быстрые приложения, если разработчики интегрируют новую версию SDK. Но это произойдёт не сразу – обновления софта обычно идут с задержкой.

Что остаётся непонятным?

AMD не опубликовала детальный список изменений (changelog) и бенчмарки, так что сложно оценить, насколько серьёзным стало обновление. Нет информации и о том, какие конкретно модели теперь поддерживаются лучше или быстрее.

Также неясно, как версия 1.7 работает на разных поколениях Ryzen – есть ли улучшения только для новейших чипов или обновление затрагивает и старые модели с NPU.

В любом случае, если вы работаете с Ryzen AI Software, имеет смысл попробовать новую версию и проверить, как она ведёт себя на ваших задачах. Иногда даже небольшие оптимизации дают ощутимый эффект в реальных сценариях использования.

Оригинальное название: AMD Ryzen AI Software 1.7 Release
Дата публикации: 26 янв 2026
AMDwww.amd.com Международная компания – производитель процессоров и вычислительных ускорителей для ИИ-задач.
Предыдущая статья Ray3.14: быстрее, дешевле и с нативным Full HD Следующая статья Lucy 2.0: видеоредактор, который работает в реальном времени

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.5 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.5 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

ИИ: События

Вам может быть интересно

Перейти ко всем событиям

Другие события из мира искусственного интеллекта, которые помогают увидеть общую картину и понять, как меняется направление развития технологий.

Hugging Face запустил Community Evals – платформу, на которой разработчики могут самостоятельно тестировать языковые модели и делиться результатами, не полагаясь на закрытые рейтинги.

Команда Perplexity AI продемонстрировала, как технология прямой передачи данных между серверами помогает языковым моделям работать быстрее и эффективнее, устраняя «узкие места» в сетевой инфраструктуре.

Разбираемся, как слой оркестрации помогает объединить разрозненные инструменты и сервисы в единую экосистему, способную работать без постоянного ручного контроля.

Хотите глубже погрузиться в мир
нейротворчества?

Первыми узнавайте о новых книгах, статьях и экспериментах с ИИ
в нашем Telegram-канале!

Подписаться