Опубликован выпуск AMD GAIA 0.20.0 — открытого фреймворка для запуска локальных AI-агентов на ПК с аппаратным ускорением AMD Ryzen AI. Проект распространяется под лицензией MIT, поддерживает Windows и Linux, а установка доступна через пакет amd-gaia. Сам тег v0.20.0 опубликован 3 июня, но в новостную ленту релиз попал 4–5 июня.
Главное изменение версии — нормальный выбор устройства выполнения для каждого агента. Раньше GAIA по умолчанию использовала GPU через backend на базе llama.cpp и не давала удобного способа переключить конкретного агента на CPU или энергоэффективный Ryzen AI NPU. В GAIA 0.20.0 агенты могут объявлять поддерживаемые устройства, а пользователь выбирает CPU, GPU или NPU через Agent UI либо CLI-флаг --device {cpu,gpu,npu}. GPU остаётся вариантом по умолчанию, а профиль gaia init --profile npu берёт на себя обнаружение NPU, установку FLM-backend и загрузку модели.
Изменения в выпуске:
-
Выбор CPU/GPU/NPU для отдельных агентов. Позволяет запускать тяжёлые сценарии на GPU, а менее требовательные или фоновые — на NPU или CPU. Для владельцев Ryzen AI это особенно важно: NPU можно использовать для локального вывода с меньшим энергопотреблением, не занимая видеоядро.
-
Agent Hub TUI. При запуске
gaiaбез аргументов теперь открывается терминальный центр управления агентами. Через него можно просматривать, искать, запускать и администрировать агентов без графического интерфейса. Разработчики указывают размер standalone-бинарника около 21 МБ и запуск менее чем за 200 мс. -
Более строгий контроль MCP-инструментов. Для MCP-коннекторов добавлен второй уровень управления — activations. Теперь выданный агенту коннектор не обязан автоматически добавлять все свои инструменты в prompt: инструменты становятся видимыми только после явного включения для пары «коннектор — агент». Это уменьшает шум в prompt и помогает небольшим моделям точнее выбирать нужные действия.
-
Ускоренная обработка почты. Email-агент получил семь новых batch-инструментов для массовой организации входящих. По данным разработчиков, типовой сценарий сократился примерно с 13 LLM-запросов до 2–3 шагов, время обработки — с 488 секунд до 30–60 секунд, а расход токенов — примерно с 12 тысяч до 1,2 тысячи.
-
RAG по PowerPoint-файлам. GAIA теперь напрямую индексирует
.pptx: текст, таблицы, заметки докладчика и встроенные изображения через VLM-анализ. Раньше пользователю предлагалось сначала сохранять презентации в PDF. -
Усиление безопасности и устойчивости первого запуска. В релизе закрыт обход защиты от записи через символические ссылки в Python 3.10/3.11, расширены ограничения записи ещё на четыре файловых инструмента, а также исправлена ошибка диагностики повреждённой модели, из-за которой могла запускаться повторная загрузка примерно 25 ГБ данных.
GAIA развивается как локальная альтернатива облачным AI-сервисам: данные остаются на машине пользователя, а выполнение можно переносить между CPU, GPU и NPU в зависимости от задачи. Для AMD это ещё и демонстрация практического применения Ryzen AI не только как маркетингового блока в процессоре, но и как отдельного вычислительного устройства для локальных агентов.
>>> Источник
