Die Radeon VII ist eine AMD-Karte von 2019 mit «Vega»-Architektur (gfx906): 16 GB sehr schneller Speicher und eine Rechenleistung, die auch heute noch respektabel ist. Für künstliche Intelligenz ist sie jedoch zur verwaisten Karte geworden: Der offizielle Support ist ausgelaufen, und unter Windows hat die Software für wissenschaftliches Rechnen sie nie wirklich berücksichtigt.
Wir haben sie wieder in Betrieb genommen. Nicht mit einem Kompatibilitätstrick, sondern indem wir die gesamte Software-Kette von Grund auf neu aufgebaut haben, vom Compiler bis zur Bibliothek, die Forschende auf der ganzen Welt nutzen: PyTorch.
Was wir als Erste geschafft haben
Warum es wichtig ist
Unterwegs haben wir einen Fehler gefunden, den keine Fehlermeldung anzeigte: Bei einer bestimmten Kombination von Formen wählte die Bibliothek das schnellste Rechenverfahren, aber nicht das korrekte. Die Folge war ein falscher Gradient genau in der ersten Schicht jedes Netzes, das mit Farbbildern arbeitet. Das Training brach nicht ab: Es lernte schlicht nichts.
Die automatische Suche wählt das schnellste Verfahren, nicht das richtige. Jede neue Form muss mindestens einmal mit einer Referenzberechnung verglichen werden.
Das ist die Lektion, die wir in jedes Projekt mitnehmen, nicht nur in die künstliche Intelligenz: Ein Ergebnis ist erst verifiziert, wenn man es mit der Realität vergleicht. Auf dieser Grundlage haben wir alles gemessen: 98 von 98 Operationen korrekt, 20 von 20 in der linearen Algebra auf der GPU, Hunderte von Faltungsformen einzeln überprüft.
Was das für unsere Kunden bedeutet
Es bedeutet, künstliche Intelligenz auf der bereits vorhandenen Hardware betreiben zu können, vor Ort, ohne vertrauliche Daten in die Cloud zu schicken. Und es bedeutet eine Methode: Wenn etwas nicht unterstützt wird, bleiben wir nicht bei «das geht nicht» stehen, sondern gehen eine Ebene tiefer, bis wir die Ursache finden.
Einen Teil dieser Arbeit teilen wir als freie Software, damit auch andere ihren Karten neues Leben einhauchen können.
«Die Ersten weltweit»: Nach den von uns geprüften öffentlichen Quellen (offizielle Dokumentation, Repositories und einschlägige Foren) gibt es Stand November 2026 keine weiteren dokumentierten Fälle von PyTorch, das nativ mit ROCm unter Windows für gfx906-GPUs kompiliert wurde. Falls Ihnen einer bekannt ist, schreiben Sie uns: Wir nennen ihn gerne. ROCm, MIOpen, PyTorch und ZLUDA sind Projekte ihrer jeweiligen Autoren und werden unter deren Lizenzen vertrieben.