AMD-YES 🎮
玩转 AMD GPU 的酷炫项目合集让AI更有趣，让创意更自由 ✨
🚀 快速导航
| 本地运行（单卡） | 集群部署（多卡） |
|---|---|
| 🧸 toy-cli ✅️ | 🚀 happy-llm ✅️ |
| 🎮 微信跳一跳 ✅️ | |
| 🎭 Chat-甄嬛 ✅️ | |
| ✈️ 智能旅行规划助手 ✅️ | |
| 🦞 OpenClaw 全隐私助手 ✅️ |
✅ 支持 | 🚧 开发中
简介
AMD-YES 精选了一系列使用 AMD GPU 和 ROCm 平台的优秀项目实例。无论你是想快速体验大模型应用、学习计算机视觉、还是深入学习分布式训练，都能在这里找到合适的案例项目。
本模块分为两个阶段：首先在本地单卡快速上手各类应用，然后进阶到集群部署和分布式训练。每个项目都包含完整的代码和详细的教程指导。
AMD-YES 项目学习路径
项目列表
本地运行（单卡）
适合个人开发者快速体验，一块 AMD 显卡就能玩转！
🧸 toy-cli - LLM 轻量化终端助手
toy-cli 是一个简化的代码 Agent，提供极简的命令行调用大模型接口。
- 适合人群：初学者、想快速学习 API 调用的用户
- 难度等级：⭐
- 预计时间：30 分钟
🎮 YOLOv10 微信跳一跳
YOLOv10 微信跳一跳 是基于 YOLOv10 目标检测的自动化游戏 AI，实时识别跳跃目标，精准计算距离。
- 适合人群：对计算机视觉和游戏 AI 感兴趣的开发者
- 难度等级：⭐⭐
- 预计时间：1 小时
🎭 Chat-甄嬛 - 后宫语言模型
Chat-甄嬛 是基于《甄嬛传》台词训练的 LoRA 微调模型，完美模仿甄嬛的语气和说话风格。
- 适合人群：想学习模型微调和 LoRA 技术的开发者
- 难度等级：⭐⭐
- 预计时间：1.5 小时
✈️ 智能旅行规划助手
智能旅行规划助手 是基于 HelloAgents 框架的智能 Agent 应用，集成 MCP 协议调用高德地图 API，在 AMD GPU 上本地运行大模型。
- 适合人群：想学习 Agent 框架和 MCP 协议的开发者
- 难度等级：⭐⭐⭐
- 预计时间：2 小时
🦞 OpenClaw - 全隐私本地 AI 智能体平台
OpenClaw 是一个统一的消息处理与 AI 智能体平台，在 AMD 395 Max 上本地部署大模型，实现完全隐私的个人 AI 助手。
- 适合人群：想学习 AI Agent 平台和本地隐私部署的开发者
- 难度等级：⭐⭐⭐
- 预计时间：1.5 小时
集群部署（多卡）
进阶玩法，分布式训练部署！
🚀 Happy-LLM - 从零训练大模型
Happy-LLM 提供分布式多机多卡训练的完整教程，包括大模型核心原理讲解和手把手的训练流程实现。
- 适合人群：想深入学习大模型训练的进阶开发者
- 难度等级：⭐⭐⭐
- 预计时间：3 小时+
环境要求
硬件要求
- AMD GPU（支持 ROCm 的显卡，如 RX 7000 系列、MI 系列等）
- 建议显存 8GB 以上
软件要求
- 操作系统：Linux (Ubuntu 22.04+) 或 Windows 11
- ROCm 7.12.0/7.2.0 或更高版本
- Python 3.10~3.12
常见问题
Q: 如何确认我的 AMD GPU 是否支持 ROCm？
请参考 ROCm 官方支持列表 查看支持的 GPU 型号。
Q: 各个项目的学习顺序是什么？
建议按以下顺序学习：
- 先从
toy-cli开始，熟悉大模型调用基础 - 选择感兴趣的案例深入学习（游戏 AI、对话模型、Agent 应用）
- 完成基础项目后，挑战
Happy-LLM进阶分布式训练