V5 · skúšobná verzia
PyTorch podľa oficiálneho technického blogu sprístupňuje na AMD MI350/gfx950 backend FlyDSL cez existujúce operátory a AOTriton. Dôležité nie je len tvrdenie o zrýchlení, ale aj to, kde sa backend v zásobníku vyberá, aké má podmienky tvaru, dtype a layoutu a prečo to nie je univerzálne zrýchlenie každého modelu.
AMD 22. septembra 2026 publikovalo šiesty diel série o profilovaní GPU, zameraný na Advanced Thread Trace v nástroji rocprofv3. Text vysvetľuje, kedy má ATT zmysel, ako čítať stavy wait a stall v ROCprof Compute Viewer a aké hranice má tento nízkoúrovňový pohľad pri ladení kernelov na GPU AMD.
AMD na blogu ROCm publikovalo technický rozbor, ako vo FlyDSL navrhnúť a ladiť vlastný diffusion attention kernel pre AMD GPU. Text prináša konkrétne odporúčania pre debug, profiling, MFMA layout, prácu s registrami, LDS aj JIT kompiláciu, no neobsahuje nezávisle overené benchmarky ani kvantifikované výsledky.
AMD vo firemnom technickom blogu z 16. septembra 2026 popisuje nasadenie DFlash speculative decoding vo vLLM na ROCm pre GPU Instinct MI355X. Podľa benchmarkov výrobcu na modeloch Qwen3.5 DFlash pri nízkej konkurencii prekonáva natívne MTP a pri mxfp4 kvantizácii target modelu sa výkon ďalej zvyšuje, no bez nezávislého overenia a len pre uvedený softvérový stack, workloady a jednu GPU konfiguráciu.
AMD vo firemnom blogu z 8. septembra 2026 opisuje podporu frameworku veRL pre RL post-training na ROCm a GPU Instinct. Novinkou je pripravený kontajner, podpora rollout backendov vLLM a SGLang s AITER a séria výrobcom nameraných validačných behov na MI300 a MI350/MI355. Ide o odborný rozbor primárneho zdroja výrobcu, nie o nezávislé potvrdenie výkonu ani „production-ready“ tvrdení.
