Nolan Mariotte
ROCm 7.1.0 arrive comme la nouvelle version d'AMD pour rivaliser face à CUDA dans le domaine de l'intelligence artificielle et du calcul haute performance pour ses GPU et accélérateurs. Nous trouvons une version qui surprend, car elle est plus mature, plus rapide et plus flexible, où le support matériel est également étendu, de nouveaux types de précision sont introduits et l'efficacité dans les environnements multi-accélérateurs est améliorée. L'intention des rouges est d'offrir une plateforme ouverte capable de rivaliser en performances et en stabilité au niveau de son grand rival vert, voyons donc ce qu'il y a de nouveau pour voir s'ils y parviennent.
Sans aucun doute, et comme nous l'avons commenté à plusieurs reprises, AMD met ses efforts dans le mauvais sens et dans le bon sens du jeu de mots avec le logiciel. Sachant qu'ils doivent réduire l'écart avec CUDA, le temps presse et des nouvelles commencent à arriver de leurs laboratoires avec des ingénieurs qui donnent tout pour réduire l'écart avec NVIDIA.
AMD ROCm 7.1.0, bien plus de performances et une nouvelle précision pour travailler
Cette version était largement attendue par les administrateurs système, puisqu'elle étend officiellement la compatibilité aux accélérateurs Instinct MI300X, MI250X, MI210 et MI100, en plus de supporter Ubuntu 22.04 et 24.04, RHEL 9.6 et SLES 15 SP6. Le support des cartes Radeon reste limité, même s'il reste disponible pour le développement, donc pour le reste d'entre nous, mortels et utilisateurs, les améliorations sont minimes, et cela ne rend pas cette version ROCm 7.1.0 moins attrayante, même si elle n'en a pas l'air.
Et le pilote professionnel a également été séparé du package principal, ce qui facilite les mises à jour sans casser les environnements existants, ce qui constitue une avancée très importante pour une compatibilité minimale.
En termes de performances, les améliorations sont impressionnantes, et voici la partie intéressante. AMD affirme que ROCm 7.1 offre jusqu'à 3,5 fois plus de vitesse dans les tâches d'inférence par rapport à ROCm 6.5, et bien sûr, la question est évidente : d'où vient une telle amélioration ?
Cela est dû en partie aux nouveaux types de données FP4 et FP6, conçus pour l’IA générative et les grands modèles LLM. Cette réduction de la précision permet d'exécuter des modèles plus grands avec moins de consommation et une demande de mémoire moindre, ce qui pousse les performances jusqu'à ces limites, mais ce n'est évidemment pas le seul.
Nouvelles bibliothèques, surveillance améliorée et bien plus encore
Les bibliothèques clés de l'écosystème ont également été mises à jour. hipBLASLt, hipSPARSE et rocFFT profitent déjà des nouvelles précisions FP8, FP6 et FP4, tandis que l'environnement HIP reçoit de nouvelles fonctions de gestion mémoire qui rapprochent sa syntaxe de celle de CUDA.
Cela signifie que les développeurs pourront porter le code existant avec moins d'effort. En parallèle, ROCm 7.1.0 maintient une compatibilité totale avec PyTorch 2.7, TensorFlow 2.19 et Triton 3.3, garantissant un environnement stable pour la plupart des projets d'IA.
Une autre nouveauté importante est l’amélioration du suivi. Selon AMD dans sa déclaration, le système SMI permet désormais de surveiller des métriques plus détaillées, notamment les erreurs de mémoire, la consommation par chiplet et la température individuelle. Un grand pas en avant, et en même temps formidable, pour les administrateurs, mais ils ne s'arrêtent pas là.
Pour les environnements de serveurs ou de calcul intensif, ces outils facilitent la détection des pannes et la maintenance prédictive. De plus, la prise en charge de la virtualisation est étendue avec SR-IOV et KVM, permettant de partager les accélérateurs entre différentes machines ou utilisateurs.
Néanmoins, le manque de prise en charge complète des GPU grand public limite sa portée auprès des développeurs indépendants et des petites entreprises, constituant le principal goulot d'étranglement qu'AMD doit résoudre pour obtenir l'impact de NVIDIA avec CUDA.
Il reste le sentiment que ROCm 7.1.0 marque un tournant, puisqu'il s'agit d'une très grosse amélioration du logiciel des rouges qui les rapproche encore davantage des greens et de leur écosystème. AMD a fait le saut technique que beaucoup attendaient, mais son succès dépendra de la facilité avec laquelle il sera intégré dans des infrastructures déjà dominées par CUDA.
S’il parvient à maintenir cette direction, il pourrait y avoir pour la première fois une véritable alternative dans le monde de l’accélération de l’IA. Sommes-nous au moment où l'écosystème ouvert d'AMD commence à gagner du terrain ?
