当前位置: 首页 > news >正文

AMD ROCm中国开发者专区成立了!

Datawhale发布

联合共建:Datawhale、魔搭社区、AMD

在 AI 浪潮席卷的当下,每一位开发者都在寻找更具性价比、更开放的软硬件解决方案。但现实中,想在高端显卡或 AI PC 上跑通第一个 Demo,往往要面对复杂的配置和零散的文档。很多时候,我们手握强大的硬件,却因为软件生态的门槛而止步。

为了打破硬件与软件开发之间的壁垒,AMD携手Datawhale与魔搭社区,成立「AMD ROCm 中国开发者专区」。

强强联合,共建端侧 AI 开发者生态

作为高性能与AI计算的领导者, AMD 致力于解决世界上最重要的挑战。今年6月,AMD正式发布最新版本ROCm 7,更聚焦日益增长的AI推理需求,对于AI推理加速和开发者生产力提升至关重要。

开源、开放是AMD坚持的核心价值,一直致力于支持并推动开源生态的蓬勃发展。不久前,AMD的AI开源软件栈“ROCm”荣获了2025年世界互联网大会领先科技奖,这份荣誉不仅是对ROCm开源软件栈的认可,更是对开源开放、共享协作精神的肯定。

此次 AMD 与 Datawhale、魔搭社区共建AI开发者生态,正是通过开源社区的方式,将AI转化为开发者触手可及的生产力。

Datawhale AMD 开发者交流群

在「AMD ROCm 中国开发者专区」,我们构建了一套完整的成长体系。无论你是刚接触 AMD 的新手,还是寻求性能优化的资深玩家,都能在这里找到支持。

我们将在这里,建立一个集系统学习、实战演练、技术共创、开源共建为一体的开发者大本营。

  • AMD ROCm 开源生态实战:基于开放软件平台,提供从环境搭建到模型优化的保姆级教程。

  • 大模型端侧部署全流程:深度解析如何将大模型高效部署到 AMD 硬件设备上,榨干每一分算力,优化推理性能。

  • 行业解决方案实战案例:汇聚 AMD 在智能创作、游戏娱乐、企业生产力等场景的成功应用案例,为你提供灵感参考。

扫码加群

http://www.cnnetsun.cn/news/73204.html

相关文章:

  • day38GPU训练及类的call方法@浙大疏锦行
  • GPT-OSS-20B vs ChatGPT:开源替代方案的性能对比实测
  • 【场景】笛卡尔积
  • GPT-OSS-20B如何通过Harmony响应格式提升专业任务准确率
  • 21届智能车赛规则文档风格借鉴:编写ACE-Step技术白皮书
  • 亚马逊云科技储瑞松:AI智能体正在重塑未来工作模式
  • ComfyUI-Manager终极安装指南:快速搭建AI绘画管理平台
  • 从数据预处理到模型部署:LLama-Factory全流程大模型训练指南
  • Windows右键菜单大改造:ContextMenuManager让你的操作效率翻倍
  • Desktop/照片太多存不下?MAZANOKE+cpolar是让存储空间+“变大”+的秘密
  • 深入理解Java的 JIT(即时编译器)
  • Electron 桌面应用开发:前端与原生交互原理及性能优化
  • LangChain+Qwen-Image-Edit-2509实现跨模态检索与编辑一体化
  • Screen Translator:打破语言壁垒的智能屏幕翻译工具解决方案
  • 少侠游戏库引入Wan2.2-T2V-5B:为独立开发者提供动态素材生成
  • JL — AC695X — 配置工具的使用
  • Wan2.2-T2V-5B结合OpenWRT打造嵌入式AI视频网关
  • NS模拟器管理新利器:ns-emu-tools全面实战手册
  • 外卖订单自动化采集工具完整使用指南:美团饿了么数据抓取解决方案
  • Git 下载加速技巧:使用CDN镜像快速拉取Qwen3-VL-8B
  • Windows系统权限突破:RunAsTI实战完全指南
  • 开源大模型新星:FLUX.1-dev镜像助力高精度文生图应用落地
  • AI音乐创作新纪元:ACE-Step开源模型助力非专业用户轻松作曲
  • 有界队列VS无界队列:阻塞队列中的“有限”与“无限”哲学
  • 10分钟搞定Windows虚拟显示器:免费扩展多屏工作空间
  • 微信小程序表格组件实战:从零到精通的数据展示方案
  • Qwen3-VL-30B跨模态推理性能评测:为何需要强大GPU支持?
  • 大数据领域分布式计算的分布式事务处理
  • Qwen-Image-Edit-2509支持对象替换与风格迁移的底层原理分析
  • Stable Diffusion 3.5 FP8如何实现低显存占用?技术架构深度解读