AMD Primus
대규모 AI 모델 학습 - 복잡성 제거
Primus는 학습 설정, 최적화된 트랜스포머, 프로덕션 작업을 하나의 모듈식 경험으로 구현합니다. 재현 가능한 워크플로, 커널 가속화, 클러스터 검증, 모니터링을 적용하여 최초 실행부터 대규모 학습까지 빠르게 전환합니다.
Primus로 할 수 있는 일:
분산된 직무를 모니터링하여 문제를 더 빠르게 디버깅
재현 가능한 학습 실험을 단일 CLI로 실행
최적화된 오퍼레이터를 이용한 트랜스포머 워크로드 가속화
대규모 학습 실행 전 클러스터 검증
Primus 플랫폼
Primus는 모듈식 구성 요소를 제공하여 실험 설정부터 클러스터 규모 작업에 이르는 전체 학습 수명주기를 지원합니다.
프레임워크
업계 최고 프레임워크 지원
- Megatron-LM
- PyTorch TorchTitan
- JAX MaxText
AMD Primus
AMD ROCm™ 기반의 학습 워크플로
대규모 학습을 위한 레퍼런스 아키텍처
- 구성
- 검증
- 가속화
- 관찰
- 최적화
AI 개발자
없음
프로덕션 규모 RL -출시 예정
RL 워크플로 경로
- OSS RL 스택
- veRL, Miles, Slime 지원
- AMD 검증 도커 및 업스트림 CI/CD
구축 기반
AMD ROCm™ 코어 SDK
라이브러리 | 컴파일러 | 도구 | 런타임
성능 벤치마크
Primus 벤치마크는 고객이 어떻게 AMD Instinct™ GPU 기능을 빠른 모델 개발로 전환하여, 단일 노드에서 다중 노드 클러스터로 확장하면서 GPU 활용도를 극대화하고, 학습 시간을 단축하고, 다양한 모델 아키텍처 전반에 걸쳐 학습 효율을 개선할 수 있는지를 보여줍니다.
ROCm 10 및 ROCm 7 비교
학습 개선 가속화
DeepSeek-V3-16B
DeepSeek-V2-Lite
Qwen3-30B-A3B
릴리스 간: 성능 개선
2.01배
2.54배
2.76배
평균
2.4배
더 빠름 - 모델 전반에 걸쳐 이전 릴리스 대비
병렬화 및 스케줄링
파이프라인 병렬 처리, 샤딩된 데이터 병렬화, 그래디언트 올리듀스 오버랩
메모리 관리
활성화 체크포인팅, FP8 혼합 정밀도, 융합 그레이디언트 누적
최적화된 커널
융합 FlashAttention(순전파+ 역전파), 그룹 GEMM • 융합 옵티마이저 단계
대규모 테스트를 거침, 프로덕션에서 검증됨
Zyphra가 어떻게 처음부터 풀스택 AMD 플랫폼에서 ZAYA1을 구축했는지 알아보세요. 이 협업은 E2E Instinct 스택의 프로덕션 환경에서 수렴하는 1K 이상 GPU 기반 학습된 경쟁력 있는 모델을 보여줍니다.
Primus 시작하기
모델 선정부터 대규모 학습에 이르는 여정
처음부터 Instinct 기반의 프런티어 AI 모델 구축을 위해 프로덕션 테스트를 거친 레퍼런스 아키텍처를 체험하세요!
1
Primus 생태계 내에서 Primus LM을 사용합니다.
2
GitHub에서 최신 사전 릴리스 기능 및 소스 코드를 확인해 보세요!
리소스
