AMD GPU资源冲突导致游戏与AI推理同时运行崩溃，开发者发布开源补丁解决

6月15日消息，AMD显卡用户在Windows系统中同时运行AI推理和大型DX12游戏时，长期面临驱动级资源冲突导致的崩溃问题。该问题现已被开发者通过GitHub上的开源项目提供了解决方案。

开源补丁实现无冲突并发

GitHub用户Beat-k通过开源项目BEA_ROCm发布了补丁方案。该方案已成功在Radeon RX 7900 GRE显卡上实现了DX12游戏与基于ROCm平台的AI推理任务的无冲突并发运行。

游戏崩溃时常伴随的错误代码为exit code 2或0xc0000005。

问题根源涉及多个驱动层面

开发者详细排查了导致崩溃的多层原因。ROCm是AMD为加速高性能计算及人工智能任务而推出的软件平台。此次揭示的冲突点涵盖了从内存管理到内核调度的多个环节。

• Flash Attention KV缓冲区布局解析差异。
• SDMA（System DMA）引擎队列冲突。
• 显存过度分配问题。
• AMD AGS库与Adrenalin驱动的冲突。
• 驱动遥测模块对内核调度的干扰和破坏。

这一解决方案的发布，有望为同时需要运行AI应用和游戏的AMD显卡用户提供更稳定的使用体验，减少因驱动冲突导致的中断。

llama.cpp获关键补丁 gfx1100架构Windows ROCm实现AI推理与游戏并行

一项针对RDNA 3架构显卡在Windows平台的多任务优化取得关键进展。最新修复方案通过了《彩虹六号：围攻》DX12游戏与Ollama 7B模型推理同步运行的压力测试，为相关显卡用户解锁了AI与图形并行任务的能力。

双层补丁应对堵塞性Bug

此前的技术障碍呈现层级依赖的堵塞效应，需要按顺序逐个解决才能暴露下一层问题。为解决此问题，技术团队设计了一套双层补丁架构。

第一层为环境变量补丁集，它在ROCm子进程启动前应用，以预置必要的修复设置。第二层则是直接向AI框架核心库llama.cpp提交的代码级修改。

核心修复涉及流同步与注意力计算

针对llama.cpp的补丁代码共计35行，主要围绕两项核心功能进行优化。首先是对gfx1100架构下Windows ROCm的流同步机制进行修复。

流同步是多线程GPU编程中的关键技术，用于协调不同计算任务（流）之间的执行顺序和数据依赖关系，确保计算结果的准确性。

其次，对Flash Attention的门控处理逻辑进行了调整。Flash Attention作为一种高效的自注意力算法实现，是当前大语言模型推理速度的关键优化点之一。

压力测试验证多任务稳定性

修复方案的实际效果通过了严格的实测验证。在长达10轮的连续压力测试中，系统需同时运行图形密集型游戏《彩虹六号：围攻》（采用DX12 API）并进行Ollama 7B模型的本地推理。

• AI推理平均延迟为12.2秒。
• 显存占用稳定在9.5GB。
• DX12图形负载在6轮游戏中保持饱和状态。
• 游戏全程未发生崩溃。

方案已开源并完成交叉验证

这意味着基于gfx1100架构的显卡（如RDNA 3系列的部分型号）在Windows平台上运行AI与图形复合负载的主要系统级障碍已被扫清。相关SDK已经开源，向上游提交的代码合并请求也已准备就绪。

该修复方案的普适性得到了初步确认。除目标平台外，第三方已在gfx1101架构的Ubuntu系统上完成了交叉验证，表明其底层修复思路具有一定的通用性。这为整个RDNA 3全系显卡在Windows系统上实现稳定的“AI+图形”多任务并发提供了可行的技术路径。