AMD w końcu rozumie, że sprzęt to nie wszystko

pip install rocm

Jednym z najważniejszych składników sukcesu Nvidii jest CUDA. Nvidia od zarania GPGPU mocno inwestuje w rozwój swojego ekosystemu programistycznego, dba o kontakty z deweloperami i o to, aby rozpoczęcie przygody z tworzeniem oprogramowania uruchamianego na jej GPU było jak najprostsze. Dzięki temu, gdy jakiemuś naukowcowi, przedsiębiorcy, studentowi, czy innemu hobbyście pojawia się w głowie pomysł związany z wykorzystaniem GPU do jakiegoś projektu, to najprawdopodobniej z automatu wybierze Nvidię, bo wszyscy znają CUDA, wszyscy wspierają CUDA i CUDA po prostu działa.

Odpowiednikiem CUDA u AMD jest ROCm. ROCm jest rozwiązaniem otwartoźródłowym, a nie zamkniętym, co dla niektórych ma ogromne znaczenie, jednak przez długi czas rozwój ROCm był potwornie niedofinansowany i traktowany, jak to się mówi, po łebkach. Błędy, słaba wydajność, brak tutoriali, brak wsparcia Windowsa, brak łatwego dostępu do akceleratorów, problemy z obsługą konsumenckiego sprzętu i tak dalej, i tak dalej — lista historycznych bolączek ROCm jest naprawdę długa. To nie znaczy, że na sprzęt AMD nie dało się stworzyć dobrego oprogramowania, ale było to zdecydowanie trudniejsze, przez co mało kto się za to brał.

Jednak kilka miesięcy temu nastąpił drastyczny zwrot w podejściu AMD do kwestii oprogramowania i w czasie tegorocznej edycji konferencji Advancing AI było to świetnie widać. Równolegle z akceleratorami Instinct MI350 poinformowano o udostępnieniu ROCm 7 i o tym, że ROCm już obsługuje nowe GPU AMD. Teoretycznie nie powinno to być czymś niezwykłym, ale wcześniej kilkumiesięczne opóźnienie w dodawaniu do ROCm obsługi najnowszego sprzętu było w przypadku AMD czymś zaskakująco normalnym. Pełna kompatybilność z ROCm ma też w końcu być oczywistością w przypadku sprzętu konsumenckiego, czyli desktopowych Radeonów i APU AMD.

ROCm wreszcie ma dostać wersję na Windowsa i niedługo ROCm będzie można dodać na przykład do Ubuntu już z poziomu instalatora systemu, a więc także integracja z Linuksem będzie coraz lepsza. Docelowo ma to wyglądać tak, że do rozpoczęcia przygody z ROCm ma wystarczyć wpisanie komendy pip install rocm — niezależnie od systemu operacyjnego, czy posiadanego sprzętu AMD. A nawet jeśli nie ma się pod ręką GPU lub APU tej firmy, to AMD w końcu uruchomiło chmurę deweloperską z prawdziwego zdarzenia, dzięki której różnego rodzaju programiści, uczelnie i instytucje dostają łatwy dostęp do akceleratorów Instinct (obecnie MI300X).

Oczywiście AMD ma jeszcze mnóstwo zaległości do nadrobienia i przebicie się z ROCm do świadomości mainstreamowego programisty zajmie mnóstwo czasu. Jednak zmiana w podejściu AMD do kwestii oprogramowania jest oczywista i tempo postępów jest bardzo imponujące. Jeśli AMD utrzyma tę trajektorię, to można sobie wyobrazić przyszłość, w której dla osób pracujących na przykład z otwartoźródłowymi modelami językowymi (LLAMA, DeepSeek) to otwartoźródłowy ROCm, a nie CUDA, będzie tym oczywistym, optymalnym i bardziej bezproblemowym wyborem. Namiastkę tej przyszłości już trochę widać, ponieważ Anush Elangovan stał się swego rodzaju twarzą odrodzenia ROCm i w czasie konferencji AMD zbiera jedne z najgłośniejszych oklasków, bo w środowisku programistów (zwłaszcza zwolenników open source) ma ogromne poważanie. I w takiej wersji przyszłości konkurencyjność oferty akceleratorów AMD będzie zdecydowanie większa, bo nawet najlepszy sprzęt bez odpowiedniego oprogramowania jest po prostu bezużyteczny.