使用 AMD 显卡加速 TensorFlow

Posted TensorFlow

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了使用 AMD 显卡加速 TensorFlow相关的知识,希望对你有一定的参考价值。

作者 / Mayank Daga, 深度学习软件总监, AMD 

深度学习已迅速发展成为二十一世纪最重要的技术突破之一,而 GPU 在深度学习的发展中扮演着重要角色。GPU 强大的并行计算能力大大缩减了复杂深度学习模型的训练时间,进而加快了产品开发时间。此外,TensorFlow 等开源框架对于深度学习中的快节奏创新同样至关重要。

AMD 坚信开源哲学,并特地开发了 Radeon 开放式生态系统 (Radeon Open eCosystem, ROCm),这是一种用于在 Linux® 上进行 GPU 计算的开源基础架构。


我很高兴宣布针对 TensorFlow 的所有 ROCm 特定修改现在都已上传至上游的 TensorFlow 主代码库,与谷歌和整个深度学习社区一同遵循开源理念。我们最重要的工作成果是提供了 ROCm 的社区支持版本,包含“每日(nightly)”和“稳定(stable)”两种版本。ROCm 版 TensorFlow 支持 TensorFlow 的众多特性,包括半精度支持和多 GPU 执行,并支持图像和语音识别、推荐系统和机器翻译等各类应用。我们已发布安装说明,以及一个预构建 Docker® 映像


我们相信,深度学习优化、可移植性和可拓展性的未来将扎根于特定领域的编译器。MLIR 和 XLA 成果的鼓舞,我们正努力实现并优化 AMD GPU 上的这些技术。


我们诚挚感谢 Christian Sigg、Gunhan Gulsoy、Justin Lebar、Tatiana Shpeisman 和 Thiru Palanisamy 的支持,是他们帮助 AMD 实现了这一里程碑,同时也要感谢不知疲倦地审核我们的 pull request 并提供反馈的 Google 其他员工。


如需详细了解 AMD 在该领域的相关工作,请参阅 www.amd.com/deeplearning



如果您想详细了解 本文提及 的相关内容,请参阅以下文档。这些文档深入探讨了这篇文章中提及的许多主题:

  • Radeon 开放式生态系统

    (https://rocm.github.io/)

  • TensorFlow 主代码库

    (https://github.com/tensorflow/tensorflow)

  • ROCm 的社区支持版本

    (https://github.com/tensorflow/tensorflow#community-supported-builds)

  • 安装说明
    (https://rocm.github.io/tensorflow.html)

  • 预构建 Docker® 映像
    (https://hub.docker.com/r/rocm/tensorflow/)




以上是关于使用 AMD 显卡加速 TensorFlow的主要内容,如果未能解决你的问题,请参考以下文章

新品上架|7999元:AMD新旗舰显卡RX6900XT上架

AMD新旗舰显卡Radeon RX 6900XT上市!

旗舰级显卡,AMD Radeon RX 6900 XT显卡评测

农业新闻丨AMD 新旗舰显卡 RX 6900XT 上市:7999 元起

amd四核a8 7500怎么样

amd显卡驱动安装访问限制