本文分享了作者在 AMD Strix Halo 硬件上部署 ROCm 软件栈并进行 AI 开发的详细实战记录。文章指出，通过 Ubuntu 24.04 LTS 系统，配合 BIOS 更新与 Grub 参数调优（如 amdgpu.gttsize），成功实现了 128GB 内存在 CPU 与 GPU 间的高效共享。作者演示了如何配置 PyTorch 及 Triton 环境，并利用 Llama.cpp 成功在本地运行了 Qwen 3.6 大模型。尽管 ROCm 在依赖管理和显存分配上仍存在一些技术门槛，但 Strix Halo 展现出的统一内存架构优势，使其在本地大模型推理场景中表现出了极高的性价比和可用性。
