KI und wissenschaftliches Rechnen: Rocken mit Rocm

Cuda for fun and profit

AMD - GPUs sind deutlich günstiger als Nvidia, und mit Rocm gibt es ein Cuda -Pendant. Wir zeigen, wie KI damit läuft und Cuda-Code portiert wird.

7. April 2026 um 12:30 Uhr / Eine Anleitung von Johannes Hiltscher

Geforce raus, Radeon rein, mit Rocm soll das ganz einfach sein ... Bild: Johannes Hiltscher/Golem

Wenn es um KI und die Beschleunigung von Berechnungen mittels GPU geht, kommt einem üblicherweise zunächst der Name Nvidia in den Sinn. Doch Konkurrent AMD versucht, hier Marktanteile zu gewinnen und investiert stark in sein Software-Ökosystem. Das kann Cuda-Code mittels Tools großteils automatisiert umwandeln. Und AMD-GPUs sind bei gleicher Speicherausstattung teils deutlich günstiger als Nvidia-Modelle, was sie insbesondere für lokale KI interessant macht.

Ähnlich wie bei Nvidias Cuda unterstützt AMDs Pendant Rocm neben den Varianten für Rechenzentren und Workstations auch Consumer-Modelle . Die Serien RX 7000 und RX 9000 werden von der Programmierumgebung offiziell unterstützt, auch die RDNA2-Generation RX 6000 soll funktionieren. Unsere Anleitung zeigt die Nutzung von Docker-Containern für KI bis zur Portierung von Cuda-Code und der Entwicklung eigener Anwendungen, die für AMD- und Nvidia-GPUs übersetzt werden können.