amdev

【大模型】Gemma4在ROCm和vLLM部署Gemma 4 是 Google DeepMind 于 2026 年 4 月推出的一系列最新、最强的开源大模型。它的定位非常明确：以极高的"参数效率"为核心，将强大的 AI 能力从云端带到你的手机、电脑等本地设备上。

【Hello-ROCm】vLLM 跑通 Gemma4-E4B学习来源：Datawhale × AMD AI 学习中心 Day1-2 实操任务输出（节选）：“AMD Radeon Graphics” 不是型号——VBIOS 没填产品名时的 fallback。容量看 Mem-Usage 第二列：49136 MB ≈ 48 GiB，功耗上限 241W。

AMD AI 开发者计划学习笔记：从 ROCm 到 Ryzen AI，理解 AMD 的 AI 开发生态最近学习了 AMD AI 开发者计划以及 AMD 官方文档，对 AMD 在 AI 开发方向的软硬件生态有了更系统的认识。过去我对 AMD 的印象更多停留在 CPU、显卡和游戏性能上，但这次学习后发现，AMD 的开发者生态已经围绕 AI 训练、推理、本地 AI PC、GPU 加速和异构计算形成了一套比较完整的技术路线。

AMD Hello-ROCm 环境配置（一）#下载的时候不用着急，可能网络速度比较慢所以要等待的时间比较长（我体验下来基本上挺快的，不像自己电脑用校园网下载很不稳定，还会出现因网络波动导致下载失败的情况）

Day1-2 学习笔记：在 AMD 云环境上部署 Gemma 4 大模型用一句话概括：在 AMD 的云端 GPU 上，把 Google 开源的 Gemma 4 大模型（40亿参数）跑起来，并和它完成了一次真实对话。

【2026】Datawhale X AMD · Hello ROCm - Part1 - 配置云环境&部署大模型ROCm（Radeon Open Compute）是AMD公司开发的开源GPU计算平台，类似于NVIDIA的CUDA平台。Part 1主要介绍怎么在云端AMD显卡上用业界主流的vLLM框架，把Google最新开源的Gemma4跑成可对话的推理服务。

AMD平台实战：ModelScope 一键微调 Gemma 4 情绪分类实战承接上文，在ADM云平台里面进入服务器里面，默认打开就是ModelScope 一键微调 Gemma 4 情绪分类的脚本，如果找不到，去这个路径（/workspace/repo/src/fine-tune/models/gemma4）找

【Day1-2】部署&运行 Gemma4 大模型 - Datawhale AI学习点击右侧的 Terminal 图标新建一个终端复制指令，粘贴运行指令，检查当前 GPU 是否可用

【Datawhale学习笔记】使用AMD GPU15分钟部署&运行Gemma4大模型Gemma 4 是 Google DeepMind 于 2026 年 4 月 3 日发布的新一代开源多模态大模型家族，基于 Gemini 技术，主打 “强推理 + 全场景部署 + Apache 2.0 免费商用”，端侧到数据中心全覆盖。

Gemma 4 模型微调（Fine-Tuning）来源：Datawhale AI 学习营 Day3-7Notebook: gemma4_emotion_lora_modelscope_single_gpu.ipynb

我是有底线的