很長一段時間以來，AMD的顯示卡銷量一直被英偉達擊敗，雙方的差距非常大，近兩年的差距甚至更大，很多朋友不明白為什麼。
例如，AMD 的 Radeon RX 7600 的遊戲效能完全可以趕上 NVIDIA 的 GeForce RTX 4060，而且**也便宜了 30 美元，AMD 顯示卡的整體價效比明顯更高，為什麼銷量總是處於劣勢？
因為圖形效能不僅限於遊戲效能，還包括生產力效能。 比如各種一流的編解碼器，各種工業級3D動畫渲染軟體，以及現在流行的人工智慧計算，這些都是AMD顯示卡的一大缺點。
這類應用的解決方案往往與軟硬體整合，NVIDIA在這方面起步和發展得比較早，其許多技術和解決方案現在已經成為許多專業領域事實上的技術標準。
例如，目前的人工智慧領域，包括計算硬體、軟體和第三方AI框架（如TensorFlow），都是基於英偉達的CUDA解決方案，這顯然對AMD（以及英特爾等其他顯示卡製造商）非常不利。
如今，幾乎所有的人工智慧專案和開發書籍都會優先使用NVIDIA顯示卡，這些顯示卡不支援AMD顯示卡，或者效率要低得多，甚至無法直接安裝執行。
在這種情況下，只有部分消費級使用者會選擇購買AMD顯示卡，主要用於遊戲和娛樂，這沒有問題。 此外，絕大多數企業使用者都會偏愛英偉達的顯示卡，即使它們要高得多，這造成了AMD顯示卡和英偉達顯示卡銷量的巨大差距。
目前，人工智慧是未來技術發展的大方向，不再侷限於商業層面的應用場景，已經開始慢慢滲透到普通消費市場。 比如目前主流的手機處理器都搭載了NPU人工智慧計算單元，傳聞中的Windows 12也將採用人工智慧重構，未來的桌面處理器也會朝著這個方向發展。
這個發展趨勢現在已經非常明顯了，AMD近年來也開始在人工智慧領域積極發力，已經開始追趕英偉達。 例如，AMD在最後兩代移動處理器中增加了AI計算單元。
然而，這些努力還遠遠不夠，除了AMD GPU的AI算力外，它還必須為業界拿出一套高效、優秀、可接受的解決方案，類似於英偉達的CUDA計算解決方案。
對此，AMD提出的解決方案是“ROCM”，英文全稱是“Radeon Open Compute Platform”，中文名稱是Radeon Open Source Computing Platform，是乙個開源專案。
習解決方案基於GPU計算，通過開放的程式設計模型和標準的API，使開發者能夠利用AMD的GPU資源進行高效的資料處理和計算，在科學計算、深度習和資料分析領域具有廣泛的應用前景。
不過，ROCM自推出以來表現一直不溫不火，但AMD並沒有放棄，一直在努力改進和完善，AMD發布了ROCM 60，目前開源***
rocm 6.0除了支援 AMD 最新的 Instinct Mi300A Mix300X AIGPU 之外，還有幾個亮點：
首先，提高了低精度數學計算和注意力演算法的效能。 2. 全新的 HiPSPralsParselt 庫可以通過 AMD 的稀疏矩陣核心技術加速 AI 運算。 3. 增加了對 Deepspeed、Onnx-RT 和 Cupy 等庫的支援。
4. 支援各種主流AI框架，如TensorFlow、Jax、PyTorch等。 5. 為開發人員提供額外且全面的技術支援，包括 AMD Infinity Hub** 上提供的預打包 HPC 和 AI ML 框架，以及新的和改進的 ROCM 開發文件和資源。
對於 ROCM 60、AMD信心滿滿，聲稱ROCM 60 在大型語言模型訓練方面已經達到了與 CUDA 相同的水平。
客觀地說，AMD在人工智慧領域短期內追趕英偉達是不現實的，畢竟英偉達在這一領域已經積累和耕耘多年。 但現在AMD已經開始全力開火，雖然還有差距，但在一定程度上，會對英偉達形成更大的競爭壓力，而這始終有利於市場和技術的進步。
至於ROCM 60的實際效能如何？前景如何？能否被大型商用使用者接受，目前還很難估計，還有待觀察，希望AMD能夠穩定而深遠。