амд производительность нейросетей 2

https://echo-wiki.win/index.php/%D0%9F%D0%BE%D1%87%D0%B5%D0%BC%D1%83_%D1%80%D0%B5%D1%88%D0%B5%D0%BD%D0%B8%D1%8F_AMD_%D0%B4%D0%BB%D1%8F_%D0%98%D0%98_%D1%81%D1%82%D0%B0%D0%BD%D0%BE%D0%B2%D1%8F%D1%82%D1%81%D1%8F_%D0%B2%D1%8B%D0%B1%D0%BE%D1%80%D0%BE%D0%BC_%D0%BF%D1%80%D0%BE%D1%84%D0%B5%D1%81%D1%81%D0%B8%D0%BE%D0%BD%D0%B0%D0%BB%D0%BE%D0%B2

При обсуждении амд производительность нейросетей обычно вспоминают линейку видеокарт Radeon с архитектурой RDNA и новыми инструкциями для ускорения вычислений. Несмотря на отставание в популярности у ML-инженеров, драйверы становятся стабильнее, а софт ROCm постепенно догоняет CUDA по функционалу. Для обучения небольших моделей или запуска инференса в домашних условиях некоторые решения AMD оказываются вполне конкурентоспособными, особенно с учетом стоимости и доступности видеопамяти.