国产GPU与ROCm架构的关系国产GPU架构总结 ROCm 7.1 在 PyTorch 官网上被划掉（横线）直接支持

国产GPU与ROCm架构的关系，以及它们是否采用了AMD的授权。

这是一个非常好的问题。让我根据搜索结果为您详细解答：

国产GPU与ROCm的关系：并非都是ROCm架构，只有一家是AMD授权

1. 海光信息（Hygon）------ 唯一获得AMD ROCm授权

海光信息是国内唯一一家真正基于AMD架构授权的GPU厂商：

通过合资子公司获得AMD Zen架构和GPU架构授权
其DCU（深算）系列协处理器原生兼容ROCm生态
被称为"类CUDA"生态，CUDA用户可以低成本迁移到ROCm平台
这是正规的商业授权关系，不是简单的兼容或模仿

海光的优势在于软件迁移门槛最低，因为直接基于AMD的ROCm生态开发。

2. 其他国产GPU厂商 ------ 自研架构，非ROCm授权

其他主要国产GPU厂商都没有使用ROCm架构或获得AMD授权，而是采取不同策略：

厂商	架构名称	与ROCm/CUDA的关系	技术路线
摩尔线程	MUSA	自主研发，与CUDA无依赖关系	自研全功能GPU架构，通过MUSIFY工具兼容CUDA源代码
壁仞科技	BIRENSUPA	自主研发，从指令集到编译器全自研	训推一体架构，兼容CUDA API
沐曦集成电路	MXMACA	自主研发，兼容CUDA生态	强调集群交付和软件栈兼容
天数智芯	自研架构	自研GPGPU架构	天垓/智铠分训练推理产品线
景嘉微	JM系列	完全自主研发	军用向民用拓展，非AI训练重点
华为昇腾	CANN	完全自主研发	开源CANN生态，与CUDA/ROCm无关
寒武纪	自研架构	自主研发	AI专用芯片，非GPU路线
芯动科技	自研架构	自主研发	多产品线布局

3. "兼容CUDA" ≠ "使用ROCm架构"

很多国产GPU宣称"兼容CUDA"，但这与使用ROCm架构是完全不同的概念：

ROCm路线（仅海光）：

底层基于AMD GPU架构
使用AMD的HIP（类CUDA语法）进行编程
直接调用ROCm函数库和编译器

自研架构 + CUDA兼容（摩尔线程、壁仞、沐曦等）：

自主研发指令集架构
开发API转换层，将CUDA代码翻译为自己的指令
摩尔线程的MUSA架构明确声明："与CUDA无任何依赖关系"
壁仞科技强调："从指令集到算子库再到编译器层面，均是自主研发"

华为昇腾路线：

完全独立的CANN生态
与CUDA/ROCm无关
2025年8月宣布全面开源

4. 为什么大家都要兼容CUDA，而不是ROCm？

尽管ROCm是开源的，但国产GPU厂商选择兼容CUDA而非ROCm，原因在于：

CUDA是行业标准：几乎所有AI框架（PyTorch、TensorFlow）都优先支持CUDA
开发者惯性：全球300万+ CUDA开发者，迁移成本极高
ROCm生态成熟度不足：即使AMD自己推ROCm，市场占有率仍远不及CUDA

5. 关于AMD授权的法律风险

海光信息虽然获得了AMD授权，但也面临风险：

2019年被列入美国实体清单后，AMD停止了新的技术交流
2022年受到长臂管辖，先进芯片海外流片受阻

其他厂商选择自研架构，部分原因也是为了规避知识产权风险。

总结

国产GPU并非都是ROCm架构：

✅ 只有海光信息是通过正规商业授权使用AMD/ROCm架构
❌ 摩尔线程、壁仞、沐曦、天数智芯 等都是完全自主研发架构，通过软件层兼容CUDA，与ROCm无关
❌ 华为昇腾、寒武纪等走完全独立的技术路线

因此，"国产GPU都是ROCm架构"是一个误解。实际上，绝大多数国产GPU厂商都在努力构建自主可控的软件生态，而非依赖AMD的ROCm授权。

ROCm 7.1 在 PyTorch 官网上被划掉（横线）** 的原因：

核心原因：版本支持状态的变化

ROCm 7.1 被划掉通常表示该版本已被弃用（deprecated）或不再推荐使用，可能有以下几种情况：

1. PyTorch 2.10 发布后，ROCm 7.1 支持已整合到稳定版

根据搜索结果，PyTorch 2.10（2026年1月21日发布）已经原生支持 ROCm 7.1。在此之前（PyTorch 2.9 及更早版本），ROCm 7.1 支持需要通过 nightly 版本或自行编译获得。

当 PyTorch 稳定版正式支持某个 ROCm 版本后，官网上可能会将之前标记为"实验性"或"预览版"的 ROCm 7.1 选项划掉，引导用户使用更新的 PyTorch 稳定版。

2. ROCm 版本迭代，推荐使用更新版本

ROCm 版本更新很快（目前已经有 ROCm 7.1.1 等更新版本）。被划掉的 ROCm 7.1 可能表示：

该版本已被 ROCm 7.1.1 或更高版本取代
存在已知问题或安全漏洞，不再推荐安装

3. 平台/构建类型限制

在 PyTorch 安装矩阵中，ROCm 7.1 的可用性取决于你选择的：

Stable（稳定版） vs Nightly（ nightly 版）：某些 ROCm 版本可能只在 nightly 中提供
操作系统：ROCm 7.1 对 Windows 的支持是近期才加入的，早期可能只在 Linux 上可用

当前推荐做法

如果你需要使用 ROCm 7.1：

使用 PyTorch 2.10+ 稳定版（推荐）

bash 复制代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.1

或者使用 Nightly 版本（如果需要最新功能）：