warpfront/hipfire は AMD GPU 上で LLM を動かす Rust ベースのローカル推論エンジンである。最新リリースは v0.4.2.1 だが、このバージョンの変更点は確認できる資料に記されていない。README に記録された v0.4.2 の更新は、2x R9700 における EP2 プリフィル性能が 8K 基準で 3,033 から 3,943 tok/s、16K 基準で 3,754 から 4,308 tok/sへ向上したという内容である。これは v0.4.2 の記録であり、v0.4.2.1 の変更とみなすことはできない。
エンジンは Rust と HIP で構成され、ホットパスには Python、PyTorch、CUDA 変換レイヤー、サードパーティの推論エンジンを置かない。ROCm は動的にロードされる。独自のランタイムとモデル実装、MQ3~MQ6・MQ4R・MFP4 の量子化形式、HIP カーネルを 포함하며、DFlash のドラフトモデルやネイティブ MTP ヘッドを活用した投機的デコーディングとマルチ GPU エキスパート並列化にも対応する。AMD GPU のローカル推論に合わせた独自実装であることが要点である。
ただし README は、性能数値が単一フィクスチャによる測定値であり一般的なスループットを意味しないと明記している。サンプリング MTP には、実行ごとにトークン流れが変わるため再現できないという既知の問題もある。Qwen3.8-Flash の既定の重みは約 125GB とされ、32GB カードだけでは足りない。示された測定・モデル実行条件は R9700 や Strix Halo といった特定のハードウェアに紐づいており、汎用的な性能を示す証拠として解釈しづらい。