如果你使用Windows,请禁用内存压缩以消除瓶颈!
摘要
一位用户分享了通过命令'Disable-mmagent -mc'禁用内存压缩来解决Windows 11中AMD GPU运行AI模型时的性能瓶颈问题。
这是对以下帖子的跟进:[https://www.reddit.com/r/LocalLLaMA/comments/1ta3ben/dont\_you\_have\_issues\_in\_w11\_with\_amd\_gpu\_where/](https://www.reddit.com/r/LocalLLaMA/comments/1ta3ben/dont_you_have_issues_in_w11_with_amd_gpu_where/) 我通过管理员终端禁用内存压缩解决了这个无休止的问题:`Disable-mmagent -mc` 所有问题都解决了,我可以打开任何游戏,AI也不会像以前那样变慢(即使游戏关闭时也一样!)
相似文章
16GB显存炼狱讨论帖
一个讨论帖,分享在16GB显存Windows系统上运行AI模型如Qwen3.8-27B的配置和技巧,专注于内存优化技术。
已修复 7900 xtx + 无头 Linux 崩溃(低内存 OOM)amdgpu.runpm=0
用户通过禁用运行时电源管理,解决了在无头 Linux 系统上使用 AMD GPU 运行大型 AI 模型时崩溃的问题,防止模型权重被转储到有限内存中导致 OOM 错误。
现在瓶颈是压缩与记忆(以及一点输入过滤)
作者认为AI的瓶颈在于记忆和压缩,将LLMs与人类记忆效率进行比较,并建议改进工具集成以提高性能。
本地 AI 硬件内存带宽(2026 年版)
本文深入解析内存带宽作为本地 AI 硬件性能的关键指标,对比了 NVIDIA、Apple、AMD、Intel 等厂商在不同性能层级下的当前 GPU 与统一内存系统。
大幅提升 --n-cpu-moe 部分卸载模型的提示词处理速度
本文分享了一个 llama.cpp 的性能优化技巧,展示了增大微批大小(`-ub`)并结合部分 CPU 卸载(`--n-cpu-moe`)可以显著提升 gpt-oss-120b 等大型模型在消费级 GPU 上的提示词处理速度。