Accédez ici à toutes les ressources de développement ROCm™ : documentation, formations, webinaires, derniers articles de blog et bien d'autres.

AMD ROCm

Présentation du software AMD ROCm : programmation des GPU AMD

ROCm est une plateforme software de production ouverte avec des pilotes, des bibliothèques et des outils de développement pour la programmation des GPU AMD.

ROCm supporte les charges de travail de calculs hautes performances et d'IA, ce qui permet aux développeurs d'entraîner et de déployer des modèles à grande échelle à l'aide de frameworks familiers tels que PyTorch.

Le software ROCm pour l'IA est plus simple que vous ne pourriez le croire
En savoir plus sur le software ROCm
ROCm Optimized GPU Software Stack

Nouveautés

AMD Ryzen AI Halo

Exécutez des charges de travail d'IA en local grâce aux guides AMD AI Playbooks

Les guides AMD AI Playbooks sont des guides gratuits et détaillés qui couvrent l'inférence, l'ajustement, les flux de travail des agents et l'inférence distribuée, le tout s'exécutant en local sur les plateformes client AMD. L'AMD Ryzen™ AI Halo est livré avec la prise en charge ROCm préconfigurée, ce qui vous permet de passer directement du guide à une charge de travail en cours d'exécution, sans dépendre du cloud.

Découvrez les guides pratiques AMD

Commencez à développer avec ROCm

Trouvez le GPU adapté à votre charge de travail

Les GPU AMD Instinct sont conçus pour l'entraînement de modèles d'IA, l'exécution de services d'inférence à grande échelle et la réalisation de simulations de calculs hautes performances.

Les GPU AMD Radeon sont conçus pour le gaming optimisé par l'IA, les graphismes en temps réel, les flux de travail créatifs et les grands modèles de langage en local.

GPU AMD pour l'IA : comment choisir ?
AMD GPUs for AI: How to Choose infographic

Passez de CUDA à ROCm avec peu ou pas de modifications du code

Vous pouvez exécuter de nombreuses charges de travail sur les GPU AMD, sans modifier le code. Lorsque des modifications s'avèrent nécessaires, l'outil HIPIFY vous aide à convertir le code CUDA existant en code HIP compatible ROCm, avec un minimum de perturbations.

De CUDA à ROCm : quel parcours de migration vous convient le mieux ?
Move from CUDA to ROCm with Few to No Code Changes infographic

Rejoignez le programme pour développeurs IA

Accédez à des crédits AMD Developer Cloud gratuits, à des formations exclusives, à des tirages au sort mensuels de GPU AMD et à une assistance de la communauté visant à soutenir votre travail de développement IA.

Rejoindre le programme

Foire aux questions

ROCm et CUDA sont deux plateformes de programmation des GPU, mais leur approche diffère.

ROCm est une pile software entièrement open source, prête pour la production et compatible avec une large gamme de GPU AMD. ROCm prend en charge des outils, des modèles d'IA et des frameworks robustes, notamment PyTorch, TensorFlow, JAX et bien d'autres. Cette plateforme offre la flexibilité nécessaire pour apporter des personnalisations, des modifications et des optimisations en fonction de vos environnements et exigences spécifiques. De plus, elle est prise en charge par un écosystème ouvert dynamique pour une innovation plus rapide.

CUDA est la plateforme propriétaire de NVIDIA, étroitement intégrée à son hardware. Bien que CUDA soit une technologie mature, son écosystème fermé peut empêcher les développeurs de changer de plateforme et limiter leur liberté de choix.

De nombreux GPU AMD Instinct, GPU AMD Radeon et iGPU intégrés à certains processeurs AMD Ryzen™ AI sont compatibles avec le software ROCm. Les développeurs disposent donc d'un large choix. Consultez les matrices ci-dessous pour obtenir des informations détaillées sur la compatibilité des GPU pour les charges de travail de calcul et graphiques. Vous y trouverez également la liste des frameworks, bibliothèques et outils open source pris en charge, ainsi que la configuration système requise.

Matrice de compatibilité : Instinct et Radeon pour les charges de travail de calcul ROCm >

Matrice de compatibilité : Radeon et Ryzen pour les charges de travail graphiques ROCm >

ROCm est principalement utilisé pour les charges de travail d'IA et de calculs hautes performances accélérées par GPU, en particulier l'entraînement de modèles de deep learning, le fine-tuning de modèles et l'inférence avec des frameworks tels que PyTorch, TensorFlow et JAX.
Voici quelques-uns des principaux cas d'utilisation :

  • Entraînement distribué sur plusieurs GPU
  • Service d'inférence via des moteurs optimisés tels que vLLM et SGLang
  • Optimisation de modèles à l'aide de Hugging Face et d'autres écosystèmes open source

Les développeurs peuvent exécuter des bases de code existantes sur les GPU AMD avec un minimum de modifications.

Le forum de la communauté des développeurs AMD et le serveur Discord des développeurs AMD vous permettent d'entrer directement en contact avec d'autres développeurs et des experts AMD pour poser des questions et obtenir de l'aide pour résoudre vos problèmes. Vous pouvez également signaler un bug sur GitHub.