AMD Instinct™ KI- und HPC-Softwareökosystem

Zyphra, ein Unternehmen für Open-Source-Superintelligenz, und AMD arbeiten gemeinsam daran, Frontier-KI-Modelle auf AMD Instinct™ GPUs durch tiefe Integration in den ROCm™ Software-Stack zu trainieren. Diese Zusammenarbeit nutzt wesentliche Hardware-Vorteile der Instinct-Serie – großer Speicher mit hoher Bandbreite, größere VRAM-Größe und hoher Rechendurchsatz für wesentliche Datentypen –, um bedeutende Verbesserungen bei der Trainingsgeschwindigkeit und Modelleffizienz zu erreichen.

Kunden und die Open-Source-Community erhalten Zugang zu KI-Lösungen der nächsten Generation und AMD Vorteilen durch die Validierung der Hardware und Software für das Full-Stack-Training von Frontier-KI-Modellen.

Hugging Face und AMD arbeiten gemeinsam an der Beschleunigung der offenen und skalierbaren KI-Entwicklung unter Einsatz von AMD Instinct™ GPUs. Durch die Nutzung des AMD ROCm™ Software-Stack hat Hugging Face die Day-0-Integration über seine Kernbibliotheken – einschließlich Transformers, Optimum und Text Generation Inference – ermöglicht und gewährleistet dadurch die nahtlose Kompatibilität und Performance-Optimierung auf AMD Instinct GPUs. Entwickler können Millionen von Modellen aus dem Modell-Hub von Hugging Face mit effizienter Skalierbarkeit und hohem Durchsatz trainieren, abstimmen und bereitstellen.

Die Zusammenarbeit befähigt KI-Experten zur schnellen Prototypenerstellung und Optimierung von NLP und generativen KI-Anwendungen und zeigt gleichzeitig die starke Synergie zwischen dem AMD Open-Source-Softwareökosystem und der Mission von Hugging Face, hochmoderne KI zu demokratisieren.

Essential AI und AMD arbeiten gemeinsam daran, Reasoning-Funktionen in Large-Language-Modellen durch hochmoderne Forschung und Infrastruktur voranzutreiben. Mit Hilfe von AMD Instinct™ GPUs und der ROCm™ Software-Plattform hat Essential AI bahnbrechende Entdeckungen beim KI-Reasoning gezeigt, die bereits in Vortrainingsphasen entstehen und keine aufwändigen Post-Training-Verfahren erfordern.

Diese Zusammenarbeit treibt unser Verständnis voran, wie Funktionen im Vortraining und bei der Entwicklung effizienterer Basismodelle entstehen, die anspruchsvolles Reasoning mit reduziertem Rechenaufwand erreichen und den Zugang zu fortschrittlichen KI-Funktionen über Unternehmen und Forschungsinstitute hinweg demokratisieren können.

Die Kombination aus der High-Performance-Architektur von AMD Instinct GPUs und dem offenen ROCm Entwicklungs-Framework liefert Forschenden die erforderliche Rechengrundlage, um neue Grenzen beim KI-Reasoning zu erkunden.

Z.ai und AMD arbeiten gemeinsam daran, die Möglichkeiten von Large-Language-Modellen mit Fokus auf Reasoning und multimodale Intelligenz voranzutreiben. Unter Einsatz von AMD Instinct™ GPUs mit der ROCm™ Software profitieren die GLM-Modellserien von Z.ai vom Ansatz des offenen Ökosystems von AMD für die KI-Entwicklung und ermöglichen die flexible Bereitstellung über unterschiedliche Hardwarekonfiguration hinweg.

Diese Zusammenarbeit unterstützt den zunehmenden Bedarf für zugängliche High-Performance-Sprachmodelle sowohl in der Forschung als auch in Unternehmensanwendungen, während das ROCm Framework die Optimierungstools liefert, die zur Maximierung der Inferenzeffizienz und des Trainingsdurchsatzes für dialogorientierte KI-Systeme der nächsten Generation notwendig sind.

Stepfun und AMD treiben durch ihre Zusammenarbeit multimodale KI-Funktionalitäten bei der Videogenerierung, 3D-Modellerstellung und Technologien für Sprachinteraktion voran. Dank der AMD Instinct™ GPUs und der ROCm™ Softwareoptimierung liefern die Step-Video-T2V- und Step-Audio-Modelle von Stepfun hochmoderne Performance bei Content Creation und Mensch-Computer-Interaktion.

Diese Zusammenarbeit ermöglicht Experten und Unternehmen den Zugang zu hochmoderner Videogenerierung und Sprachsynthesefunktionen, während gleichzeitig der Open-Software-Ansatz von AMD für die flexible Bereitstellung und Personalisierung genutzt wird.

Die Integration der AMD Instinct GPU-Architektur in verteilte Inferenzfunktionen schafft die Rechengrundlage für die ambitionierten multimodalen KI-Anwendungen, die eine Brücke zwischen Interaktionen in der digitalen und der physischen Welt schlagen.

Cohere und AMD haben eine strategische Partnerschaft geschlossen, um Sprachmodelllösungen auf Enterprise-Niveau über eine optimierte Infrastruktur zu bieten.

Dank dieser Zusammenarbeit stellt Cohere seine Command-Modelle – einschließlich Command R+ – mit AMD Instinct™ GPUs und dem offenen ROCm™ Softwareökosystem bereit. Command R+ ist ein erweitertes Retrieval-Augmented-Language-Modell, das auf hohe Performance für Anwendungsfälle in Unternehmen wie Aufgabenautomatisierung, dialogorientierte KI und komplexes Reasoning ausgelegt ist.

Durch die Nutzung der AMD Instinct GPUs und der ROCm-fähigen, robusten KI-Frameworks bietet diese Partnerschaft Unternehmen die flexible, sichere und skalierbare KI-Bereitstellung über verschiedene Unternehmensanwendungen hinweg und gewährleistet dadurch eine effiziente Ressourcennutzung sowie die Unterstützung von Datenschutzanforderungen.

Meta und AMD arbeiten gemeinsam an der Optimierung der Performance von offenen Llama-Gewichtungsmodellen auf AMD Instinct™ GPUs, die eine außergewöhnliche Effizienz für große KI-Auslastungen liefern.

Mit Day-0-Support und umfangreichen Anpassungen können Entwickler Llama-KI-Modelle über eine große Auswahl von Anwendungen nahtlos bereitstellen. Diese Zusammenarbeit unterstützt die KI-Community mit skalierbaren Open-Source-Lösungen, die mit AMD Instinct GPUs beschleunigt werden.

PyTorch und AMD arbeiten zusammen, um zugängliche High-Performance-KI-Entwicklung auf AMD Instinct™ GPUs über den AMD ROCm™ Software-Stack zu liefern. Mit Upstream-Support in PyTorch und engem Co-Engineering gewährleistet AMD optimierte Performance, nahtlose Integration und Day-0-Bereitschaft für alle neuen PyTorch-Funktionen auf AMD Instinct GPUs.

Mit diesem vereinheitlichten Ökosystem können Entwickler Modelle über AMD Instinct GPUs basierend auf CDNA™ effizient trainieren und bereitstellen. Mit der vereinfachten Installation, öffentlichen Docker-Images und breiter Modellkompatibilität demokratisieren AMD und PyTorch gemeinsam das KI-Computing und beschleunigen Innovationen über Forschung und Kunden-KI-Auslastungen hinweg.

TensorFlow und AMD arbeiten zusammen, um High-Performance-KI-Training und Inferenz auf AMD Instinct™ GPUs über den ROCm™ Open-Source-Stack zu bringen.

Mit offiziellen ROCm-fähigen TensorFlow-Builds und Upstream-Integration können Entwickler Modelle auf AMD Instinct GPUs nahtlos trainieren und bereitstellen und damit Auslastungen skalieren und die Zeit bis zur Produktion beschleunigen. Dadurch erhalten KI-Experten eine größere Flexibilität, Effizienz und Performance auf der AMD GPU-Infrastruktur.

JAX und AMD arbeiten zusammen, um High-Performance-KI-Training und Inferenz auf AMD Instinct™ GPUs über das offene ROCm™ Ökosystem zu bieten. Mit Upstream-ROCm-Support, offiziellen Docker-Images und Integration über OpenXLA und MLIR können Entwickler umfangreiches Array-Computing, automatische Differenzierung und Modellausführung in JAX nahtlos beschleunigen.

Dank dieser Zusammenarbeit können Forschende KI-Auslastungen der nächsten Generation mit außergewöhnlichem Durchsatz, Speicherbandbreite und Open-Source-Flexibilität auf Systemen mit Instinct GPUs erkunden.

ONNX Runtime und AMD arbeiten über den MIGraphX Execution Provider gemeinsam daran, optimierte, anbieterneutrale KI-Inferenz auf AMD Instinct™ GPUs zu liefern.

Durch die Integration von Diagrammoptimierungen von MIGraphX in ROCm Bibliotheken wie MIOpen und rocBLAS beschleunigt diese Zusammenarbeit ONNX-Modelle über Vision, Sprache und multimodale Auslastungen hinweg. Gemeinsam ermöglichen sie Inferenz mit offenem Standard und hohem Durchsatz, die über verschiedene Rechenumgebungen effizient skaliert.

DeepSpeed und AMD arbeiten zusammen, um große verteilte Trainings auf AMD Instinct™ GPUs durch AMD ROCm™ Software-Optimierung zu ermöglichen.

Diese Zusammenarbeit unterstützt Unternehmen und Forschungsinstitute beim Trainieren von Transformer-Modellen und Large-Language-Modellen mit reduziertem Speicherbedarf und verbessertem Trainingsdurchsatz.

Die Integration des Speichers mit hoher Bandbreite der AMD Instinct GPUs in die verteilten Trainingsfunktionen von ROCm ermöglicht es Forschenden, die Modellentwicklung zu skalieren und gleichzeitig die Kosteneffizienz bei großen KI-Training-Workflows zu wahren.

MLIR und AMD arbeiten in den MLIR-AIE- und rocMLIR-Projekten gemeinsam daran, optimierte Kompilierung über verschiedene AMD Hardware-Architekturen hinweg zu bieten. rocMLIR basiert auf dem LLVM-Framework, ist in den ROCm™ Software-Stack integriert und bietet eine mehrstufige Zwischenrepräsentation, die erweiterte Optimierungen für Faltung, GEMM und Aufmerksamkeitsoperationen auf AMD Instinct™ GPUs und KI-Engine-Prozessoren ermöglichen.

Diese Zusammenarbeit optimiert die Codegenerierung, Fusion und Modellpartitionierung durch in der Produktion getestete Optimierungsdurchläufe, wodurch Entwickler hohe Performance und Effizienz über die heterogenen Computing-Plattformen von AMD erreichen.

OpenXLA und AMD arbeiten als Gründungsmitglieder des Open-Source-Ökosystems für Machine-Learning-Compiler zusammen.

Durch AMD Instinct™ GPUs und ROCm™ Software-Integration ermöglicht diese Zusammenarbeit eine plattformübergreifende ML-Infrastruktur, die Anbieterabhängigkeit reduziert und den Zugang zu High-Performance-Computing demokratisiert. Sie bietet Entwicklern eine vereinheitlichte Compiler-Technologie, die eine Brücke zwischen TensorFlow-, PyTorch- und JAX-Frameworks über verschiedene Hardwareplattformen hinweg schlägt und dabei Innovationen durch offene Standards fördert und Software-Fragmentierung im ML-Ökosystem eliminiert.

IREE (Intermediate Representation Execution Environment) arbeitet mit AMD als Gründungsmitglied des MLIR-basierten End-to-End-Compiler-Frameworks zusammen, der auf AMD Instinct™ GPUs über ROCm™/HIP-Backend-Support ausgerichtet ist.

Diese Zusammenarbeit ermöglicht Entwicklern durch die Verwendung einer einheitlichen Zwischenrepräsentation die Bereitstellung von Machine-Learning-Modellen über verschiedene AMD Hardware-Architekturen hinweg – von Rechenzentrumsbeschleunigern bis hin zu Edge-Geräten. Diese Zusammenarbeit liefert der ML-Community Open-Source-Tools für die Modellkompilierung aus Frameworks wie PyTorch, TensorFlow und JAX, die effizient auf AMD Hardware laufen und gleichzeitig die Performance-Portabilität wahren.

Durch die ROCm Integration und AMD Beiträge zum Projekt Linux Foundation AI & Data Foundation bietet IREE optimierte Codegenerierung für AMD Instinct GPUs, die komplexe ML-Auslastungen unterstützen, einschließlich dynamische Formen, Flusssteuerung und erweiterte Modellfunktionen.

Triton und AMD arbeiten zusammen, um skalierbare High-Performance-KI-Inferenz auf AMD Instinct™ GPUs durch tiefe Integration in den AMD ROCm™ Software-Stack zu bieten. Dank der vollen Unterstützung für Triton Inference Server – einschließlich Backends für vLLM und andere führende Frameworks – ermöglicht diese Zusammenarbeit die nahtlose Bereitstellung von großen Sprachmodellen und Deep-Learning-Auslastungen auf AMD Hardware.

Durch die Kombination von offenem, kosteneffizientem Computing mit optimierten Inferenz-Pipelines und flexiblem Model Serving ermöglichen Triton und AMD Entwicklern und Kunden die Beschleunigung von KI auf Produktionsebene über lokale und Cloud-Umgebungen hinweg.

vLLM und AMD arbeiten zusammen, um speichereffiziente LLM-Inferenz mit hohem Durchsatz auf AMD Instinct™ GPUs zu ermöglichen.

Dank der ROCm™ Integration, erweiterten Kernel-Optimierungen und Unterstützung der meisten erweiterten Modelle ermöglicht diese Zusammenarbeit die skalierbare Bereitstellung generativer KI mit geringer Latenz in Forschungs- und Produktionsumgebungen.

Fireworks AI und AMD arbeiten zusammen, um High-Performance-KI-Inferenz auf AMD Instinct™ GPUs durch tiefe Integration in die ROCm™ Softwareplattform zu bieten. Die Inferenzplattform von Fireworks AI nutzt AMD Instinct GPUs für kosteneffizientes und hoch skalierbares KI-Modell-Serving mit geringer Latenz über Cloud- und Unternehmensumgebungen hinweg.

Durch die Optimierung mit benutzerdefinierten GPU-Kernels wie FireAttention für die AMD Instinct GPUs erzielt diese Zusammenarbeit erhebliche Kosteneinsparungen im Vergleich zu alternativen Implementierungen.

Dank der Kombination der parallelen Rechenleistung von AMD mit der optimierten Inferenz-Engine von Fireworks bietet diese Zusammenarbeit eine schnelle, zuverlässige und energieeffiziente KI-Infrastruktur, die AMD Instinct GPUs als führende Plattform für generative KI-Bereitstellungen der nächsten Generation validiert.

Kog AI und AMD arbeiten gemeinsam an der bahnbrechenden Inferenzbeschleunigung, die eine schnellere Tokengenerierung auf AMD Instinct™ GPUs im Vergleich zu herkömmlichen Inferenz-Engines erreicht.

Durch die ROCm™ Optimierung löst die Inferenz-Engine von Kog kritische Latenzengpässe in agentenbasierten Workflows, Sprachanwendungen und Gaming, wo eine sequentielle Tokenverarbeitung erforderlich ist.

Diese Zusammenarbeit ermöglicht Unternehmen die Bereitstellung von sehr schnellen KI-Anwendungen mit verbesserter Kosteneffizienz und die gleichzeitige Nutzung der AMD Instinct GPU-Architektur und Frameworks von ROCm für die Echtzeit-Inferenzoptimierung.

Modular und AMD arbeiten gemeinsam an der High-Performance-KI-Ausführung auf AMD Instinct™ GPUs. Durch die tiefe Integration der Modular Plattform – mit MAX, dem High-Performance-KI-Serving- und Modellierungs-Framework, und Mojo, einer neuen Programmiersprache für KI – in den AMD ROCm™ Software-Stack ermöglicht diese Zusammenarbeit Entwicklern die Optimierung der Inferenz-Performance über verschiedene Modellarchitekturen hinweg mit außergewöhnlicher Effizienz und Portabilität.

Kunden können ihre KI-Lösungen nahtlos auf AMD Instinct GPUs skalieren und damit eine schnelle, flexible und produktionsbereite Bereitstellung über Rechenzentrumsumgebungen hinweg erreichen.

Mooncake – entwickelt von Moonshot AI – arbeitet mit führenden LLM-Inferenzsystemen, einschließlich vLLM und SGLang, zusammen, die die AMD Hardwareintegration unterstützen. Durch seine KVCache-zentrierte, disaggregierte Architektur und Transfer-Engine ermöglicht Mooncake effizientes Large-Language-Modell-Serving mit ROCm™ Kompatibilität.

Diese Zusammenarbeit ist die Grundlage für skalierbare Inferenzbereitstellungen, die AMD Instinct™ GPUs für Long-Context-Szenarien nutzen und dabei erhebliche Durchsatzverbesserungen erzielen und gleichzeitig Service-Level-Ziele für KI-Anwendungen auf Produktionsebene bewahren.

ElioVP beschleunigt KI-Innovationen im AMD Ökosystem durch Entwicklung von Optimierungs-Suites für AMD Instinct™ GPUs und ROCm™ Software. Durch spezialisierte Docker-Images und Framework-Optimierungen für beliebte Modelle wie DeepSeek-R1 optimiert ElioVP die Bereitstellung großer KI-Modelle auf AMD Hardware.

Diese Zusammenarbeit bietet Entwicklern einsatzbereite Lösungen, die Möglichkeiten für hochmoderne Sprachmodelle auf AMD Beschleunigern eröffnen und dadurch Bereitstellungsszenarien sowohl für Experimente als auch die Produktion im AMD KI-Ökosystem unterstützen.

ClearML und AMD arbeiten gemeinsam an der Beschleunigung von End-to-End-KI-Workflows für Unternehmen in jeder Phase der KI-/ML- Produktion auf AMD Instinct™ GPUs.

Die KI-Infrastrukturplattform von ClearML, die in AMD Instinct GPUs und den ROCm™ Software-Stack voll integriert ist, ist eine dreistufige, vereinheitlichte Lösung, die GPU-Cluster über Umgebungen hinweg verwaltet, eine komplette KI-Workbench mit Orchestrierungsfunktionen bietet und die schnelle und sichere Bereitstellung von KI-Modellen, Apps und Agents ermöglicht.

Gemeinsam ermöglichen ClearML und AMD Unternehmen die Optimierung des gesamten KI-Lebenszyklus, die Maximierung der AMD Instinct GPU-Nutzung und die Bereitstellung kosteneffizienter und innovativer Lösungen für die Produktion in großem Maßstab.

Rapt AI und AMD arbeiten gemeinsam an der Maximierung der GPU-Nutzung und der Beschleunigung der KI-Bereitstellung auf AMD Instinct™ GPUs. Über feingranulare Virtualisierung und Echtzeitorchestrierung verteilt Rapt AI AMD Instinct GPU-Ressourcen dynamisch über Trainings-, Feinabstimmungs- und Inferenzauslastungen, wodurch optimale Performance, Kosteneffizienz und SLA-Compliance über lokale und Cloud-Umgebungen hinweg gewährleistet werden.

Durch die Nutzung der hohen Rechenleistung und Speicherbandbreite der AMD Instinct GPUs erhöhen das intelligente Auslastungs-Packing und automatisierte gemeinsame Nutzen von Ressourcen den Durchsatz und die Modelldichte erheblich.

Gemeinsam schaffen AMD und Rapt für Unternehmen die Möglichkeit, KI-Modelle bis zu 4× schneller zu erstellen, zu optimieren und bereitzustellen, wodurch die gesamte Pipeline-Effizienz verbessert und der Infrastrukturaufwand gleichzeitig reduziert wird.

Exostellar und AMD arbeiten über eine selbstverwaltete KI-Infrastruktur-Orchestrierungsplattform zusammen, die dynamisches Speicher- und Computing-Slicing über die gesamte AMD Instinct™ GPU-Familie ermöglicht, einschließlich MI300X-, MI350X- und MI355X-GPUs.

Diese Partnerschaft liefert Durchsatzverbesserungen für gemischte KI-Auslastungen, einschließlich LLMs und Reasoning-Modelle, durch intelligente, auslastungsbasierte Orchestrierung.

Mit der ROCm™ Integration bietet Exostellar eine adaptive Infrastruktur, die Umgebungen mit mehreren Clustern und mehreren Mandanten unterstützt und gleichzeitig die Effizienz der GPU-Nutzung maximiert. Dadurch können Unternehmen eine bessere Performance mit weniger Ressourcen erreichen und dabei heterogene KI-Auslastungsszenarien nahtlos unterstützen und in alle MLOps und Experiment-Tracking-Tools integrieren.

Mirantis arbeitet mit AMD über die k0rdent-Plattform zusammen, um GPU-fähige Kubernetes-Orchestrierung über Bare-Metal-, Hybrid- und Edge-Umgebungen hinweg zu liefern.

Mit dem vollständigem ROCm™ Support und der Integration von AMD GPU Operator vereinfacht diese Zusammenarbeit die Bereitstellung und Verwaltung von KI-/HPC-Auslastungen durch Automatisierung von Treiber- und Stack-Updates, Ressourcenaufteilung und Skalierung.

Gemeinsam bieten sie Unternehmen eine optimierte, Cloud-native Infrastruktur für KI-/ML-Orchestrierung, die DevOps-Workflows beschleunigt und Cluster-Effizienz auf AMD Instinct Hardware verbessert.

dstack und AMD arbeiten gemeinsam an der Vereinfachung und Beschleunigung der KI-Orchestrierung auf AMD Instinct™ GPUs. Die tiefe ROCm™ Integration und der AMD Hardware-Support ermöglichen der KI-nativen Steuerungsebene von dstack die Verwaltung von containerisierten Auslastungen, wodurch die Komplexität von Kubernetes oder Slurm weitgehend beseitigt wird.

Mit der Unterstützung von ML-Experimenten, Training und Inferenz bietet dstack eine vereinheitlichte Orchestrierung über lokale und Cloud-Umgebungen hinweg und sorgt für eine effiziente Bereitstellung und Freigabe von Infrastrukturressourcen.

Die Zusammenarbeit eröffnet Entwicklern den Plug-and-Play-Zugang zu skalierbaren KI-Bereitstellungen auf AMD Instinct GPUs und reduziert damit betriebliche Reibungspunkte und Kosten bei gleichzeitiger Flexibilität und Portabilität.

UbiOps und AMD arbeiten gemeinsam daran, skalierbare High-Performance-KI-Inferenz mit AMD Instinct™ GPUs in die Produktion zu bringen. Als leistungsstarke Bereitstellungs- und Serving-Plattform nutzt UbiOps AMD Instinct GPUs für große, rechenintensive Auslastungen mit außergewöhnlicher Geschwindigkeit und Effizienz.

Dank dieser Integration profitieren Benutzer von schneller Modellausführung, geringeren Infrastrukturkosten und robuster Performance sogar in den anspruchsvollsten Inferenzszenarien.

Diese Zusammenarbeit ermöglicht Entwicklern und Kunden, hochmoderne KI-Lösungen in großem Maßstab sicher und zuverlässig bereitzustellen.

AMD und Saturn Cloud arbeiten daran, die Nutzung der AMD Instinct™ GPU-Funktionalität über Clouds hinweg zu vereinfachen, indem sie den offenen AMD ROCm™ Software-Stack für KI und HPC mit der Code-First-MLOps-Plattform von Saturn Cloud kombinieren.

AMD liefert Instinct GPUs und den ROCm Stack – Treiber, Tools, Bibliotheken und Framework-Integrationen –, während Saturn Cloud sowohl einen einheitlichen, gehosteten SaaS, der in der eigenen Umgebung von Saturn Cloud bereitgestellt wird, als auch Saturn Cloud Enterprise, eine Single-Tenant-Bereitstellung, liefert, die direkt in jedem AWS-, Azure-, GCP-, Oracle-, Nebius-, Crusoe- oder einem anderen unterstützten Cloud-Konto installiert wird.

Teams können schnell Prototypen von ROCm-basierten Auslastungen auf gehosteten Diensten erstellen und dann für die Produktion in eine dedizierte Unternehmensinstallation verschieben, sodass Daten, Netzwerk- und GPU-Ressourcen innerhalb ihrer eigenen Cloud-Grenzen bleiben, während sie weiterhin dieselben Notebooks, Jobs und Bereitstellungs-Workflows nutzen.

Dieses gemeinsame Modell senkt die operativen Hürden für die Einführung von AMD Instinct und AMD ROCm in großem Maßstab und gibt der Branche einen klaren, geregelten Weg von der Evaluierung bis zur Produktion auf einer offenen KI-Infrastruktur mit mehreren Anbietern.

SGLang und AMD arbeiten gemeinsam an der Beschleunigung der Entwicklung von Sprachmodellen der nächsten Generation und Inferenz auf AMD Instinct™ GPUs. Dank der Optimierung für High-Performance-LLM-Interaktion und Reasoning läuft SGLang durch tiefe Integration in den AMD ROCm™ Software-Stack effizient auf AMD Hardware.

Diese Partnerschaft liefert Performance mit geringer Latenz und hohem Durchsatz für erweiterte Anwendungsfälle wie Codegenerierung, mehrstufige Dialoge, Retrieval Augmented Generation (RAG) etc., wodurch Entwickler eine offene, skalierbare Lösung erhalten, um zu experimentieren, iterieren und leistungsstarke Sprachmodelle über KI-Forschungs- und Kundenanwendungen hinweg bereitzustellen.

Embedded LLM und AMD arbeiten über die TokenVisor-Monetarisierungsplattform zusammen, die speziell für AMD Instinct™ GPUs im Neocloud-Ökosystem entwickelt wurde. TokenVisor wurde auf der AMD Konferenz Advancing AI 2025 vorgestellt und ermöglicht GPU-Providern die Bereitstellung, Verwaltung und Monetarisierung von LLM-Diensten mit personalisierten Preisen, Echtzeitüberwachung und automatisierten Abrechnungsfunktionen.

Diese Zusammenarbeit beschleunigt die Zeit bis zur Umsatzrealisierung bei Investitionen in AMD KI-Infrastruktur und bietet gleichzeitig Management-Tools auf Unternehmensebene, die ROCm™ Frameworks für effiziente Auslastungsorchestrierung und Ressourcenzuweisung nutzen.

Seekr und AMD arbeiten über Oracle Cloud Infrastructure zusammen, um bewährte KI-Lösungen mit AMD Instinct™ MI300X-GPUs für Unternehmens- und Regierungsanwendungen zu liefern.

Durch die SeekrFlow™ Plattform und ROCm™ Optimierung ermöglicht diese Zusammenarbeit die sichere und transparente agentenbasierte KI-Bereitstellung mit erweiterten Nachvollziehbarkeitsfunktionen für kritische Bereiche wie Satellitendienste und für die nationale Sicherheit relevante Anwendungen.

Die Zusammenarbeit bietet Unternehmen kosteneffiziente Alternativen für die Verarbeitung von Jahrzehnte umfassenden Bildern und Sensordaten bei gleichzeitiger Einhaltung der Datenhoheit und Sicherheitsstandards, die für Anwendungsfälle von Regierungen und Unternehmen erforderlich sind.

Dank der AMD Hardwarebeschleunigung und ROCm Frameworks liefert Seekr Vision-Language-Basismodelle der nächsten Generation, die für die Edge-Bereitstellung und Multi-Node-Trainingsszenarien optimiert sind.

LlamaIndex kooperiert mit AMD über die ROCm™ Integration zur Erstellung von Anwendungen im Bereich Retrieval Augmented Generation (RAG) auf AMD Instinct™ GPUs und Radeon™ GPUs.

Diese Zusammenarbeit ermöglicht Entwicklern den Aufbau umfangreicher KI-Pipelines von der Dokumentenerfassung bis hin zu Query-Engines unter Einsatz des LlamaIndex Framework mit AMD Hardwarebeschleunigung. Die Zusammenarbeit stellt Forschenden und Entwicklern Tools für die Erstellung von Knowledge-Augmented-KI-Anwendungen, einschließlich Frage-Antwort-Systemen und KI-Agenten, zur Verfügung und nutzt die kosteneffizienten GPU-Computing-Funktionen von AMD.

Durch die ROCm Kompatibilität mit beliebten Inferenz-Engines wie Ollama haben LlamaIndex Benutzer Zugriff auf die erweiterte Leistung für RAG Workflows über verschiedene AMD Computing-Umgebungen, einschließlich Unternehmensbereitstellungen und Edge-Anwendungen.

Canonical arbeitet gemeinsam mit AMD an der Bereitstellung einer sicheren, Enterprise-Niveau entsprechenden KI-Plattform auf Ubuntu mit AMD Instinct™ GPUs. Dank der ROCm™ Software-Integration und des optimierten Treiber-Support ermöglicht diese Zusammenarbeit die nahtlose GPU-Beschleunigung für KI-Auslastungen über Linux Umgebungen.

Die containerisierte Infrastruktur von Canonical und die High-Performance-GPUs von AMD liefern IT-Teams eine stabile und skalierbare Grundlage für die Bereitstellung und Verwaltung von KI-Anwendungen, die Performance, Zuverlässigkeit und Sicherheit in Produktionsumgebungen kombiniert.

Red Hat und AMD arbeiten gemeinsam an der Beschleunigung von Unternehmens-KI-Innovationen durch die Integration des AMD Instinct™ GPU-Support in die Hybrid-Cloud von Red Hat und Kubernetes Plattformen.

Dank der vollständigen Ermöglichung von AMD Instinct GPUs in Red Hat OpenShift AI und sofort verfügbarer Unterstützung des neuen Red Hat KI-Inferenz-Servers sorgt diese Partnerschaft für die skalierbare Bereitstellung von High-Performanc-KI-Modellen in lokalen und Multi-Cloud-Umgebungen.

Durch die Kombination der hochmodernen GPU-Hardware von AMD mit dem Red Hat Software-Stack auf Enterprise-Niveau verschafft diese Zusammenarbeit Unternehmen eine größere Flexibilität, Performance und Auswahl bei der Bereitstellung erweiterter KI-Inferenz-Auslastungen.

SUSE und AMD arbeiten gemeinsam am Aufbau eines umfassenden Linux und Kubernetes Support für AMD Instinct™ GPUs und ROCm™ für Unternehmen. Diese Zusammenarbeit liefert Unternehmen stabile Open-Source-Plattformen auf Enterprise-Niveau für KI- und HPC-Auslastungen über natives Paket-Management, offiziellen Repository-Support und integrierte Container-Orchestrierung über SUSE AI, eine offene Unternehmens-KI-Plattform, die auf Rancher Prime aufgebaut ist.

Diese Zusammenarbeit ermöglicht Unternehmen die Bereitstellung von KI-Anwendungen innerhalb SUSE-basierter Infrastruktur und nutzt gleichzeitig das AMD Open-Source-Ökosystem für kosteneffizientes GPU-Computing. Aufgrund der ROCm Integration in SUSE Linux Enterprise Server (SLES) haben Unternehmen Zugang zu erweiterten Möglichkeiten für die KI-/ML-Entwicklung, High-Performance-Computing und Cloud-native Auslastungsbereitstellung über Rechenzentren und Edge-Umgebungen hinweg.

VMware by Broadcom und AMD kooperieren bei der Erweiterung von KI für Unternehmen mit einer privaten, sicheren High-Performance-KI-Infrastruktur. Wir arbeiten kontinuierlich daran, die Zusammenarbeit zwischen VMware Cloud Foundation (VCF) und AMD Enterprise-KI-Software sowie AMD Instinct™ GPUs zu verbessern.

Zusammen ermöglicht dies Datenschutz und Sicherheit der Infrastruktur, vereinfacht das Infrastrukturmanagement und optimiert die Bereitstellung von KI-Modellen für Unternehmen.

Docker und AMD kooperieren über den Container-Support für die ROCm™ Software und AMD Instinct™ GPU-Beschleunigung in containerisierten Umgebungen.

Diese Zusammenarbeit ermöglicht Entwicklern die Erstellung, Bereitstellung und Skalierung von KI-Anwendungen mit Docker-Containern und die gleichzeitige Nutzung der Leistung von AMD Instinct GPUs. Sie bietet eine standardisierte Containerisierung für AMD KI-Auslastungen und ermöglicht die portable und skalierbare Bereitstellung über verschiedene Computing-Umgebungen hinweg.

Das Kubernetes Ökosystem arbeitet mit AMD über die ROCm™ Integration und den AMD Instinct™ GPU-Support über Geräte-Plug-ins und Operatoren zusammen.

Diese Zusammenarbeitet ermöglicht Container-Orchestrierung für KI-Auslastungen, die AMD Beschleuniger in Kubernetes Clustern nutzen.

Die Partnerschaft bietet Unternehmen Cloud-native Auslastungsmöglichkeiten für KI-Anwendungen mit AMD und ermöglicht damit eine skalierbare und verwaltbare KI-Infrastrukturbereitstellung.

Ansys, jetzt ein Teil von Synopsys, arbeitet gemeinsam mit AMD an der Optimierung der Ansys Fluent® numerischen Strömungsmechanik und Ansys Mechanical™ Finite-Elemente-Analyse für AMD Instinct™ GPUs und ROCm™ Plattformen.

Diese Partnerschaft ermöglicht technische Simulationsauslastungen, um die Vorteile der AMD GPU-Beschleunigung für schnellere Solver-Performance und Funktionen für größere Modelle zu nutzen.

Diese Zusammenarbeit bietet Ingenieuren kosteneffiziente Alternativen für rechenintensive Simulations-Workflows und sorgt gleichzeitig für die Einhaltung von Genauigkeits- und Zuverlässigkeitsstandards.

Cholla und AMD arbeiten gemeinsam an der Weiterentwicklung der GPU-beschleunigten astrophysikalischen Simulation auf AMD Instinct™ GPUs. Cholla, ein massiv paralleler GPU-nativer hydrodynamischer Code, wurde ursprünglich für große Studien zur Entstehung von Galaxien entwickelt und von CUDA zur ROCm™ HIP-Plattform für AMD Instinct GPUs portiert.

Durch diese Umstellung wurde eine starke Performance auf AMD Instinct GPUs sogar ohne umfangreiche Optimierung erreicht, was die Effizienz der HIP-Übersetzungsschicht und ihre Skalierbarkeit für die AMD Instinct Hardware der nächsten Generation verdeutlicht.

Durch die Nutzung der Vorteile des offenen ROCm Softwareökosystems und der Rechnerleistung der AMD Instinct GPUs können Forschende kosmologische Simulationen mit hoher Auflösung auf Exascale-Systemen wie Frontier ausführen, wodurch Entdeckungen in der Astrophysik beschleunigt und offenes wissenschaftliches High-Performance-Computing ermöglicht werden.

Amber und AMD arbeiten gemeinsam an der Beschleunigung biomolekularer Simulationen auf AMD Instinct™ GPUs mit ROCm™ Software-Integration. Als führende Molekulardynamik-Suite in der computergestützten Chemie und der Arzneimittelforschung wurde Amber für die effiziente Ausführung auf der AMD ROCm Softwareplattform optimiert, die GPU-beschleunigte Performance für Molekulardynamik, Quanten-/Molekularmechanik und Simulationen bei konstantem pH-Wert (Constant pH Simulation) bietet.

Dank der Leistung der AMD Instinct GPUs können Forschende umfangreiche, hochgenaue Simulationen mit verbesserter Geschwindigkeit und Skalierbarkeit ausführen.

Diese Zusammenarbeit liefert der Life-Sciences-Community mit dem offenen, kosteneffizienten High-Performance-Computing Alternativen in den Bereichen Arzneimittelentwicklung, Proteinfaltung und biomolekulare Forschung.

Chroma und AMD arbeiten gemeinsam an der Weiterentwicklung GPU-beschleunigter Simulationen im Bereich Gitter-Quantenchromodynamik (QCD) auf AMD Instinct™ GPUs. Als Teil des Software-Stacks des Quantenchromodynamikprojekts der Vereinigten Staaten wurde Chroma, ein hochleistungsfähiger GPU-nativer Hydrodynamik-Simulationscode, im Zuge der AMD Infinity Hub-Initiative mit umfassendem ROCm™ Software-Support für AMD Instinct GPUs containerisiert und optimiert.

Diese Zusammenarbeit ermöglicht theoretischen Physikern die Durchführung großer Quantenchromodynamiksimulationen von Single-Node Workstations bis hin zu Multi-Node-Clustern mit kosteneffizienter AMD Hardware und bewahrt gleichzeitig die Kompatibilität mit in der Forschung etablierten Arbeitsabläufen.

Durch die Nutzung der Vorteile des offenen ROCm Softwareökosystems und der Leistung der AMD Instinct GPUs können Forschende produktionsbereite Berechnungen zur Gitterfeldtheorie mit höherer Auflösung, Skalierbarkeit und höherem Durchsatz erreichen.

CP2K und AMD arbeiten gemeinsam an der Beschleunigung von Simulationen in der Quantenchemie und Materialwissenschaft auf AMD Instinct™ GPUs. Dank der umfassenden ROCm™ Integration und optimierten Builds unter Einsatz von AMD Optimizing C/C++ Compiler (AOCC) ermöglicht diese Zusammenarbeit GPU-beschleunigte Berechnungen in den Bereichen Dichtefunktionaltheorie (DFT), Molekulardynamik und Festkörpermodellierung auf AMD Hardware.

CP2K steht als optimierte Container auf dem AMD Infinity Hub zur Verfügung und bietet die optimierte Bereitstellung für High-Performance-Computing-Auslastungen (HPC). Durch die Nutzung der Vorteile der ROCm Bibliotheken wie hipFFT und hipBLAS und die Anpassung für Multi-Node-Parallelität erzielen Forschende erhebliche Geschwindigkeitssteigerungen gegenüber der Ausführung nur mit CPU.

Diese Zusammenarbeit bietet Computerchemikern und Materialwissenschaftlern skalierbare, kosteneffiziente Tools für die Untersuchung von Periodensystemen, Kristallstrukturen und komplexen chemischen Reaktionen in verschiedenen Forschungsumgebungen.

MIMD Lattice Computation (MILC) und AMD arbeiten gemeinsam an der Beschleunigung der Forschung im Bereich der Gitter-Quantenchromodynamik (QCD) auf AMD Instinct™ GPUs. Der parallele Simulationscode von MILC wird vom ROCm™ Open-Source-Software-Stack unterstützt und wurde so angepasst, dass die Vorteile der AMD GPU-Beschleunigung für umfangreiche Monte-Carlo-Berechnungen in der Teilchen- und Kernphysik genutzt werden können.

Durch den Einsatz der AMD Instinct GPUs erzielen Forschende schnellere und effizientere Berechnungen der Gittereichtheorie und bewahren gleichzeitig die für QCD-Studien erforderliche Genauigkeit.

Diese Zusammenarbeit verschafft Physikern einen skalierbaren, kosteneffizienten Zugang zu High-Performance-Computing-Ressourcen, um die Grundlagenforschung zum Verhalten von Quarks, Gluonen und zur Struktur der Materie voranzutreiben.

GROMACS und AMD arbeiten gemeinsam an der Beschleunigung von Molekulardynamiksimulationen auf AMD Instinct™ GPUs durch die vollständige ROCm™ Integration und SYCL-Backend-Optimierung.

Diese Zusammenarbeit ermöglicht Forschenden die Durchführung von High-Performance-Simulationen von Proteinen, Nukleinsäuren und Lipidmembranen auf AMD Hardware und erzielt dabei eine Leistung, die mit nativen HIP-Implementierungen vergleichbar ist. Durch die Nutzung der Vorteile von AdaptiveCpp (früher hipSYCL) Runtime, LLVM-Compiler und ROCm Bibliotheken wie hipFFT und hipBLAS skaliert GROMACS effizient über Single-Node- und Multi-GPU-Cluster-Umgebungen hinweg, einschließlich Systemen wie dem LUMI Supercomputer mit AMD Instinct GPUs.

Dank der AMD Infinity Hub-Container und des offenen ROCm Softwareökosystems erzielen Forschende eine optimierte, kosteneffiziente Lösung für groß angelegte biomolekulare Modellierung, Arzneimittelforschung und biophysikalische Forschung.

LAMMPS und AMD arbeiten gemeinsam an der Beschleunigung großer Molekulardynamiksimulationen auf AMD Instinct™ GPUs über die ROCm™ Plattform. Der Large-scale Atomic/Molecular Massively Parallel Simulator (LAMMPS) nutzt die Vorteile der AMD GPU-Beschleunigung über die Kokkos- und GPU-Pakete, die beide über das HIP-Programmierungsmodell ermöglicht werden.

Diese Integration ermöglicht Forschenden Simulationen in den Bereichen Materialwissenschaften, Physik der weichen Materie und biomolekularen Systeme mit außergewöhnlicher Skalierbarkeit und Performance. Dank der ROCm Optimierung und der Leistungsfähigkeit der AMD Instinct GPUs erreicht LAMMPS eine effiziente parallele Ausführung über Single-Node- und Multi-Node-Systeme hinweg, einschließlich Exascale-Maschinen wie Frontier.

Mit den AMD Infinity Hub-Containern und dem ROCm Entwicklerökosystem erhalten Wissenschaftler flexible und kosteneffiziente Tools zur Erforschung von Phänomenen auf Atomebene, mechanischen Eigenschaften und Phasenübergängen in komplexen Materialien.

NAMD und AMD arbeiten gemeinsam an der Beschleunigung großer biomolekularer Simulationen auf AMD Instinct™ GPUs durch die vollständige Integration in die AMD ROCm™ Plattform.

NAMD wurde von der Theoretical and Computational Biophysics Group der Universität Illinois entwickelt und ist ein hochskalierbares Molekulardynamikprogramm für die Simulation großer biologischer Systeme wie Proteine, Membranen und Viren.

Dank ROCm und HIP-Framework wurde NAMD so optimiert, dass es effizient auf AMD Instinct GPUs läuft und erhebliche Leistungs- und Energieeffizienzsteigerungen erzielt. Durch die Nutzung der Leistungsvorteile der AMD Instinct GPUs unterstützt NAMD sowohl den GPU-Offload- als auch den GPU-Resident-Betrieb für optimale Performance über verschiedene Simulationsgrößen hinweg.

Diese Zusammenarbeit bietet Forschenden an Hochschulen und in der Industrie kosteneffiziente High-Performance-Tools für Untersuchungen im Bereich Proteinfaltung, Wechselwirkungen von Arzneimitteln und komplexer biomolekularer Dynamiken.

SPECFEM3D Cartesian und AMD arbeiten gemeinsam an der Beschleunigung großer seismischer Simulationen auf AMD Instinct™ GPUs durch die vollständige Integration in die AMD ROCm™ Softwareplattform.

Diese Zusammenarbeit sorgt für eine GPU-Beschleunigung bei SPECFEM3D unter Einsatz des HIP‑Programmier-Frameworks und ermöglicht die effiziente Bereitstellung über AMD Instinct GPUs hinweg. Durch die Auslagerung von Berechnungen zur Ausbreitung seismischer Wellen und zur Erdbebenmodellierung auf GPUs erzielen Forschende erhebliche Leistungssteigerungen bei der Vollwellenforminversion und der hochauflösenden seismischen 3D-Bildgebung.

Durch die optimierten Bibliotheken von ROCm und Multi-GPU-Skalierbarkeit können Geophysiker erweiterte Studien im Bereich Erdbebenmechanik, seismische Gefahrenanalyse und Untergrunderkundung auf kosteneffizienter AMD High-Performance-Hardware durchführen, die nahtlos von lokalen Clustern auf Exascale-Systeme wie Frontier und LUMI skaliert werden kann.

OpenMM und AMD arbeiten gemeinsam an der Beschleunigung von Molekulardynamiksimulationen auf AMD Instinct™ GPUs durch die umfassende Integration in die AMD ROCm™ Open-Source-Softwareplattform.

Durch die Nutzung der Vorteile des HIP-Framework bietet OpenMM native GPU-Beschleunigung auf AMD Instinct Hardware für biomolekulare Dynamiken und wissenschaftliche Modellierung mit hoher Performance.

Diese Zusammenarbeit ermöglicht Forschenden die Durchführung spezifischer Simulationen mit flexiblen Kraftfeldimplementierungen und erweiterten Algorithmen für Arzneimittelforschung, Protein-Engineering und biophysikalische Forschung.

Mit den optimierten ROCm Bibliotheken und der Unterstützung von AMD Instinct GPUs liefert OpenMM eine offene, skalierbare und kosteneffiziente Plattform für die umfassende molekulare Modellierung über akademische, behördliche und pharmazeutische Forschungsanwendungen hinweg.

Stone Ridge Technology und AMD arbeiten gemeinsam an der Beschleunigung der High-Performance-Reservoir-Simulation auf AMD Instinct™ GPUs über die AMD ROCm™ Softwareplattform. Das Aushängeschild von Stone Ridge Technology, die Software ECHELON, wurde so weiterentwickelt, dass sie GPU-native Performance für AMD Instinct GPUs bietet.

Diese Zusammenarbeit bietet der Energiebranche erweiterte, skalierbare Simulationsmöglichkeiten für komplexe Untergrundmodellierung, einschließlich Kohlenwasserstoffgewinnung, CO₂-Abscheidung und Wasserstoffspeicherung.

Durch die Nutzung der Vorteile der ROCm Entwicklungstools, optimierten mathematischen Bibliotheken und der AMD Instinct Architektur mit hoher Bandbreite liefert ECHELON außergewöhnliche Performance und Kosteneffizienz auf modernen High-Performance-Computing-Systemen (HPC) und bietet Kunden offene, flexible Alternativen für große wissenschaftliche und technische Auslastungen.

OpenFold und AMD arbeiten gemeinsam an der Beschleunigung der offenen, skalierbaren Vorhersage von Proteinstrukturen mit High-Performance-Computing. OpenFold ist für AMD Instinct™ GPUs und den AMD ROCm™ Open-Source-Software-Stack optimiert und ermöglicht Forschenden, Deep-Learning-Modelle für die Strukturbiologie mit außergewöhnlicher Effizienz zu trainieren und bereitzustellen.

Diese Zusammenarbeit treibt große Proteinmodellierungs-Pipelines wie ElMerFold auf Supercomputern wie Frontier und El Capitan an, wodurch ein bisher unerreichter Durchsatz für die Strukturvorhersage und bioinformatische Forschung erzielt wird.

Durch die Kombination des offenen AMD Softwareökosystems mit der energieeffizienten GPU-Beschleunigung bringen OpenFold und AMD die offene Wissenschaft voran und ermöglichen schnellere und leichter zugängliche Entdeckungen in der Arzneimittelforschung und Molekularbiologie

QMCPACK und AMD arbeiten gemeinsam an der Beschleunigung von Quanten-Monte-Carlo-Simulationen auf AMD Instinct™ GPUs über die AMD ROCm™ Softwareplattform. QMCPACK, eine führende Open-Source-Suite für elektronische Struktur- und Hauptkörperberechnungen, wurde so optimiert, dass sie von AMD Instinct GPUs mit erweiterten Kernels, erweiterter Speicherverwaltung und skalierbarer Multi-GPU-Ausführung profitiert.

Durch die Nutzung der Vorteile von ROCm Compilern, mathematischen Bibliotheken und GPU-Speichern mit hoher Bandbreite erreichen Forschende erhebliche Performance-Steigerungen bei Quantenchemie- und Materialwissenschaftsauslastungen.

Diese Zusammenarbeit ermöglicht Physikern und Computerchemikern, umfangreiche Quantenmechaniksimulationen unter Einsatz des offenen High-Performance-Computing-Ökosystems von AMD durchzuführen – von einzelnen Workstations bis hin zu erstklassigen Supercomputern.

Devito und AMD arbeiten gemeinsam an der Beschleunigung der seismischen Bildgebung und computergestützten Geophysik auf AMD Instinct™ GPUs durch die umfassende Integration in die AMD ROCm™ Softwareplattform.

Devito ist als High-Level-Python-Framework für Finite-Differenzen-Berechnungen ausgelegt und erzeugt automatisch einen optimierten, parallelen Code unter Einsatz von Backends wie HIP, MPI und OpenMP, um höchste Performance auf AMD Hardware zu liefern.

Diese Zusammenarbeit ermöglicht Geowissenschaftlern die effiziente Durchführung von seismischer Modellierung mit hoher Auflösung, Vollwellenforminversion und Untergrundbildgebung auf AMD Instinct GPUs und EPYC™ Prozessoren. Durch Nutzung der Vorteile des offenen ROCm Softwareökosystems kombiniert Devito die Entwicklungsproduktivität mit skalierbarer GPU-Beschleunigung und versetzt Forschende in die Lage, die Abläufe in den Bereichen Exploration, Energie und geophysikalische Forschung voranzutreiben.

Siemens arbeitet gemeinsam mit AMD an der Optimierung der Multiphysik-Software für rechnergestützte Fluiddynamik (CFD) Simcenter™ STAR-CCM+™ für AMD Instinct™ GPUs mit ROCm™ Beschleunigung.

Diese Zusammenarbeit ermöglicht industrielle CFD-Simulationen, um schnellere Lösungszeiten zu erzielen und größere, komplexere Modelle durch AMD GPU-Beschleunigung handhaben zu können. Die Zusammenarbeit bietet Engineering-Teams erweiterte Simulationsmöglichkeiten und gleichzeitig kosteneffiziente Alternativen zu herkömmlichen GPU-Computing-Ansätzen.

Das Raja Performance-Portabilitäts-Framework arbeitet mit AMD über die ROCm™ Integration zusammen, wodurch die Möglichkeit geschaffen wird, die Vorteile von AMD Instinct™ GPUs neben verschiedenen Computing-Architekturen zu nutzen.

Diese Zusammenarbeit liefert Entwicklern einheitliche Programmierungsmodelle, die die Code-Portabilität bewahren und gleichzeitig den Zugang zu AMD Beschleunigerfunktionen für High-Performance-Computing-Anwendungen ermöglichen. Die Zusammenarbeit eröffnet die Möglichkeit für die effiziente GPU-Computing-Entwicklung durch das AMD Open-Source-Ökosystem und unterstützt gleichzeitig ältere Codebasen und zukünftige Hardware-Entwicklungen.

Über ROCm Programmierschnittstellen haben Raja Benutzer Zugriff auf konsistente Leistung über heterogene Computing-Umgebungen.

Das Trilinos Framework für wissenschaftliches Computing und AMD arbeiten über den ROCm™ Support für die AMD Instinct™ GPU-Beschleunigung großer wissenschaftlicher Anwendungen zusammen.

Diese Zusammenarbeit ermöglicht Forschenden die Nutzung der Vorteile von AMD GPUs für die Lösung von Problemen der linearen Algebra, Herausforderungen bei der Optimierung und Multiphysik-Simulationen mit bewährten numerischen Algorithmen. Durch die Zusammenarbeit werden Computerwissenschaftlern robuste Tools für technisches und wissenschaftliches Computing zur Verfügung gestellt, während gleichzeitig die Performance-Portabilität über unterschiedliche Hardwareplattformen hinweg bewahrt wird.

Dank der mathematischen ROCm Bibliotheken haben Trilinos Benutzer Zugriff auf erweiterte Rechenfunktionen für anspruchsvolle wissenschaftliche Anwendungen.

Das PyFR Framework für numerische Strömungsmechanik arbeitet mit AMD über die ROCm™ Kompatibilität für die AMD Instinct™ GPU-Beschleunigung von Finite-Elemente-Simulationen höherer Ordnung zusammen.

Diese Zusammenarbeit ermöglicht Forschenden die Durchführung effizienter CFD-Berechnungen für Luft- und Raumfahrt, Automobilindustrie und wissenschaftliche Anwendungen unter Einsatz von AMD Beschleunigern mit Workflow-Integration auf Python-Basis. Die Zusammenarbeit stattet Experten für numerische Strömungsmechanik mit modernen Tools für die Lösung komplexer Strömungsprobleme aus und bewahrt gleichzeitig die Flexibilität für spezifische Simulationsanforderungen.

Dank der AMD Optimierungsbibliotheken können PyFR Benutzer auf erweiterte Performance für anspruchsvolle Strömungsmechanikberechnungen zugreifen.

Moderne Fortran-Compiler-Ökosysteme und AMD arbeiten zusammen, um GPU-Beschleunigung in HPC-Anwendungen über die AMD ROCm™ Softwareplattform und AMD Instinct™ GPUs zu integrieren. Dank der Einführung der ROCm Fortran-Compiler und HIP-Fortran-Module können Wissenschaftler und Ingenieure jetzt sowohl ältere als auch moderne Fortran-Codebasen auf AMD GPUs mit Standardprogrammierungsmodellen wie OpenMP für die GPU-Auslagerung beschleunigen.

Diese Zusammenarbeit ermöglicht es Forschenden, bewährte wissenschaftliche und technische Codes effizient auf AMD Instinct GPUs auszuführen, während die umfassende Kompatibilität mit bestehenden Workflows gewahrt bleibt.

Durch die Nutzung der Vorteile der ROCm Compiler-Infrastruktur, einheitlicher, gemeinsam genutzter Speicher und optimierter mathematischer Bibliotheken eröffnet sich für Fortran-Entwickler ein leistungsstarker, portabler und vorausschauender Weg zur GPU-Beschleunigung, der eine Brücke zwischen jahrzehntelangen wissenschaftlichen Software-Innovationen und AMD Hardware der nächsten Generation schlägt.

Das Grid Framework für Gitter-Quantenchromodynamik (QCD) und AMD arbeiten zusammen, um theoretische High-Performance-Physiksimulationen auf AMD Instinct™ GPUs durch die umfassende Integration in die AMD ROCm™ Softwareplattform weiterzuentwickeln.

Grid ist in modernem C++ geschrieben und nutzt die Vorteile von HIP, um Performance-Portabilität über unterschiedliche GPU-Architekturen zu liefern, wodurch es Forschenden ermöglicht wird, umfangreiche Berechnungen der Gittereichtheorie und Quantenfeldtheorie effizient auf AMD Hardware auszuführen.

Die Zusammenarbeit bietet theoretischen Physikern skalierbare, datenparallele Tools für die Untersuchung der Interaktionen von Quarks und Gluonen unter Einsatz optimierter GPU-Routinen und Speicherlayouts für anspruchsvolle Gitterberechnungen. Dank der AMD Instinct GPUs und des ROCm Ökosystems erreicht Grid starke Performance und Flexibilität auf Single-Node-Workstations bis hin zu Exascale-Systemen und ermöglicht damit die Forschung der nächsten Generation im Bereich Teilchen- und Kernphysik.