Linux et les GPUs RDNA 4, AMD confirme la prise en charge avec ROCm 7.2

Le 2 avril dernier AMD a publié une mise à jour de sa matrice de compatibilité ROCm (Radeon Open Compute) avec l’arrivée de ROCm 7.2. Cette pile logicielle open-source propose d’exploiter la puissance de ses GPUs dans le calcul haute performance (HPC) et l’intelligence artificielle (IA).

Il s’agit d’une alternative directe à CUDA de NVIDIA avec à la clé la possibilité d’entraîner des modèles de langage (LLM) et d’exécuter des calculs complexes. Les évolutions de cet environnement sont donc importantes en particulier en ce qui concerne l’état réel du support logiciel des GPUs de la marque dans les charges de calcul, d’IA et de développement.

Une importante étape vient d’être franchie puisque nous avons l’apparition des entrées RDNA 4 avec les cibles LLVM gfx1200 et gfx1201 aux côtés des autres architectures prises en charge. Le document précise cependant que cette grille s’applique aux charges de calcul, avec une séparation entre le support compute et les usages graphiques, tout en renvoyant les utilisateurs Radeon et Ryzen vers la documentation dédiée pour les exigences complètes.

Cette évolution n’est pas anodin puisque si une nouvelle architecture apparaît officiellement dans la matrice de compatibilité, cela signifie qu’elle va profiter dans le futur d’un support assumé, documenté et suivi.

Plusieurs distributions Linux apparaissent

ROCm 7.2.2/7.2.1 liste un grand nombre de système d’exploitation pris en charge. Nous retrouvons par exemple les distributions Ubuntu 24.04.x, 22.04.5, RHEL 10.1 et 10.0, RHEL 9.7, 9.6 et 9.4, SLES 15 SP7, Oracle Linux 10, 9 et 8, Debian 13 et 12, Azure Linux 3.0 ainsi que Rocky Linux 9.  Le document ajoute également des branches pilotes récentes, notamment AMD GPU Driver 30.30.1, 30.30.0, 30.20.1 et 30.20.0.

Enfin la mise à jour s’accompagne également d’un environnement logiciel récent. Cela comprend PyTorch, TensorFlow, JAX et ONNX Runtime, ainsi que les bibliothèques mathématiques, de communication et de traitement multimédia associées.

AMD fait ainsi les yeux doux aux développeurs, chercheurs, créateurs et les utilisateurs avancés qui veulent utiliser leurs Radeon pour autre chose que du rendu 3D ou du jeu, notamment dans PyTorch, ONNX Runtime ou des workflows hybrides mêlant IA générative et calcul GPU local