ROCm™ AI 開発者ハブ: クラウドおよびデータセンターの AI
AMD Instinct™ GPU で大規模トレーニングと推論を最適化
PyTorch およびその他の主要なフレームワークを使用して、AMD ROCm™ によるオープンソース GPU 上でのプログラミングをテストしましょう。サンプル ノートブック、チュートリアル、オープンソース プロジェクト、ドキュメントなどをご用意しています。
サンプル AI ワークロードの実行
クラウドおよびデータセンター AI のユース ケースに ROCm ソフトウェア スタックをお試しください。
注目のワークロード
AMD GPU の利用
AMD Instinct GPU で ROCm を即座にテストすることを検討していますか?
AMD AI 開発者プログラムに参加して、AMD Developer Cloud で使用できる 100 ドル相当の無料クレジットを獲得しましょう。この AMD Instinct GPU を搭載した強力なコンピューティング プラットフォームには Docker コンテナーがあらかじめインストールされており、セットアップは不要です。
学習リソース
さらに多くのトピックを参照して、AMD の最新の技術的進歩を理解するのに役立つ学習リソースをご確認ください。
コミュニティとサポート
その他のフォーラム
よくある質問 (FAQ)
ROCm は、一部の AMD Instinct および AMD Radeon GPU 上でのコンピューティング ワークロード向けに、多数の Linux ディストリビューションをサポートしています。ROCm で現在サポートされている Linux ディストリビューションは、システム要件のドキュメントに記載されています。
ROCm はリリースを重ねるごとに、パフォーマンスが著しく向上しています。パフォーマンス結果のページでは、ROCm ソフトウェアを使用して推論 (vLLM、xDiT など) およびトレーニング (PyTorch、Megatron-LM、JAX MaxText など) に一般的な AI モデルを実行した場合の、AMD Instinct GPU パフォーマンスの評価基準を得ることができます。
AMD は、新しい ROCm リリースに合わせて、公式の ROCm PyTorch Docker イメージを定期的にリリースしています。これらのイメージは、AMD による徹底的なテストを受けています。概要、サポートされているモジュール、および主要なライブラリについては、PyTorch の互換性に関するドキュメントをご覧ください。また、Docker イメージまたは wheel パッケージの手順とダウンロード方法については、ROCm 用 PyTorch のインストール ガイドで確認できます。
ワークロードに合わせて AMD GPU を調整してその全機能を活用することで、システムを最適化できます。
また、ROCm ツールを使用して AI モデルのパフォーマンスを向上させ、AI ワークロードの実行における推論段階をスピードアップすることもできます。推論の効率を高めるための方法には、事前学習済みのモデルの量子化とプルーニング、演算カーネルの最適化、高速化されたライブラリの使用などがあります。ROCm 推論最適化に関するドキュメントを参照して開始しましょう。
AI 開発者プログラムに参加しましょう
無料で得られる AMD Developer Cloud クレジット、限定トレーニング、毎月の AMD GPU 懸賞、AI 開発作業をサポートするコミュニティ サポートにアクセスできます。
ROCm ニュースにサインアップする
ROCm ニュースレターにサインアップして、最新のリリースやヒントなどを受け取りましょう。