由 AMD 提供

使用 PyTorch 进行机器学习(ML)模型和算法的研究人员和开发者现在可以使用基于 AMD RDNA™ 3 GPU 架构的 Radeon™ RX 7900 XTX 和 Radeon™ PRO W7900 显卡的 AMD ROCm 5.7 在 Ubuntu® Linux®上,以利用 Radeon™ RX 7900 XTX 和 Radeon™ PRO W7900 显卡的并行计算能力。

基于这两款高端 GPU 的客户解决方案为那些以前仅依赖云解决方案的人提供了一种本地化、私有化和成本效益高的机器学习(ML)训练和推理工作流程。

ML Development on Desktop

在您的桌面上使用 PyTorch 加速机器学习

  • 拥有 Radeon 7900 系列 GPU 的本地 PC 或工作站系统运行 PyTorch,凭借 24GB 甚至 48GB 的大 GPU 内存容量,提供了一种既强大又经济的解决方案,以应对日益增长的流程挑战。

桌面与数据中心统一的软件栈

  • 最新版的 AMD ROCm 5.7 软件栈为 GPU 编程解锁了基于 RDNA™ 3 架构的 GPU 的强大并行计算能力,可用于 PyTorch 等领先的机器学习框架。相同的统一软件栈也支持 AMD Instinct™ MI 系列加速器的 CDNA™ GPU 架构。

自由定制

  • AMD ROCm 平台主要是开源软件(OSS)。它允许开发者自由定制和调整他们的 GPU 软件以满足自己的需求,同时与一群其他开发者协作,以敏捷、灵活和快速的方式互相帮助找到解决方案。AMD ROCm 平台的目标是让用户最大化他们的 GPU 硬件投资。AMD ROCm 平台旨在帮助开发、测试和部署 GPU 加速的高性能计算(HPC)、人工智能(AI)、科学计算、计算机辅助设计(CAD)和其他应用程序,在一个免费、开源、集成和安全的软件生态系统中。

随着行业向支持广泛系统、框架和加速器的生态系统发展,AMD 决心继续让 PyTorch 开发者和研究人员能够更方便地使用基于 RDNA™ 3 架构的桌面 GPU 进行本地客户端设置,从而更方便地进行机器学习(ML)开发。

了解更多

https://www.amd.com/en/developer/resources/ml-radeon.html

下载软件

https://www.amd.com/en/support/linux-drivers

访问文档门户开始在本地桌面训练机器学习模型

https://rocm.docs.amd.com/projects/radeon/en/latest/

前提条件

https://rocm.docs.amd.com/projects/radeon/en/latest/docs/prerequisites.html

指南

https://rocm.docs.amd.com/projects/radeon/en/latest/docs/install/howto.html

© 2023 高级微设备公司。保留所有权利。AMD、AMD 箭头标志、CDNA、Radeon、ROCm 及其组合是高级微设备公司的商标。Linux®是美国和其他国家的林纳斯·托瓦兹注册商标。Microsoft 和 Windows 是美国和其他国家的微软公司注册商标。PyTorch、PyTorch 标志及其相关标志是 Linux 基金会的商标。TensorFlow、TensorFlow 标志及其相关标志是谷歌公司的商标。Ubuntu 和 Ubuntu 标志是 Canonical Ltd.的注册商标。本出版物中使用的其他产品名称仅用于识别目的,可能是其各自所有者的商标。

Radeon™ AI 技术兼容所有 AMD Radeon 7000 系列显卡及更高版本。购买前请咨询您的系统制造商以确认功能可用性。GD-232。

  1. 根据 2022 年 11 月 AMD 内部测量数据,比较 Radeon RX 7900 XTX 在 2.5GHz 超频时钟下,96 个计算单元执行 2 倍 Bfloat16 数学运算每时钟周期,与 RX 6900 XT GPU 在 2.25 GHz 超频时钟下,80 个计算单元执行 1 倍 Bfloat16 数学运算每时钟周期。RX-821