AMD 在 2015 年的 SC15 大會開始提出 Open Computing 的計畫，希望藉由開源的方式推廣 GPU 加速的異質運算，同時賦予此計畫 ROCm ( Radeon Open Compute Platform )的名稱，歷經一年左右的時間也在 SC16 大會公布了最新的 ROCm 1.3 ，主要也加入最新的 Polaris 架構 GPU 的支援。
ROCm 計畫的宗旨仍舊是希望藉由開放平台的方式藉此推廣 Radeon GPU 於異質運算的應用，故除了 AMD 的 Fiji 、 Hawaii 以及 Polaris 架構 GPU 以外，可與包括 AMD 、 Intel 等 x86 CPU 、 ARM 64 位元核心(目前主要是 Cavium ThunderX )以及 IBM Power 8 等 CPU 進行異質運算。
除了更完整的 GPU 產品線， ROCm 1.3 加入了針對 Linux 64 位元的 GCN 驅動支援，同時提升異質運算編譯器 ( HCC )以及異構運算轉譯器( HIP ，用於將例如 CUDA 指令轉化為可支援的指令)等。除此也加入原生 Float 16 的支援。
另外 ROCm 可透過作業系統容器、 Linux KVM 進行 GPU 硬體虛擬化，同時可藉由 KVM 穿透功能支援 GPU 硬體虛擬化。此外 ROCm 納入對星是先進數學加速函式庫的支援，包括基礎線性代數程式集運算、快速傅立葉變換運算以及 N 維空間張量收縮等。
另外此次也加入對於 OpenCL 1.2+ 的支援性，但微妙的是雖未加入 OpenCL 2.0 完整支援，卻可支援 OpenCL 2.0 的 Kernel 語言，當然也完整的向下相容 OpenCL 1.2 ，不過並未快速的銜接 OpenCL 2.0 或許是有緣故的，因為 AMD 也介紹了他們的深度學習框架 CAFFE 。
AMD 也強調 HIP 工具可輕鬆的從 CUDA 轉換到 CAFFE 深度學習框架，而且 AMD 強調藉由 HIPify 轉換工具，能夠自動轉譯達 99.6% 的代碼，雖未達到 100% ，不過已經大幅縮減轉換時間；這也意味著與其使用目前幾乎需要全部手動轉換的 OpenCL ，還不如採用轉換率已經突破 9 成的 HIP 轉化到 CAFFE ，這或許也可視為 AMD 未在 ROCm 1.3 支援最新的 OpenCL 2.0 。
從近期的狀況來看，當年一度被業界質疑力推 CUDA 的 NVIDIA 反而在目前因為深度學習翻紅的異質運算取得大幅度的領先，反觀較早提出 GPGPU 概念、標榜開放的 AMD 遲遲未有具體成果，而在 Radeon Technology Group 成立、 Raja Koduri 重返 AMD 並執掌 RTG 後，也有較明確的進展，然而短時間內 AMD 仍需要更實際的戰績作為火力展示。
你或許會喜歡
