AMD、高通旗下硬件支持OpenAI gpt-oss开放推理模型

OpenAI以Apache 2.0许可证的形式推出了两款gpt-oss系列开放推理模型，其中参数规模较小的gpt-oss-20b模型可在仅配备16GB内存的边缘设备上运行、参数更多的gpt-oss-120b 则能在单个80GB GPU上高效运行。

AMD 与高通均宣布旗下硬件支持 gpt-oss 系列开放模型，具体是 AMD 锐龙 AI Max+ 395 处理器支持 gpt-oss-120b、AMD Radeon RX 9070 16GB 显卡支持 gpt-oss-20b、高通旗舰骁龙平台支持 gpt-oss-20b。

AMD 宣称锐龙 AI Max+ 395 是全球首款能运行 gpt-oss-120b 模型的消费级 AI PC 处理器。锐龙AI Max+395处理器凭借128GB统一内存架构，将96GB分配给GPU的方案，成功突破gpt-oss-120b模型61GB显存的需求瓶颈。30 Token/s的推理速度虽不及顶级数据中心GPU，但在消费级市场已属突破。Radeon RX 9070显卡对gpt-oss-20b的优化，则瞄准了中端推理市场。

高通则充分发挥移动端优势，根据早期测试 gpt-oss-20b 可在端侧实现出色思维链推理表现，开发者可通过 Hugging Face 和 Ollama 等热门平台在搭载骁龙芯片的设备上访问 gpt-oss-20b 模型并充分发挥其功能。

从技术参数看，AMD方案在内存带宽管理上采用GGML框架的MXFP4量化技术，将模型精度控制在可接受范围内。高通则依靠长期积累的AI加速器IP，在能效比方面建立优势。

有评论称，AMD和高通此举是挑战英伟达AI霸主地位的重要尝试。竞争将围绕三个核心维度展开：首先是边缘计算场景的渗透率。医疗、工业等对数据隐私要求高的领域可能成为突破口。其次是成本效益比，采用开放模型的TCO（总体拥有成本）优势需要实际案例验证。最后是软件生态的成熟速度，PyTorch等框架的适配进度将直接影响开发者迁移意愿。

未来12-18个月将是关键窗口期。如果AMD和高通能实现：在3个以上主流行业落地标杆案例；开发者工具下载量突破百万级；建立可持续的商业模式，那么AI加速器市场有望形成三足鼎立格局。否则，开放模型可能仅停留在技术演示阶段，难以真正动摇现有市场结构。

OpenAI发布开源模型GPT-OSS

近日，OpenAI发布两款开放权重AI推理模型。其中参数量达到1170亿的gpt-oss-120b能力更强，可以由单个英伟达专业数据中心GPU驱动；参数量210亿的gpt-oss-20b模型，则能够在配备16GB内存的消费级笔记本电脑上运行。

两款模型都以宽松的Apache 2.0许可证发布，企业在商用前无需付费或获得许可。

就模型性能而言，GPT-OSS大致位于开源模型的第一梯队，但整体略逊于自家的GPT-o3和o4-mini。例如在Codeforces（带工具）的编程测试中，gpt-oss-120b和gpt-oss-20b的“跑分”分别为2622和2516分，虽然高于一些头部开源模型，但依然比不过头部闭源推理模型。而在“人类最后的考试”测试中，两款开源模型的得分分别为19%和17.3%，同样比不过o3。

与闭源模型类似，两款开放模型都采用了混合专家（MoE）技术，处理问题时只会激活较少的参数。对于1170亿参数量的gpt-oss-120b，处理每一个token时仅激活51亿个参数。

值得注意的是，相较o3和o4-mini模型，两款开放模型也会出现更多的幻觉。OpenAI解释称，由于较小的模型拥有的世界知识比大型前沿模型少，所以更容易产生幻觉也在意料之中。在OpenAI内部用于衡量模型对人物知识准确性的PersonQA基准测试中，gpt-oss-120b和gpt-oss-20b分别对49%和53%的问题产生幻觉，达到o1模型的3倍多，也高于o4-mini模型的36%。