DeepSeek V4引爆软件栈大战！AMD ROCm 14天性能暴涨75倍：硬刚NVIDIA CUDA
AMD的ROCm软件栈在DeepSeekV4发布后两周内，推理吞吐性能飙升75倍。优化通过融合mHC操作与RoPE哈达玛变换、采用TileLang等新语言重写核心内核实现，显著提升了内存效率与开发迭代速度。尽管与英伟达顶级硬件仍有差距，但此次纯软件优化展现了AMD快速的工程响应与生态追赶能力。
最近AI硬件圈有个消息挺有意思：AMD的ROCm软件栈，在DeepSeek V4发布后的短短两周内，推理吞吐性能竟然实现了75倍的飙升。
这个数据来自SemiAnalysis旗下的InferenceX性能测试平台，测试覆盖了FP4和FP8精度下8K和1K上下文的典型应用场景，截止日期是5月8日。性能暴涨带来的直接好处是，在保持相同交互水平的前提下，token处理能力同步增强，推理延迟被有效压低——这对终端用户来说，意味着更流畅、更“跟手”的体验。
更关键的是，这次飞跃完全是通过软件栈的深度优化实现的，硬件本身纹丝未动。这无疑展示了AMD在AI软件生态上令人侧目的快速迭代能力。那么，这75倍的提升究竟从何而来？
软件优化的“组合拳”
核心驱动力来自两大优化。其一是融合了mHC操作与RoPE哈达玛变换，这一手不仅降低了CPU的开销，还显著提高了HBM内存的利用效率。其二，像索引器、键值缓存压缩器这些核心计算内核，现在都采用了TileLang和Triton语言进行编写。这种开发模式的优势在于，它能大幅加快从想法到实现的迭代速度，让优化工作可以更敏捷地推进。
当然，话说回来，尽管进步神速，但ROCm目前与业界标杆之间仍有差距。测试数据显示，在单节点性能上，它与英伟达的B200相比还有大约5倍的差距；如果对标PD解耦版本的B200，也还有1.5倍的提升空间。
不过，市场的期待值已经被拉高了。有相关信息显示，AMD有望在未来几周内完成剩余的性能优化目标，进一步缩小与NVIDIA CUDA在软件生态上的技术差距。值得玩味的是，这次性能冲刺的背景是：在DeepSeek V4发布后，AMD ROCm团队是在没有提前拿到模型权重的情况下启动适配的。仅用大约两周时间就交出这样一份成绩单，其反应速度和工程执行力，确实值得关注。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。