“未来AI不会由任何一家企业或是封闭生态系统所构建，而是由开放合作、跨产业来塑造AI的发展，因为人人都可以带来最好的想法，一起共同创新”，AMD首席执行官苏姿丰在美国举办的AMD全球发布活动中总结说。
这个想法呼应今年AMD全球发布活动的口号Together we advance，也体现苏姿丰提出AMD对AI的3大策略，除了提供广泛运算产品，让合适的计算资源和合适的模型、应用配对，以及提供完整的方案之外，更重要的是大力投资构建一个开放性、开发者优先的生态系，“真正支持每一个主流框架、每个函数库，以开放标准让产业凝聚在一起，让每个人都能为AI创新提供贡献”。
开放生态系在AMD的人工智能愿景中扮演核心的关键角色，AMD也在发布活动中，多次提及开放标准的重要性，以和竞争对手创建区隔。
该公司的策略是提供开放标准的硬件、软件，例如此次新发布的数据中心AI加速器AMD Instinct MI350系列，该数据中心GPU除了支持更大的HBM内存及提升内存带宽，增加AI运算性能之外，支持业界的GPU节点标准UBB8，展示搭载MI350系列的AI Rack设计，以创建大规模的AI基础建设。
在创建生态系方面，AMD一直积极地向AI开发社交媒体招手，呼应苏姿丰提到的3大AI策略，以开发者优先的策略，AMD开源软件堆栈ROCm经营开发社交媒体下已获得一些进展，通过持续优化开发工具、SDK组件，例如调试、微调工具，也和GitHub、Hugging Face开发社交媒体平台强化与开发社交媒体平台的合作关系，让平台上的模型更容易开发及部署。以Hugging Face为例，目前已有超过180万的模型支持AMD平台。
针对比较热门的AI模型，鉴于这些模型快速的更新发展，AMD强调在Day 0就与模型企业合作，强化AMD各种运算产品对最新模型的支持，推动Llama、Mistral等模型在AMD平台的优化，不断改善模型训练、推论在AMD平台的性能。
模型推论及训练性能加强的ROCm 7
在今年美国发布活动中推出ROCm 7，支持最新发布的MI350系列GPU，强调新的ROCm 7有更好的推论能力，相较于前代的ROCm 6，AMD比较新旧的软件推叠在DeepSeek R1、Llama 3.1 70B及Qwen-2 72B三个模型的推论性能表现，ROCm7比ROCm6有平均3.5倍的推论性能提升。
AMD也不忘秀出与开发社交媒体深化合作的成果，以执行DeepSeek R1为例，在FP 8的性能测试下，AMD的MI355X在ROCm 7加持下，较Nvidia GB200高出1.3倍的性能。
此外，ROCm 7与ROCm 6在模型训练性能表现上，在Llama 2 70B、Llama 3.1 8B、Qwen 1.5 7B三个模型，ROCm7较ROCm 6的训练平均性能提升3倍。
ROCm也加强对Linux开发社交媒体的支持，包括Red Hat EPEL、Ubuntu、OpenSUSE的支持，陆续会在今年完成。此外，过去缺乏Pytorch在Windows的开发环境支持，也有望在今年下半年完整支持Pytorch在Windows环境的开发。
呼应开发者优先的策略，AMD也发布Developer Cloud，提供开发工具、ROCm 7，让开发社交媒体能在一定的资源限制下，免费访问使用AMD Instinct 300系列GPU的资源。
与红帽联手强化企业AI的高性能推论部署
针对企业需要的数据安全集成、容易部署，AMD强化ROCm for Enterprise AI，强调让企业易于部署AI，ROCm for Enterprise AI以ROCm 7对数据中心CPU、GPU、DPU基础资源，灵活弹性调度低层的集群资源，支持Kubernetes及Slurm的集成，加强对上层的AI工作负载的管理，并进一步支持MLOps。
在企业的AI应用部署方面，AMD已与红帽合作，包括在VLM对开源模型推论部署的提高性能，强化对AMD旗下运算加速产品的支持，还有以VLM为基础的LLMD(Large Language Model Distributed inference framework)，加强对大语言模型推论的分散架构支持，进一步支持在混合云环境的企业AI推论部署。
OpenShift AI简化企业AI推论部署，其中对于CPU及GPU的支持相当重要，双方合作让OpenShift AI支持AMD最新的Instinct系列GPU，确保企业能以弹性且易于部署的方式部署高性能AI推论。
