在当前人工智能（AI）市场，英伟达（NVIDIA）凭借其强大的AI显卡硬件性能以及完善的CUDA软件生态，牢牢占据了超过95%的市场份额。其CUDA生态系统经过16年的持续积累，已拥有超过400万开发者，这构成了英伟达在AI领域最核心的竞争优势，可谓其“护城河”。
面对强大的竞争对手，AMD正积极寻求在AI市场中获得更大的增长空间。除了计划在明年推出性能达40 PFLOPS（即每秒4亿亿次浮点运算）的MI400加速卡，AMD更将软件生态系统的突破视为关键。对此，AMD寄希望于其ROCm软件，并强调其开源开放的特性，旨在吸引更广泛的开发者群体。
今年6月，AMD正式发布了最新的ROCm 7软件。这款软件在性能、兼容性和灵活性方面都进行了显著优化，尤其在AI模型的推理和训练方面带来了重大提升。它能够支持众多最新的AI模型即插即用，并将AMD开放的生态系统从云端延伸至边缘设备，进一步拓展了应用场景。
在此前的财报会议上，AMD首席执行官苏姿丰（Lisa Su）高度评价了ROCm 7的各项优势。她强调，在该财季中，AMD在ROCm 7的性能提升、易用性改进以及用户采用率的扩大方面均取得了显著进展。
苏姿丰进一步指出：“我们发布了ROCm 7，对整个软件栈的每一层都进行了重大升级。与上一代相比，ROCm 7在推理和训练方面的性能提升了3倍以上，并且增加了对大规模训练、分布式推理以及低精度数据类型等关键功能的全面支持。”这些改进预示着AMD在AI软件方面的竞争力正在快速增强。
为了更有效地与开发者社区合作，AMD推出了一系列举措，包括提供ROCm的夜间构建版本，以及扩大即时计算基础设施的访问范围。值得一提的是，AMD还推出了其首个开发者云服务，该服务能为开发者提供预配置的容器，实现对AMD GPU的即时访问，极大地降低了开发者的入门门槛和使用成本。
在之前的发布活动中，AMD也公布了ROCm 7在实际测试中的表现。数据显示，在Llama 3.1 70B模型上，ROCm 7的性能提升了3.2倍；在Qwen2-72B模型上，性能提升了3.4倍；而在DeepSeek R1模型上，性能甚至提升了3.8倍。这些关键指标的提升，直观地展示了ROCm 7在优化AI模型运行效率方面的强大能力。
在训练任务方面，AMD同样公布了显著的性能提升。在Llama 2 70B、Llama 3.1 8B以及Qwen 1.5 7B等主流模型上，ROCm 7的平均性能提升达到了3倍。这表明ROCm 7在多样化的AI训练场景中都能够提供出色的性能表现。
展望未来，AMD计划在今年内持续深化ROCm 7的生态支持。这将包括扩展对锐龙（Ryzen）平台笔记本和工作站的支持，提供对Linux系统的全面支持，并正式加入对Windows系统的支持。这些计划的实施，将有助于解决此前开发者普遍反馈的ROCm在易用性和兼容性方面存在的问题，从而吸引更多开发者转向AMD的AI平台。
