AMD stellt die Referenzdesigns „RyzenClaw“ und „RadeonClaw“ für On-Device-KI vor
AMD hat sein Open-Source-Framework „OpenClaw“ offiziell vorgestellt, begleitet von zwei Hardware-Referenzdesigns: RyzenClaw und RadeonClaw. Diese Initiative treibt die Vision des „Agent Computer“ voran und ermöglicht es Entwicklern, große Sprachmodelle und Multi-Agenten-Workflows direkt auf lokalen PCs auszuführen. Dieser Ansatz verbessert den Datenschutz und die Sicherheit und verringert gleichzeitig die Abhängigkeit von Cloud-Verbindungen und Abonnementdiensten.

Derzeit läuft OpenClaw hauptsächlich unter Windows über WSL2. Es nutzt LM Studio mit einem llama.cpp-Backend für lokale Inferenz. Das Framework unterstützt die Ausführung fortschrittlicher Modelle wie Qwen3.5 35B und enthält ein eingebettetes Speichersystem namens Memory.md, das Kontextinformationen sicher direkt auf lokaler Hardware speichert.
Um unterschiedlichen Rechenanforderungen gerecht zu werden, bietet AMD zwei verschiedene technische Ansätze an. Die RyzenClaw-Lösung basiert auf dem Ryzen AI Max+-Prozessor mit 128 GB Unified Memory. Sie kann bis zu sechs lokale KI-Agenten gleichzeitig unterstützen und bietet ein erweitertes Kontextfenster von etwa 260.000 Tokens. Die RadeonClaw-Lösung legt den Schwerpunkt auf die Inferenzgeschwindigkeit und nutzt eine Radeon AI PRO R9700-Grafikkarte mit 32 GB VRAM, um 10.000 Token in nur 4,4 Sekunden zu verarbeiten.
Zwar haben diese Konfigurationen derzeit einen hohen Einstiegspreis – das RyzenClaw-System beginnt bei etwa 2.700 US-Dollar und richtet sich an Ingenieure und Early Adopters –, doch sendet die Strategie von AMD ein klares Signal. Die Zukunft des Personal Computing entwickelt sich über einen reinen Informationsverarbeitungsknoten hinaus zu einer autonomen, steuerbaren KI-Agentenplattform. Indem AMD KI-Fähigkeiten auf Rechenzentrumsniveau auf den Desktop bringt, positioniert sich das Unternehmen als wichtiger Akteur im aufstrebenden Ökosystem der verteilten KI.
Verwandter Artikel
Wie Zeitreihendatenbanken Echtzeit-Robotikdaten ermöglichen
Doug Pagnutti von Tiger Data.Pagnutti fungiert als Industrial Developer Advocate bei Tiger Data und unterstützt Teams beim Aufbau industrieller Systeme in der Praxis.Mit über 12 Jahren Erfahrung in den Bereichen Öl und Gas sowie Fertigungsautomatisie
Wie optimiert man SEO für Google Japan und Yahoo Japan?
Master Loom: Erstellen und Teilen professioneller Videos mit KIInhaltsverzeichnisEinführung in LoomZugriff auf LoomAufnahmemöglichkeitenVollbildFensterKameraAudio- und TonqualitätBearbeitung und AnpassungHintergrundoptionenVideo bearbeitenEffekte hin
Wie funktioniert der Google-Japan-Algorithmus für SEO?
Von KI generierte MrBeast-ThumbnailsInhaltsverzeichnisEinleitungMr Beasts Körperformungs-HerausforderungErkundung von Thumbnail-Konzepten für die HerausforderungVerbesserung von Mr Beasts Körper in FotosAnwendung von KI-Techniken für KörperformungenE
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
AMD hat sein Open-Source-Framework „OpenClaw“ offiziell vorgestellt, begleitet von zwei Hardware-Referenzdesigns: RyzenClaw und RadeonClaw. Diese Initiative treibt die Vision des „Agent Computer“ voran und ermöglicht es Entwicklern, große Sprachmodelle und Multi-Agenten-Workflows direkt auf lokalen PCs auszuführen. Dieser Ansatz verbessert den Datenschutz und die Sicherheit und verringert gleichzeitig die Abhängigkeit von Cloud-Verbindungen und Abonnementdiensten.

Derzeit läuft OpenClaw hauptsächlich unter Windows über WSL2. Es nutzt LM Studio mit einem llama.cpp-Backend für lokale Inferenz. Das Framework unterstützt die Ausführung fortschrittlicher Modelle wie Qwen3.5 35B und enthält ein eingebettetes Speichersystem namens Memory.md, das Kontextinformationen sicher direkt auf lokaler Hardware speichert.
Um unterschiedlichen Rechenanforderungen gerecht zu werden, bietet AMD zwei verschiedene technische Ansätze an. Die RyzenClaw-Lösung basiert auf dem Ryzen AI Max+-Prozessor mit 128 GB Unified Memory. Sie kann bis zu sechs lokale KI-Agenten gleichzeitig unterstützen und bietet ein erweitertes Kontextfenster von etwa 260.000 Tokens. Die RadeonClaw-Lösung legt den Schwerpunkt auf die Inferenzgeschwindigkeit und nutzt eine Radeon AI PRO R9700-Grafikkarte mit 32 GB VRAM, um 10.000 Token in nur 4,4 Sekunden zu verarbeiten.
Zwar haben diese Konfigurationen derzeit einen hohen Einstiegspreis – das RyzenClaw-System beginnt bei etwa 2.700 US-Dollar und richtet sich an Ingenieure und Early Adopters –, doch sendet die Strategie von AMD ein klares Signal. Die Zukunft des Personal Computing entwickelt sich über einen reinen Informationsverarbeitungsknoten hinaus zu einer autonomen, steuerbaren KI-Agentenplattform. Indem AMD KI-Fähigkeiten auf Rechenzentrumsniveau auf den Desktop bringt, positioniert sich das Unternehmen als wichtiger Akteur im aufstrebenden Ökosystem der verteilten KI.
Wie Zeitreihendatenbanken Echtzeit-Robotikdaten ermöglichen
Doug Pagnutti von Tiger Data.Pagnutti fungiert als Industrial Developer Advocate bei Tiger Data und unterstützt Teams beim Aufbau industrieller Systeme in der Praxis.Mit über 12 Jahren Erfahrung in den Bereichen Öl und Gas sowie Fertigungsautomatisie
Wie optimiert man SEO für Google Japan und Yahoo Japan?
Master Loom: Erstellen und Teilen professioneller Videos mit KIInhaltsverzeichnisEinführung in LoomZugriff auf LoomAufnahmemöglichkeitenVollbildFensterKameraAudio- und TonqualitätBearbeitung und AnpassungHintergrundoptionenVideo bearbeitenEffekte hin
Wie funktioniert der Google-Japan-Algorithmus für SEO?
Von KI generierte MrBeast-ThumbnailsInhaltsverzeichnisEinleitungMr Beasts Körperformungs-HerausforderungErkundung von Thumbnail-Konzepten für die HerausforderungVerbesserung von Mr Beasts Körper in FotosAnwendung von KI-Techniken für KörperformungenE





Heim






