IT之家 4 月 21 日消息， Valve 工程师 Natalie Vock 本月针对 Linux 平台的低显存（VRAM）设备 ，推出专属优化技术。YouTube 频道 NJ Tech 在 CachyOS 系统中， 使用仅有 4GB 显存的 AMD Radeon RX 6500 XT 显卡实测，结果表现惊人。 测试平台为 AMD Ryzen 5 5600X 处理器以及 16GB 内存，并搭配仅有 4GB 显存的 AMD Radeon RX 6500 XT 显卡。 测试结果显示，《心灵杀手 2》提升幅度最为明显，在 1080p 低画质并开启 FSR 2 质量模式下，这项优化让平均帧率从原本卡顿的 14 FPS 飙升至 41 FPS，性能增幅高达 192%。 同时，1% 低帧（1% Low FPS，衡量游戏流畅度稳定性的关键指标，指在测试过程中帧率最低的 1% 时间段的平均值）也从 12 提升至 28，游戏体验从“幻灯片”变为基本可玩。 该优化技术同样能改善其它游戏表现，《寂静岭 F》平均帧率由 47 升至 50，虽提升有限但帧数更稳定；《生化危机：安魂曲》平均帧率从 67 涨至 78，提升约 16%，1% 低帧更是从 36 大幅改善至 56，流畅度明显增强。 然而，这项技术并非“万能药”，在《赛博朋克 2077》、《霍格沃茨之遗》、《漫威蜘蛛侠 2》等大作中，优化并未带来明显帧率提升。 分析指出，该技术主要针对显存严重溢出的场景，若游戏本身未触及显存瓶颈，或在不同分辨率下运行，优化效果可能大打折扣。 IT之家附上相关结果如下：
IT之家 4 月 12 日消息，随着游戏画质不断提升，显存（VRAM）占用问题日益突出，尤其是对于 Steam Deck 掌机用户而言。 据 TomsHardware 今日报道，Valve Linux 图形驱动团队的工程师 Natalie Vock 针对这一痛点提出了一套全新的解决方案，通过优化显存分配策略，显著提升游戏性能。 Vock 开发了新的内核补丁及两个专用工具，核心思路是让操作系统明确知道：当前正在前台运行的游戏拥有显存的“优先使用权”。当显存开始吃紧时，后台任务所占用的显存数据将被强制“溢出”到系统内存中，而游戏数据则纹丝不动。 在此之前，Linux 内核并不清楚该优先保留哪个程序的数据。一旦游戏占用显存过高，内核可能会将游戏数据移出显存，转而分配给后台的浏览器窗口等程序，从而导致游戏掉帧、出现卡顿。 ▲ 应用前 Vock 用一张 8GB 显存的显卡以及《赛博朋克 2077》进行了测试。未应用补丁时，有 1.37GB 的数据被“溢出”到 GTT（图形转换表，负责告诉 GPU 去系统内存中找数据）。而此时游戏实际只占用了约 6GB 显存；应用补丁后，游戏使用了近 7.4GB 的显存，GTT 中的溢出数据降至仅 650MB。 ▲ 应用后 这套方案的核心组件名为“dmemcg-booster”（设备内存控制组增强版）。它告知 Linux 系统在任意时刻需要“保护”哪个程序，确保该程序的数据不会被移出显存。如果后台任务需要显存，它将被强制转移到速度更慢的系统内存中，从而保证游戏不间断流畅运行。 本质上，这套方案并非直接减少显存占用，而是优化了有限显存的分配优先级。对于 12GB 显存的显卡而言，后台程序优先级混乱的影响可能并不明显；但对于 8GB 显卡，这一优化可以充分释放其潜力。 另一个组件名为“plasma-foreground-booster”，它能自动告知 KDE 桌面环境当前哪个窗口位于前台，以便为该窗口优先分配显存。 这些补丁后续将被集成到 CachyOS 发行版中，并等待合并进主线 Linux 内核。用户可以在任何 Linux 发行版中自行下载使用这些补丁（IT之家提醒：仅适用于 AMD GPU，因为 NVIDIA 驱动的显存管理部分是闭源的）。
作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，国内全自研GPGPU创新企业「北京行云集成电路有限公司」（以下简称“行云”）宣布连续完成Pre-A及Pre-A+多轮融资，融资金额超4亿元人民币。五源资本、赛富投资基金、春华资本联合领投，以及北京、江苏等地方国资、佰维存储（688525）、金沙江联合带动知名GPU企业创始人家办、创维资本等产业资本跟投。云岫资本连续多轮服务并担任下一轮独家融资财务顾问。 北京行云集成电路有限公司成立于2023年8月，专注针对大模型的新一代推理芯片，致力于使用非3D DRAM架构打造超大显存规格、CUDA兼容的全自研GPGPU产品，推动AI大模型推理的普惠化。 行云创始人季宇博士，清华大学计算机系博士，“华为天才少年”计划的一员，曾在华为海思深度参与昇腾AI芯片的编译器与架构研发。CTO余洪敏博士，中科院半导体所博士，曾主导百度昆仑芯、海思昇腾等多款芯片的研发与量产，拥有十余款芯片成功流片经验。 当前，在大模型架构持续演进的背景下，算力系统的瓶颈正在发生结构性变化。 季宇在接受硬氪采访时表示，当前算法侧的演进正在重塑硬件设计逻辑。以MoE（Mixture of Experts）为代表的稀疏模型，在计算效率上更具优势，但需要预先加载更多专家参数，使得整体对内存容量的需求显著高于传统Transformer稠密模型。 大模型（千亿/万亿参数）的显存需求已从GB级跃升至TB级，这一过程中，系统成本结构也随之重构——按GB计价的显存成本，正逐步超过算力芯片本身，成为主导项。因此，“降本的关键已经不在算力，而在显存”季宇称。 基于这一判断，行云选择了一条与主流路径不同的技术路线： 放弃成本高昂的HBM（高带宽内存），转而采用LPDDR乃至NAND（SSD颗粒）等更低成本的存储介质作为显存介质。通过介质替换，使显存成本降低1到2个数量级。 但低成本介质也意味着单颗粒带宽较低。为弥补这一短板，行云在架构上采用多颗粒、多通道并行的设计，通过规模化堆叠将整体带宽提升至TB级别，以满足大模型推理对数据吞吐的需求。 季宇表示，随着稀疏化和MoE架构的发展，模型对带宽的绝对需求正在下降，系统设计不再需要一味追求极致带宽，而是可以通过软硬件协同，实现成本与效率之间的平衡。 这种思路也体现在行云的整体技术策略中。季宇强调，公司真正的稀缺性并不在单一芯片指标，而在于系统级的设计能力。通过诸如Prefill/Decode分离（PD分离）、KV Cache稀疏化等工程手段，行云能够更灵活地适配AI应用形态的快速变化，从早期的Chatbot到当前逐步兴起的Agent场景，降低因芯片研发周期较长所带来的技术滞后风险。 产品验证层面，行云此前推出的“褐蚁一体机”，已尝试用CPU与通用内存构建低成本推理方案，验证稀疏模型在非高端硬件上的可行性。目前，该方案已在DeepSeek的本地化部署场景中落地。 （图源/企业） 接下来，公司将把重心转向自研芯片的推进。季宇表示，公司今年的核心目标是完成芯片流片，并尽快推向市场，以芯片产品作为商业化的主要抓手。 当下，Open Claw的现象级传播也揭示了市场对消费级硬件承载高质量AI的巨大需求。 季宇表示，行云希望通过其芯片产品，将低成本、高质量的万亿级模型算力真正落地到如龙虾机等端侧设备，突破当前端侧仅能运行100B小模型的局限，为消费电子市场打开新的想象空间。 CTO余洪敏表示，行云的设计优先级已从追求单芯片极致性能，转变为从板级系统角度追求可扩展性与供应链稳定性。通过分布式设计和采用成熟工艺与低成本存储，在系统层面实现成本最优与性能体验一致，这是公司实现算力普惠的重要基础。 投资方观点 峰瑞资本副总裁李罡表示： 作为天使轮投资人，行云团队从23年创业开始，对AI芯片（特别是大模型环境下的AI芯片）有着极为前瞻的视角和思路。在近三年的模型和应用的快速变化中，我们看到行云针对下一代通用大模型的芯片方案和前瞻的设计思想，不断得到验证，始终领先时代半步。 五源资本表示： 行云是AI芯片领域少有的‘第一性原理’思考者，季宇博士24年就前瞻性地洞察到MoE稀疏架构下硬件瓶颈从算力向显存迁移的结构性转变——放弃HBM、以LPDDR乃至NAND重构显存成本，不是渐进优化，而是通过系统级的软硬件协同设计能力推动行业范式创新。2026年以来随着AI模型coding和agent能力持续增强，AI推理需求爆发，OpenClaw等Agent的现象级破圈，正在将推理算力需求从云端拉向多端，从程序员推向大众，高效低成本的推理能力成为行业刚需。伴随未来推理需求的指数级增长，行云的技术路径将成为推动算力普惠的重要基础设施。 赛富投资基金负责科技赛道的管理合伙人蒋驰华表示： 在AI大模型向万亿参数演进的过程中，降本的关键已经不在算力，而在显存和系统的架构，特别是在国产算力受限的前提下。季宇和行云团队展现出了罕见的系统级工程视野，他们跳出了盲目堆砌HBM的行业定式，通过LPDDR/NAND等介质替换与并行架构设计，将显存和系统成本打下来一到两个数量级，进而实现单Token成本极值，符合行业演进的方向。我们始终聚焦AI与具身智能领域的底层颠覆者。行云兼具前瞻的架构创新与扎实的落地能力，赛富很荣幸能在这一轮重仓支持。我们期待行云的新一代推理芯片彻底重构算力成本模型，真正实现大模型推理在云端与端侧的全面普惠。 春华资本表示： 在国产算力生态加速构建的大背景下。行云敏锐地将设计重心锚定在显存成本重构上，以LPDDR与NAND替代HBM、通过多通道并行架构弥补单颗粒带宽不足，本质上是在重新定义推理芯片的成本架构。季宇博士对AI芯片架构的演进方向有着超越行业惯性的深度思考，他对‘降本关键在显存而非算力’的判断，始终领先行业共识半步，且每一步都在被市场持续验证；余洪敏博士作为从海思昇腾到百度昆仑芯一路走来的芯片老兵，对芯片从设计到量产的每一个环节都有实战积累。这种‘敢想’与‘能做’的结合，让行云具备了从架构创新到产品交付的完整闭环能力。我们期待行云的首颗自研芯片顺利流片，开启AI推理算力的新一轮成本革命。 佰维存储科技股份有限公司副总经理王灿： 在大模型从通用AI向Agent形态演进的发展阶段，季宇博士展现了极具前瞻性的系统级洞察。他精准地识别出：大模型推理的结构性瓶颈已不再仅仅是算力本身，而是制约规模化落地的更低成本的存储。行云的核心逻辑非常清晰——通过介质替换与架构创新，以低成本的LPDDR乃至NAND介质挑战昂贵的HBM霸权，这不仅是物理介质的更迭，更是对大模型推理成本结构的底层重构。围绕这一核心路径，行云构建了极致的软硬件协同设计，通过PD分离、分布式扩展等手段，在系统层面实现了性能与成本的平衡。芯片行业，工程经验决定了从‘实验室架构’到‘商业化量产’的跨度。行云团队在昇腾、昆仑芯等顶尖项目上积淀的深厚流片与量产经验，是其确定性的来源。在AI Agent爆发的当下，我坚信行云能够真正击穿算力成本，让高质量的万亿级模型实现真正的算力普惠。