Gufo：面向 AMD Strix Halo 的本地推理引擎开源

Gufo 是一个专为 AMD Strix Halo（Ryzen AI MAX+ 395，Radeon 8060S，最高 128 GiB 统一内存）构建的本地推理引擎，在 GitHub 开源，MIT 许可。支持文本、语音、图像等多模态模型：Qwen3.8 27B Q4 预填充 656.33 tok/s、单用户解码最高 70.56 tok/s（DFlash2 8 并发 123.00 tok/s），Qwen3.8 Flash-Next MTP 下 8 并发 157.22 tok/s，另有 Qwen3-ASR 1.7B 15.27× 实时、Qwen3-TTS 1.7B 首音频 201 ms 等。项目提供 Podman 部署与源码构建指南，OpenAI 兼容 API 支持文本、图像、函数工具、结构化输出与流式。