|
AMD 最近发布了其开源平台 ROCm 的最新版本——ROCm 6.3。这一版本的更新标志着在人工智能（AI）和高性能计算（HPC）领域的重要进步，为开发者提供了强大的新工具和优化功能。
ROCm 6.3 版本的核心亮点包括： SGLang 的集成：SGLang 是一个专为 AMD Instinct GPU 优化的运行时环境，用于加速 AI 推理。通过集成 SGLang，AMD 承诺可以显著提高吞吐量，达到 6 倍的提升，并且集成了 Python 和预配置的 ROCm Docker 容器，使得使用更加便捷。 Transformer 深度优化：ROCm 6.3 中重新设计了 FlashAttention-2，以优化 AI 训练和推理。这一改进显著提升了 Transformer 架构的性能，加快了 AI 模型的训练和推理速度，增强了应用的响应能力和效率。 Fortran 编译器的加入：ROCm 6.3 引入了全新的 Fortran 编译器，支持直接 GPU 卸载，并完美集成了 HIP 内核和 ROCm 库。这为 Fortran 开发者提供了更强大的 GPU 计算能力，助力科学计算和工程仿真领域的高性能计算需求。 计算机视觉库的增强：ROCm 6.3 对计算机视觉库进行了增强，包括 AV1 编解码支持和 GPU 加速 JPEG 解码等功能，提高了图像处理效率，为多媒体应用开发提供了技术支持。 ROCFFT 的多节点 FFT 支持：ROCm 6.3 引入了多节点 FFT 支持，实现了高性能的分布式 FFT 计算，改变了 HPC 工作流。 此外，AMD 还将 ROCm 6.2 中引入的 Omnitrace 和 Omniperf 更名为 ROCm System Profiler 和 ROCm Compute Profiler，以提升可用性和稳定性，并与 ROCm 分析生态系统实现无缝对接。 ROCm 6.3 的发布不仅展示了 AMD 在 AI 和 HPC 领域的创新潜力，也为开发者提供了更多选择和机会，特别是在生成式 AI 和计算应用优化方面。未来，随着技术演进和平台完善，AMD GPU 的应用场景将拓展至更多领域，展现卓越性能和潜力。 |
