
AMDs kommende RX 9070 GPU-Serie wird den ROCm-Software-Stack des Unternehmens unterstützen, wie ein Unternehmenssprecher in einem kürzlichen Beitrag in den sozialen Medien offiziell erklärte. Diese Neuigkeit ist besonders für Entwickler und Enthusiasten von Bedeutung, die mit KI-gesteuerten Anwendungen arbeiten.
Unterstützung für ROCm in AMDs RDNA 4-GPUs: Updates und Erwartungen
Bei der kürzlichen Vorstellung seiner RDNA 4-GPU-Reihe stellte AMD mehrere neue Modelle vor, die das Spielerlebnis verbessern sollen. Zunächst schien es, als würde die RX 9070-Serie bei der Markteinführung ROCm nicht unterstützen, was viele enttäuschte, die diese GPUs für KI-Workloads nutzen wollten. Anush Elangovan, AMDs Vizepräsident für KI-Software, hat jedoch bestätigt, dass diese GPUs tatsächlich ROCm unterstützen werden, und ein funktionsfähiger Prototyp wurde bereits vorgeführt.
ROCm läuft prima https://t.co/KSquDUq34W pic.twitter.com/xhootvpzuE
– Anush Elangovan (@AnushElangovan) , 28. Februar 2025
Diese Klarstellung erfolgt, nachdem anfängliche Spekulationen in einer Frage-und-Antwort-Runde aufkamen, in der AMD-Führungskräfte zögerten, die Kompatibilität von RDNA 4 mit ROCm zu bestätigen. Nachdem Elangovan nun ROCm auf der RX 9070-Serie demonstriert hat, sind die Bedenken ausgeräumt. Die entscheidende Frage bleibt, ob ROCm am ersten Tag der Markteinführung der GPUs verfügbar sein wird, da eine endgültige Bestätigung noch aussteht.

AMD hat sein ROCm-Framework intensiv verbessert, um effektiv mit NVIDIAs CUDA konkurrieren zu können, was NVIDIAs Marktanteil und Umsatz deutlich gesteigert hat. Angesichts der steigenden Nachfrage nach Edge-KI-Anwendungen verwenden viele Benutzer jetzt AMDs leistungsstarke Consumer-GPUs, um diese Aufgaben lokal zu erledigen. Dieser Trend unterstreicht die zunehmende Akzeptanz von ROCm und bekräftigt AMDs Engagement für diese Technologie.
Insgesamt ist die RX 9070-Serie bereit für einen beeindruckenden Markteintritt und bietet neben potenziellen KI-Anwendungen auch eine beachtliche Gaming-Leistung. Obwohl der VRAM möglicherweise nicht den anspruchsvollsten KI-Workloads gerecht wird, sollten diese GPUs die Anforderungen durchschnittlicher Benutzer effektiv erfüllen.
Schreibe einen Kommentar