AMD 将动态 LoRA 切换功能加入 Ryzen 人工智能 软件1.9

AMD表示，其Ryzen 人工智能 Software现在允许开发者编译一次基础模型，并在推理时动态切换LoRA适配器，公司称此举可在人工智能 PC上部署多个专用模型时减少重复。AMD在2026-11-02发布的一篇技术文章中表示，该功能可在Ryzen 人工智能 Software发布1.9中提供，并支持部分文本模型，包括Qwen2.5-3B、Qwen3-4B和Qwen3.5-4B。

证据与背景

LoRA（低秩适应）通过训练小型适配器权重，同时保持基础模型冻结，微调大型语言模型。AMD表示，此前在Ryzen人工智能上支持的部署方法是静态合并，即在编译前将LoRA权重折叠进基础模型。公司表示，这种方法适用于单个适配器，但当需要多个专业适配器时效率较低，因为每个合并模型都会重复相同的基础权重。

在动态LoRA中，AMD表示一个量化基础模型仍驻留在NPU，而小型适配器则被编译为独立工件并按名称激活。文章称，这允许应用程序从一专家切换到另一专家，比如专注于SQL的模型到医疗模型一，而无需重新加载基础模型。

AMD还警告说，适配器必须针对已经量化的基底模型进行训练。文章中，公司表示，NPU基底已量化为 INT4 ，且在应用到量化基底之前，将LoRA适配器对全精度模型训练，可能会降低适配器对设备的优势。

公司描述了一个四步流程：用 INT4 AWQ 用 AMD Quark 量化基础模型一次;对每个 LoRA 适配器对冻结的量化基底进行微调并保存，保存为未合并;每个适配器对 NPU 的基础和每个适配器进行一次model_generate调用;然后通过加载一次基础并在运行时切换适配器来服务。

AMD表示其示例使用Qwen3-4B INT4基，配备二个适配器：一个基于Spider训练的文本转SQL适配器和一个基于MedMCQA训练的医疗选择适配器。关于Ryzen 人工智能 NPU，AMD报告称Spider的执行准确率从47.5%提升到63.0%，提升了15.5个百分点，而MedMCQA的精确匹配率从42.0%提升到53.0%个，提升了11.0个百分点。文章称这两个结果均基于n=200个例子。

AMD表示，其Ryzen 人工智能 Software示例库中有一个可运行的示例，Ryzen 人工智能 Software的发布1.9还引入了长上下文支持，导入通过量化感知训练产生的INT4量化模型，并支持更多模型。文章未披露除三具名文本模型外的更广泛模型列表，也未提供除引用示例外的独立基准比较。