Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

AMD zeigt auf der Ultralytics YOLO Vision 2026 YOLO auf Radeon-GPUs und mit ROCm

29. September 2026, 13:30Quelle: Ultralytics
AMD zeigt auf der Ultralytics YOLO Vision 2026 YOLO auf Radeon-GPUs und mit ROCm
Bild: Ultralytics

AMD, Titelsponsor der Ultralytics YOLO Vision 2026 (YV26), nutzte die Veranstaltung, um zu zeigen, wie sich Ultralytics-YOLO-Modelle mit PyTorch und ROCm auf AMD-GPUs trainieren und einsetzen lassen. Das Unternehmen kombinierte dafür einen Vortrag auf der Hauptbühne, zwei praxisnahe Workshops und Demos auf der Ausstellungsfläche.

Das Wichtigste in Kürze
  • AMD war Titelsponsor der Ultralytics YOLO Vision 2026, die am 13. September begann.
  • Alex Zhang von AMD zeigte, wie sich Ultralytics YOLO mit PyTorch und ROCm auf AMD-GPUs betreiben lässt.
  • Zwei Workshops behandelten YOLO auf AMD Radeon, darunter eine YOLO26x-Pipeline mit ONNX, AMD MIGraphX und FP16-Inferenz.
  • Laut Ultralytics ist ROCm ein unterstützter Weg, um YOLO-Modelle zu trainieren und einzusetzen.
  • Das AMD AI Developer Program bietet 100 Cloud-Credits (100 Stunden) in der AMD Developer Cloud.

ROCm-Vortrag auf der Hauptbühne

Im Mittelpunkt des AMD-Tages stand eine Session von Alex Zhang, AI Software Product Engineer und Senior Member of Technical Staff bei AMD, der das AMD ROCm Ambassador Program leitet. Laut Ultralytics ging es in seinem Vortrag darum, was nötig ist, um Ultralytics-YOLO-Modelle mit PyTorch und ROCm auf AMD-GPUs zu betreiben, von ersten Experimenten und dem Training bis hin zur Inferenz im realen Einsatz.

Die Session passte zum übergeordneten Konferenzmotto „Open vision, built for the real world“. Ultralytics beschreibt Zhangs Argument so: Offene Rechenplattformen seien Teil dessen, was Vision-KI einsetzbar macht. Teams sollten sich nicht auf den Stack eines einzelnen Anbieters festlegen müssen, nur um Ultralytics YOLO in der Produktion zu betreiben.

Die YV26 startete am 13. September. Ultralytics-Gründer und CEO Glenn Jocher gab den Ton vor: Vision-KI schaffe den größten Nutzen, wenn sie offen und zugänglich sei und von den Menschen geprägt werde, die sie im Feld einsetzen.

Workshops auf echter AMD-Hardware

AMD veranstaltete außerdem eigene praxisorientierte Workshops, die den Vortrag vertieften. Kleine Gruppen wurden durch das Feintuning, den Einsatz und die Beschleunigung von Ultralytics YOLO auf AMD Radeon geführt, einschließlich des Aufbaus eines durchgängigen Computer-Vision-Workflows auf einer einzelnen AMD-Radeon-GPU.

Ein zweiter Workshop trug den Titel „Ultralytics YOLO26 on AMD Radeon: From an Ultralytics Checkpoint to an End-to-End Video AI Pipeline“. Er zeigte, wie YOLO26x nach ONNX exportiert und mit AMD MIGraphX für FP16-Inferenz kompiliert wird. Die Pipeline wurde anschließend angebunden an:

  • Hardware-Videodekodierung
  • OpenCV-HIP-Vorverarbeitung
  • GPU-NMS
  • Hardware-Kodierung

Beide Sessions liefen auf echter AMD-Hardware, sodass die Teilnehmenden die Workflows selbst durchgehen konnten, statt sie nur vorgeführt zu bekommen.

AMD AI Developer Program

Der Beitrag verweist zudem auf das AMD AI Developer Program. Laut Artikel umfasst die Registrierung:

  • 100 Cloud-Credits (100 Stunden) in der AMD Developer Cloud
  • frühen Zugang zu exklusiven Webinaren und AMD-Events
  • monatliche Verlosungen einer AMD-Radeon-GPU oder eines Ryzen-AI-PCs
  • einen Monat kostenlose DeepLearning.AI-Mitgliedschaft
  • einen privaten Discord-Kanal mit AMD-Ingenieuren und technischen Gleichgesinnten
  • einen monatlichen Newsletter mit ausgewählten KI-Einblicken und der AMD-Produkt-Roadmap

Was das für YOLO-Nutzer bedeutet

Die AMD-Sessions fanden am selben Tag statt, an dem Ultralytics das kommende Ultralytics YOLO27 ankündigte und AutoTrain, Agents und Monitoring auf der Ultralytics Platform einführte. Ultralytics argumentiert, Vortrag und Workshops von AMD zeigten, dass es beim Motto „built for the real world“ nicht nur um neue Modellarchitekturen gehe, sondern auch darum, dass Modelle auf der Rechenleistung laufen, die Teams bereits haben.

Für Entwickler lautet die Botschaft, die Ultralytics aus der Veranstaltung mitnimmt: ROCm ist ein unterstützter Weg, um Ultralytics-YOLO-Modelle zu trainieren und einzusetzen, und AMD investiert in Angebote für Entwickler. Teams mit AMD-Radeon-Hardware können sie daher für YOLO-Workflows in Betracht ziehen, vom Feintuning bis zu Video-Pipelines.

Ähnliche Meldungen

Ultralytics YOLO senkt den Standardwert für die Vorhersage-IoU auf 0,5
Für Entwickler9. November 2026, 10:44

Ultralytics YOLO senkt den Standardwert für die Vorhersage-IoU auf 0,5

Ultralytics hat den Standardwert für den Schwellenwert der Non-Maximum Suppression bei YOLO-Vorhersagen und beim Tracking von 0,7 auf 0,5 gesenkt. Die Änderung kam mit…

Ultralytics vergleicht TensorRT mit ONNX Runtime auf 19 GPUs
Für Entwickler5. November 2026, 19:22

Ultralytics vergleicht TensorRT mit ONNX Runtime auf 19 GPUs

TensorRT FP16 war bei Ultralytics YOLO26 auf 19 NVIDIA-GPUs schneller als die veröffentlichten ONNX-FP16-Ergebnisse. Das geht aus Benchmarks hervor, die Ultralytics am…

PyTorch erhält FlyDSL-Backend für schnellere Operatoren auf AMD-MI350-GPUs
Für Entwickler21. Oktober 2026, 19:45

PyTorch erhält FlyDSL-Backend für schnellere Operatoren auf AMD-MI350-GPUs

PyTorch-Nutzer mit GPUs der AMD-MI350-Serie können FlyDSL-Kernel jetzt über die bestehenden Operator-APIs für GEMM, Attention, RMSNorm und TopK verwenden. Laut dem…