A AMD lançou um novo modelo de inteligência artificial (IA) Stable Diffusion 3 Medium, otimizado para unidades de processamento neural XDNA 2. A fabricante de chips afirmou que este é o primeiro modelo de IA do mundo a processar saídas no formato BF16. O modelo será suportado pelos novos laptops Ryzen AI, que devem possuir pelo menos 24GB de RAM, após os usuários baixarem o software beta Amuse 3.1 da Tensorstack. O Stable Diffusion 3 Medium é um modelo de geração de imagens que opera localmente, sem a necessidade de conexão com a Internet.
Em um comunicado à imprensa, a gigante da tecnologia com sede em Santa Clara detalhou o novo modelo de geração de imagens. A IA é baseada no Stable Diffusion 3 Medium, otimizado para as NPUs XDNA da empresa, que estarão presentes nos laptops Ryzen AI lançados em 2024 e modelos futuros.
A empresa afirma que o modelo pode ser utilizado para gerar imagens de qualidade comercial a partir de instruções em texto. Ele gera imagens com resolução de 1024×1024 pixels, que são então ampliadas para uma resolução de impressão de 2048×2048 pixels com as capacidades da NPU.
Este novo modelo de IA faz parte do aplicativo desktop Amuse 3.1 da AMD e da Tensorstack, que é gratuito para download e instalação. Como a geração de imagens ocorre inteiramente no dispositivo, o modelo funciona mesmo sem conexão à Internet, com o processamento de dados sendo realizado localmente, acionado pelas NPUs XDNA 2.
A AMD revelou que trabalhou nas exigências de memória do modelo de IA, que agora exige apenas 24GB de RAM em vez dos 32GB necessários para o modelo Stable Diffusion XL Turbo. Além disso, o novo modelo consome apenas 9GB de RAM enquanto ativo, utilizando o formato de ponto flutuante em bloco 16 ou BF16, que é mais eficiente em termos de memória.
A empresa destacou que o modelo de IA Stable Diffusion 3 Medium segue rigorosamente as instruções, estrutura e ordem. A AMD orienta os usuários a descreverem primeiro o tipo de imagem que desejam, seguidos dos componentes estruturais e, por fim, detalhes e contexto adicionais. Sugestões negativas podem ser usadas para remover elementos da imagem, e o uso de pontos finais pode alterar a compreensão contextual do modelo.
