资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证
本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围
AMD
"算力第二极"的追赶者：Instinct 加速卡（MI 系列）在推理与训练两侧持续追赶 NVIDIA，同时用 ROCm 生态补课；这一年还有收购 AI 推理芯片公司的动作——算力多极化趋势里最关键的一家。
一句话定位 + 能不能本地跑
| 判断项 | 结论 |
|---|---|
| 项目性质 | 芯片厂商（GPU / CPU / 加速卡） |
| 本地运行 | 支持：ROCm 支持的显卡可本地跑模型（生态适配持续补课） |
| 生态 | ROCm（对标 CUDA 的开源栈） |
| 生态位 | NVIDIA 之外最完整的算力选择 |
项目性质：芯片厂商（GPU / CPU / 加速卡）
本地运行：支持：ROCm 支持的显卡可本地跑模型（生态适配持续补课）
生态：ROCm（对标 CUDA 的开源栈）
生态位：NVIDIA 之外最完整的算力选择
硬件与生态线
| 时间 | 事件 |
|---|---|
| 2025-06 | Lemonade SDK 更新（本地 AI 开发工具链） |
| 2025-11 | 高校春雨计划（人才培养与生态建设） |
| 2026-01 | 旗舰加速卡 MI455X |
| 2026-08 | 收购 AI 推理芯片公司（推理侧补强） |
2025-06：Lemonade SDK 更新（本地 AI 开发工具链）
2025-11：高校春雨计划（人才培养与生态建设）
2026-01：旗舰加速卡 MI455X
2026-08：收购 AI 推理芯片公司（推理侧补强）
官方口径（公开表态与策略）
- "开放生态对抗封闭"：ROCm 开源路线 vs CUDA 的事实标准——押注客户不愿被单一厂商锁定。
- 推理优先：与 Intel 类似，重点在推理场景的性价比（MI 系列 + 软件栈）。
- 生态投入：高校计划与 SDK 工具链是长期补课（CUDA 的护城河是软件而非硬件）。
- 并购补位：收购推理芯片公司说明"推理专用硬件"是下一步棋。
民间梗与争议
"ROCm 什么时候能用"：生态成熟度是长期吐槽点（部分模型/框架适配滞后）。
展开背景
CUDA 的护城河在软件：ROCm 要逐卡、逐框架补适配。官方兼容性矩阵把支持范围做成一张长表——从 Instinct 到 RX 7000/9000 系列逐 SKU 标注（gfx1100/1101 等），表外显卡只能「排队等支持」；社区把「哪些卡还不能用」做成长期追踪清单（ROCm Device Support Wishlist，HN 205 分），MI50 等 GCN 老卡停在「部分支持」一档，有评论称看到同架构的 Radeon VII 列入弃用名单、觉得「有点令人难过」，也有人吐槽用 ROCm 跑机器学习「完全是浪费时间」，手里的卡总差一档不被支持。官方在补课：2025-09 的 ROCm 7.0 承诺 MI300X 推理性能约为 ROCm 6 的 3.5 倍、训练浮点效率提升 3 倍，The Register 在报道里称「CUDA 护城河可能正在变窄」。2026 年节奏更密：ROCm 7.14（2026-07-15）为 7.9~7.13 预览版序列收尾、转入正式发布，ROCm 10.0（2026-08-27）把 Windows 与 Linux 并入同一发布流水线，一套代码覆盖 Instinct、Radeon 与 Ryzen 集显。社区语气仍分两半：2026-04 那篇 EE Times 访谈在 HN 拿到 264 分、31 条评论，热帖里既有「AMD 从言行上都没保证过支持某款卡超过四五年」的老账，也有人认为 CUDA 的护城河被高估。硬件到位不等于开箱能用——这至今是这条线最准确的注脚。来源：AMD 官方：ROCm 兼容性矩阵 · The Register：ROCm 7.0 与 CUDA 护城河 · GitHub：ROCm Device Support Wishlist · HN 讨论：ROCm Device Support Wishlist（205 分） · ROCm 官方博客：ROCm 10.0 发布（2026-08-27） · HN 讨论：Taking on CUDA with ROCm（264 分 / 31 评论）
"性价比路线"：同算力价格优势明显，但软件成本要算进去。
展开背景
MI 系列主打推理场景的性价比：2024-06 TensorWave 的实测称 MI300X 在 LLM 推理上超过 NVIDIA H100（HN 280 分讨论），「同算力更便宜」的叙事由此立住；官方也把 192 GB HBM3 显存容量当作主打卖点（单卡可装下更大的模型）。但独立测评 Chips and Cheese 对 MI300X 的深测提醒：显存与带宽是硬优势，软件栈仍是短板，上游 flash-attention 尚未真正支持 CDNA3，ROCm 仍陷在「先有鸡还是先有蛋」的困境里；社区据此形成一句共识——省下的硬件钱可能花在软件上。2026 年这笔账换了算法：智东西在 AMD Advancing AI 大会后报道，MI455X 跑 DeepSeek-V4 Flash 时 token 吞吐最高可达 MI355X 的 34 倍、每百万 token 成本最低降到原来的 1/18；官方同步推进与 OpenAI 的 6 吉瓦合作，首批 1 吉瓦 MI450 从 2026 年下半年开始部署。也就是说，"性价比"的对手从单卡价格换成了每 token 成本，而软件适配仍是那个分母：会用 ROCm 的团队成本低，不会用的隐性成本高，「性价比路线」因此总附带一句「软件成本另算」。来源：AMD 官方：Instinct MI300X · Chips and Cheese：实测 MI300X · HN 讨论：MI300X 推理超过 H100（TensorWave 实测） · HN 讨论：Testing AMD's Giant MI300X · AMD 投资者关系：AMD and OpenAI 宣布部署 6 吉瓦 AMD GPU（2025-10-06） · 腾讯新闻（智东西）：苏姿丰发布 Instinct MI455X（2026-07-24）
说明：以上为公开报道与社区讨论，非官方定论。
怎么用（三条路）
| 场景 | 建议 |
|---|---|
| 本地跑开源模型 | ROCm 支持列表里的显卡 + vLLM / llama.cpp 的 ROCm 版 |
| 企业推理集群 | MI 系列（核算软件适配成本） |
| 开发 | Lemonade SDK 起步 |
本地跑开源模型：ROCm 支持列表里的显卡 + vLLM / llama.cpp 的 ROCm 版
企业推理集群：MI 系列（核算软件适配成本）
开发：Lemonade SDK 起步
避坑
- 先查 ROCm 支持列表：不是所有卡都支持，型号差异大。
- 软件成本：适配与调优投入算进总成本。
- 型号代际：MI 系列代际多，二手卡注意支持状态。
- 别只看算力参数：实际吞吐取决于软件适配。
官方入口
- 官网：
amd.com· ROCm：rocm.docs.amd.com