AMD 發表了一篇關於 Stable Diffusion 的文章，藉由將 AI 的發工學習庫從 Python 預設的 PyTorch 替換為 Microsoft Olive 和 Microsoft ML，RX 7900 XTX 的具R近每秒迭代速度（Iteration/sec，簡稱 it/s）將可以從 1.87 飆升到 18.59，改用逼近 NVIDIA GeForce RTX 4080 的發工 19.41 it/s。

Stable Diffusion 是一款開源的 AI 算圖軟體，玩家隻要安裝之後，改用便可以用自己的發工主機進行「詠唱」，並生成自己想要的具R近照片。也因為軟體依賴的改用效能來源是自己的顯示卡，顯示卡對於 AI 運算的發工效能高低便會直接影響照片的生成速度。

由於 Stable Diffusion 是具R近開源軟體，任何人都可以取得原始碼並發行修改後的改用版本，在網路上流傳的發工版本眾多，AMD 本次使用是具R近目前最廣為人知的「Automatic1111」，雖然通用性最好，但此版本無法原生對應 AMD 驅動，玩家必須使用迂迴的方式載入驅動，也造成效能表現相當不理想。

根據知名工作站軟體測試網站 Puget Systems 的數據，目前對 AMD 顯卡最友善的 Stable Diffusion 版本為 SHARK， RX 7900 XTX 的效率可以達 20.76 it/s，遠超卡皇 NVIDIA GeForce RTX 4090 的 15.24 it/s。

反觀在 Automatic1111 上 ，RX 7900 XTX 的官方數據僅 1.87 it/s，在 Puget System 上也隻有 4.67 it/s，甚至比得分為 8.62 it/s 的 RTX 3060 Ti 還不如。 

 

這次 AMD 發表的內容大幅改善這效能方麵的遺憾，即便導入 Microsoft Olive 和 Microsoft ML 在執行步驟上還是比不上讓 Python 自動安裝驅動工具來得方便就是了，可至少能夠發揮旗艦卡該有的水準。

此外，由於 RX 7900 XTX 經過多次降價的關係，目前台灣的售價都已經低於 4 萬，作為對比 NVIDIA 的 RTX 4080 多數價格卻都還在 4.2 萬以上，也意外讓 RX 7900 XTX 在 AI 運算上有著相當不錯的性價比。