由 AMD 深度学习软件总监 Mayank Daga 撰写的一篇客座文章

深度学习已发展成为 21 世纪最重要的技术突破之一。GPU 在深度学习的发展中发挥了关键作用。GPU 的大规模并行计算能力对减少复杂深度学习模型的训练时间影响很大，因此加速了发现的时间。像 TensorFlow 这样的开源框架的可用性是深度学习快速创新的另一个基石。AMD 坚定地相信开源理念，并有目的地开发了 Radeon Open eCosystem (ROCm)，这是一个针对 Linux 上 GPU 计算的开源软件基础。


我很高兴地宣布，所有针对 TensorFlow 的 ROCm 特定修改现已上游到 TensorFlow 主 存储库，秉承与 Google 和整个深度学习社区相同的开源精神。我们的努力最终导致了针对 ROCm 的 社区支持版本 的可用性，适用于夜间版和稳定版。TensorFlow 在 ROCm 上支持 TensorFlow 提供的丰富功能集，包括半精度支持和多 GPU 执行，并支持各种应用，例如图像和语音识别、推荐系统和机器翻译。我们发布了 安装说明，以及一个 预构建的 Docker 镜像。

我们相信深度学习优化、可移植性和可扩展性的未来将扎根于特定领域的编译器。我们受到 MLIR 和 XLA 结果的激励，并且我们正在努力为 AMD GPU 启用和优化这些技术。

我们衷心感谢 Christian Sigg、Gunhan Gulsoy、Justin Lebar、Tatiana Shpeisman 和 Thiru Palanisamy 在帮助 AMD 实现这一里程碑方面提供的支持，以及 Google 的其他成员，他们不懈地审查了我们的拉取请求并提供了反馈。

有关 AMD 在该领域工作的更多信息，请参见 www.amd.com/deeplearning