来源：雪球App，作者： 臭臭3，（https://xueqiu.com/8356457084/322479404）
28.5G vs 745MB，足以说明$AMD(AMD)$ 过去一年在ROCm上下了多大的决心软件生态是amd当前最急切要解决的问题，作为使用者我很有发言权
雪球上几乎看不到真正上手使用ROCm的人，但人人都在说CUDA是$英伟达(NVDA)$ 的护城河。互联网言必称A卡适合(只能)玩游戏，生产力只能选N卡。其实AMD已经慢慢突破了CUDA这道墙。
-22年我刚开始尝试用A卡做DL，别说流畅运行TensorFlow，就连想要装上ROCm，都得自己动手写驱动
-23年ROCm5.6发布之后，所有算子都已经支持GPU运算，并且兼容pytorch2.0的compile特性，性能直接翻倍
-今天的ROCm6.3，不仅一键安装，并且支持flash attention，pytorch代码从N卡迁移0修改成本，使用体验和性能都已经不输N最新卡(工作原因我绝大部分时间都在和最新的N卡打交道)
图是linux上同一张A卡的性能优化爬坡过程，即使不换最新的A卡，也能享受到各种好处
几年前Au在事实上已经碾压Intel，但不管PC还是服务器市场，大家都还有很强的intel信仰。说明即使是业内人士，思想的转变也是非常缓慢的。人心才是最大的护城河。$Meta(META)$ 的合作者对MI325X赞不绝口，torch也一直和ROCm保持高强度更新联动，各大公司对Instinct的部署都在逐渐铺开。也许和Au一样，再过两年人们才会发现，A卡的ZEN时刻早已到来。