strix-halo-guide

AMD Strix Halo 跑本地大模型，先看这份实测指南再动手

开源 free 基础设施
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 357
维护状态 较活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类基础设施
开发团队hogeheer499-commits
所属国家
官网地址https://strixhaloguide.com
GitHubhttps://github.com/hogeheer499-commits/strix-halo-guide
定价模式free
价格说明免费开源指南，无付费内容
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型amd,beelink,benchmark,framework-desktop,gfx1151,gguf,llama-cpp,llm,local-ai,local-llm,mini-pc,ollama,qwen3,radeon-8060s,rocm,ryzen-ai-max,ryzen-ai-max-395,strix-halo,unified-memory,vulkan
GitHub 星标★ 357
30天Star增速
HF 下载量
上线时间2026-03-11 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-10-16
浏览次数0

项目介绍

strix-halo-guide 是一份针对 AMD Strix Halo（GFX1151，如 Radeon 8060S）平台本地 AI 部署的实测指南与基准测试集合。它解决的核心问题是：在 AMD 迷你主机/框架笔记本上跑大模型时，Vulkan 与 ROCm 后端选择、显存分配、GGUF 量化格式、Ollama 与 llama.cpp 参数配置等信息分散且缺乏可信数据。项目用可复现的实测记录覆盖 Qwen3 等模型的运行表现，并给出跨 OEM（如 Beelink、Framework Desktop）的对比结果，帮助用户判断硬件是否值得买、该用哪套推理栈、能跑多大的模型。核心能力包括：真实基准数据、配置步骤、后端性能对比、大 GGUF 模型可行性验证，以及面向本地 AI 场景的调优建议。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 提供 Vulkan 与 ROCm 后端的实测对比数据，而非泛泛而谈
  • 覆盖 Qwen3、Ollama、llama.cpp 及大 GGUF 模型的真实运行记录
  • 包含跨 OEM（Beelink、Framework Desktop）结果，便于选购参考

不足之处

  • 内容以文档和脚本为主，缺少开箱即用的自动化部署工具
  • 基准数据依赖特定硬件与驱动版本，社区更新频率待观察

适用场景

  • 购买 AMD Strix Halo 迷你主机前评估本地大模型运行能力
  • 在 Radeon 8060S 上配置 Ollama/llama.cpp 并选择 Vulkan 或 ROCm 后端
  • 对比不同 OEM 机型跑同一 GGUF 模型的性能差异

替代项目

llama.cpp、ollama

上一篇：anemll-flash-llama.cpp

下一篇：paddock

同类项目推荐

freebuff-proxy 开源

聚合多账号，一键接入 OpenAI 兼容 API，轻松管理会话。

DEPRECATED — moved to https://github.com/trefeon/freelane. Archived; no longer main···

★ 300 2026-08-20
microduck 开源

用 Rust 造一只会走路的桌面小鸭，快速上手双足机器人。

A Tiny biped duck robot

★ 9427 2026-09-10
ollama 开源

一条命令本地跑起大模型，免费、私密、不卡顿

Get up and running with Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma and other···

★ 183283 2026-08-09
soperator 开源

用 Kubernetes 原生方式运行 Slurm，简化 HPC 集群管理。

Run Slurm in Kubernetes

★ 444 2026-08-10