Ryzen AI XDNA2 硬件对照
本节说明 FastFlowLM / Lemonade NPU 路径需要的硬件。NPU 推理走 XDNA2，与 ROCm GPU 栈 相互独立：GPU 教程用 gfx1151 等 iGPU；NPU 教程用 /dev/accel/accel0。
1. 支持的处理器
FastFlowLM 在 Linux 上跑 NPU LLM 只要 XDNA2。XDNA1 不能加载本教程的 NPU2 权重。
| 系列 | 代号 | NPU | 本教程 |
|---|---|---|---|
| Ryzen AI Max 300 | Strix Halo（如 MAX+ 395，gfx1151） | XDNA2 | 主推，实测示例机为 GMKtec EVO-X2 |
| Ryzen AI 300 | Kraken Point、Strix Point | XDNA2 | 支持；官方 Gemma 4 基准多用 Kraken |
| Ryzen AI 400 | Gorgon Point | XDNA2 | 支持 |
| Z2 Extreme | 掌机 | XDNA2 | 支持 |
| Ryzen AI 7000 / 8000 / 200 | Phoenix / Hawk Point 等 | XDNA1 | 不支持 NPU LLM |
Strix Halo 的 iGPU 是 gfx1151。Lemonade 的 llamacpp:rocm / llamacpp:vulkan 走这块 iGPU，不占用 /dev/accel。
2. 运行时栈
| 项 | 要求 |
|---|---|
| NPU 固件 | 1.1.0.0 或更高（本教程实测 1.1.2.65） |
| 内核 + 驱动 | 内核 7.0+ 自带 amdxdna，或 Ubuntu 24.04 用 amdxdna-dkms |
| 用户态 | libxrt-npu2 + FastFlowLM（flm） |
| memlock | ulimit -l 为 unlimited |
| 设备节点 | /dev/accel/accel0，用户在 render（建议同时加入 video）组 |
| IOMMU | cmdline 同时有 amd_iommu=on 与 iommu=pt |
3. 查本机
bash
lspci -nn | grep -iE 'processing|display|npu'
ls -l /dev/accel/accel0Strix Halo 上 NPU PCI 常见为 1022:17f0。装好 flm 后再跑：
bash
unset ROCM_PATH HIP_PATH LD_LIBRARY_PATH
flm validate期望看到 NPU 设备、固件 1.1.x、memlock 为 infinity / unlimited。
4. 与 ROCm GPU 的关系
- 可以共存：同一台 Ryzen AI MAX 上，ROCm 跑 GPU（vLLM / Ollama / llama.cpp），FastFlowLM 跑 NPU。
- 不要混环境变量：
source /opt/rocm后再跑flm，常见报错是No such device with index '0'。每次跑 NPU 前先unset ROCM_PATH HIP_PATH LD_LIBRARY_PATH。 - 统一内存互斥：NPU 与大 GGUF 抢同一块系统内存。Gemma 4 E4B NPU 约 9 GiB；Qwen3.6-35B-A3B NPU 约 29 GiB。同时只常驻一路大模型。
- NPU 同时只能一路：Lemonade 若已经
load了 FLM 模型，就不要再flm serve。
下一步：FastFlowLM 环境 · Lemonade 环境