CDans la guerre des puces pour l’intelligence artificielle, le matériel ne suffit plus. Si les GPU Instinct MI300 et les futurs MI350 d’AMD affichent des performances brutes capables de rivaliser avec les puces H100 et Blackwell de Nvidia, la bataille se joue ailleurs : sur la couche logicielle. Face à l’hégémonie de CUDA, véritable douve défensive de Nvidia, AMD affirme désormais haut et fort sa stratégie : l’ouverture totale via l’open source.
C’est ce qu’a confirmé Anush Elangovan, vice-président du logiciel IA chez AMD, dans une interview accordée à Computer Weekly. Le constat est lucide : tenter de copier l’approche propriétaire de Nvidia serait un échec assuré. « Nous pourrions essayer de construire quelque chose de fermé, mais nous n’obtiendrons pas la vélocité d’un écosystème ouvert », explique-t-il. La référence est claire : AMD veut faire pour l’IA ce que Linux a fait pour les systèmes d’exploitation serveurs.
ROCm 7 : combler le fossé technique
Cette stratégie s’incarne dans la plateforme ROCm (Radeon Open Compute), dont la version 7 a été déployée en septembre 2025. L’objectif est de démocratiser l’accès à la puissance de calcul sans passer par la case Nvidia. Cette mouture apporte le support natif des formats de données de faible précision (FP4 et FP8), cruciaux pour l’inférence des modèles de langage (LLM) modernes, promettant des gains de performance allant jusqu’à 3,5 fois par rapport aux générations précédentes.
Toutefois, l’ouverture ne s’arrête pas au code. AMD pousse l’initiative « ROCm everywhere ». L’idée est d’unifier l’expérience développeur : permettre de coder et tester sur une carte graphique Radeon grand public (sur un simple PC de jeu) avant de déployer le même code sans friction sur des clusters de calcul massifs dans le cloud. Une portabilité qui manquait cruellement face à l’omniprésence des cartes GeForce.
Des alliances stratégiques pour la crédibilité
Pour convaincre les DSI et les ingénieurs MLOps, AMD doit prouver que sa stack logicielle est prête pour la production. L’entreprise multiplie les intégrations « Day Zero » avec des briques open source incontournables comme PyTorch ou vLLM, le moteur d’inférence haute performance.
Les preuves de concept commencent à tomber. Luma Labs, par exemple, a confirmé que son modèle de génération vidéo Ray3 a été entièrement entraîné et déployé sur des infrastructures AMD. De même, la startup Zyphra a finalisé mi-novembre les tests de ZAYA1, un modèle Mixture-of-Experts entraîné sur des GPU Instinct MI300X via ROCm.2
Enfin, l’écosystème entreprise suit le mouvement. Red Hat a récemment annoncé une simplification majeure de la gestion des pilotes accélérateurs sur RHEL, traitant désormais les puces AMD avec le même niveau d’intégration que celles de Nvidia ou Intel. Pour AMD, le message est passé : ne nous voyez plus comme un simple vendeur de puces, mais comme une plateforme logicielle ouverte capable de survivre aux cycles matériels.
