AMD 推出 ROCm InferaSim，预测 LLM 服务性能降低调优成本
原文标题：ROCm InferaSim: Cut LLM Serving Trial Costs and Deploy the Best Configuration
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
AMD 提出 ROCm InferaSim，通过少量短测量（锚点）结合解析规律预测 LLM 服务性能，避免穷举测试约 2.5 万 GPU 小时的代价。在 MI355X GPU 上配合 vLLM、SGLang、ATOM，11 个锚点仅耗 9.1 GPU 小时即覆盖 226 种配置，吞吐误差在 5.5%-8% 内。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AMD 推出 ROCm InferaSim，11 个锚点 9.1 GPU 小时覆盖 226 种配置，吞吐误差 5.5%-8%
- •穷举测量研究中的候选配置约需 2.5 万 GPU 小时，InferaSim 用少量短测量加解析规律替代
- •每个不同内核组合只测一次作为锚点，且最多用单节点；多节点部署先归约为单节点等价再解析放大
- •在 MI355X 上配合 vLLM、SGLang、ATOM，11 个锚点耗 9.1 GPU 小时，对应 226 种定长配置需 204 GPU 小时
- •172 种配置上每输出 token 时间中位误差 8.1%；多轮编码负载吞吐误差在 8% 内
- •159 个未作锚点的分离式部署吞吐误差在 5.5% 内
为什么重要：服务配置调优长期靠试错，这条把成本从数万 GPU 小时压到个位数，对在 AMD 平台上做 LLM 推理部署的团队是直接的降本工具。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 据悉计划采购谷歌 TPU 芯片，降低对英伟达依赖
AI 摘要据报道，OpenAI 正计划采购谷歌自研的张量处理单元（TPU），以扩大算力规模并实现芯片供应多元化，双方尚未敲定最终条款。OpenAI 同时在推进与博通合作、代号 Jalapeno 的自研 AI 芯片。若交易落地，将直接冲击英伟达在 AI 加速芯片市场的主导地位，并重塑云厂商与大模型公司的算力供应格局。
阿联酋因伊朗袭击调整 5GW AI 数据中心计划
AI 摘要据路透社报道，在遭受伊朗袭击后，阿联酋修订了其 5GW AI 数据中心建设计划。该事件凸显地缘政治冲突对中东地区大规模 AI 基础设施投资的直接冲击，可能影响全球算力布局与供应链。
英伟达预计单季营收达1080亿美元
AI 摘要英伟达预测未来几个月内营收将达到1080亿美元，有望成为继亚马逊、苹果和Alphabet之后又一家季度营收超千亿美元的公司。其数据中心营收同比增长一倍以上，利润也大幅增长。
Alphabet 投资 150 亿美元扩建马来西亚 AI 数据中心
AI 摘要谷歌母公司 Alphabet 宣布投资 150 亿美元，扩大马来西亚的 AI 数据中心与传统云计算业务，反映 AI 应用热潮推动算力与数字基础设施需求激增。马来西亚已成为东南亚主要数据中心枢纽，吸引甲骨文、亚马逊、阿里、字节等布局。