Ultralytics all'AMD Dev Day Shanghai: l'IA locale incontra i sistemi agentici

Ultralytics ha partecipato all'AMD Dev Day di Shanghai per scoprire come AMD e i suoi partner stanno plasmando la prossima fase delle infrastrutture per l'IA. Il messaggio più forte dell'evento era chiaro: il dibattito sull'IA di AMD si sta spostando dai modelli autonomi verso sistemi di IA pronti per la distribuzione. Tra interventi, dimostrazioni di prodotto e confronti con i partner, i temi principali sono stati l'IA agentica, la distribuzione locale dell'IA, gli ecosistemi open source e gli strumenti per sviluppatori necessari a rendere pratici questi sistemi su larga scala.

Come ha affermato Lisa Su, presidente e CEO di AMD: «Non c'è mai stato un momento più entusiasmante di oggi per lavorare nel settore tecnologico».

Per i team che sviluppano prodotti di IA reali, questo cambiamento è importante. Suggerisce che il successo nella prossima fase del mercato potrebbe dipendere meno dall'accesso a un singolo modello all'avanguardia e più dalla capacità dei team di orchestrare i flussi di lavoro, controllare i costi di inferenza, proteggere i dati sensibili e scegliere l'ambiente di distribuzione più adatto a ogni attività.

Il messaggio di AMD: l'IA ha bisogno di una strategia di calcolo full-stack#

Uno dei temi principali dell'AMD Dev Day è stato l'impegno di AMD a proporsi come fornitore di soluzioni di calcolo complete, dall'inizio alla fine, per l'era dell'IA. L'azienda ha presentato il proprio approccio come un modo per supportare i carichi di lavoro IA in ambienti cloud, client ed edge, sottolineando al contempo un ecosistema software aperto anziché uno stack proprietario chiuso.

Questa prospettiva è importante perché riflette l'evoluzione dello sviluppo dell'IA. Creare prodotti IA moderni non significa più soltanto addestrare un modello o chiamarne l'API. I team devono sempre più spesso supportare la sperimentazione locale, i flussi di lavoro multi-agente, l'ottimizzazione dell'inferenza, i test su workstation e la distribuzione aziendale. I messaggi dell'evento di AMD hanno collegato costantemente il tema dell'hardware a questa realtà più ampia, fatta di software e sistemi.

Lisa Su ha riassunto chiaramente questa ambizione durante l'evento: «Vogliamo portare l'IA ovunque nell'ecosistema».

Fig. 1. Lisa Su sul palco all'AMD Dev Day di Shanghai.

L'IA agentica è stata il tema dominante dell'evento#

Se c'è stata un'idea ripetuta per tutta la giornata, è stata il passaggio dalle interazioni tradizionali con gli LLM ai sistemi di IA agentica. I relatori hanno descritto questo cambiamento come un'evoluzione da prompt e risposte singoli verso l'orchestrazione multi-agente, in cui agenti diversi pianificano, eseguono, valutano e collaborano nei flussi di lavoro.

Questo aspetto è importante perché i sistemi agentici impongono nuove esigenze allo stack IA. Secondo quanto emerso dall'evento, questi sistemi hanno bisogno non solo delle prestazioni della GPU, ma anche di una notevole capacità di elaborazione della CPU, di orchestrazione del flusso dei dati e di memoria per supportare cicli di inferenza ripetuti ed esecuzioni in più fasi.

Per gli sviluppatori e i team IA, il messaggio è che il vantaggio competitivo potrebbe derivare dalla creazione di sistemi IA efficaci, non semplicemente dalla scelta del modello più capace. La capacità di collegare i modelli ai flussi di lavoro, agli strumenti, ai dati locali e ai processi aziendali sta diventando una componente fondamentale del prodotto stesso.

La distribuzione locale dell'IA sta assumendo un'importanza strategica#

Un altro tema rilevante dell'AMD Dev Day è stata l'enfasi sulla distribuzione locale dell'IA. AMD e i suoi partner hanno sostenuto ripetutamente che i carichi di lavoro IA avanzati devono sempre più spesso essere eseguiti vicino al luogo in cui si svolge il lavoro, anche su laptop, workstation e hardware aziendale.

Le ragioni ricorrenti durante l'evento erano:

• Latenza inferiore
• Maggiore tutela della privacy dei dati
• Maggiore controllo sui flussi di lavoro sensibili
• Minore dipendenza dai costi delle API cloud

AMD ha presentato Ryzen AI Max 395 come prova fondamentale a sostegno di questa tesi, evidenziando configurazioni con fino a 128 GB di memoria unificata e la possibilità di eseguire localmente modelli di grandi dimensioni in un unico pool di memoria, senza partizionamento. L'evento ha inoltre mostrato configurazioni di sviluppo su workstation con Radeon AI Pro R9700 e AMD Threadripper Pro 9000, per i test e la scalabilità locale prima della distribuzione.

Il messaggio complessivo non era che il cloud stia scomparendo. L'evento ha invece presentato un modello ibrido in cui gli ambienti locali e cloud collaborano. Le attività più ordinarie, sensibili alla latenza o alla privacy possono essere eseguite localmente, mentre quelle più impegnative possono comunque essere trasferite al cloud quando necessario.

I costi dell'inferenza IA e la richiesta di token influenzano le scelte infrastrutturali#

L'AMD Dev Day ha evidenziato anche le pressioni economiche alla base di queste decisioni architetturali. I relatori hanno sottolineato la rapida crescita della richiesta di token, l'aumento dei costi di inferenza e la pressione che ciò comporta per gli sviluppatori e le aziende che realizzano prodotti di IA.

In questo contesto, l'IA locale è stata presentata tanto come strategia tecnica quanto come strategia di contenimento dei costi. Il messaggio ripetuto durante l'evento è stato che la prossima fase dell'IA premierà i team che utilizzano le risorse di calcolo in modo più efficiente, non semplicemente quelli che ne consumano di più.

Per chi sviluppa soluzioni di IA, è un'indicazione concreta. Le decisioni infrastrutturali sono sempre più spesso decisioni di prodotto. Latenza, privacy, memoria e costo dei token non sono più dettagli tecnici secondari.

Fig. 2. Kit di valutazione VEK385 della serie AMD Versal AI Edge Gen2.

AMD ROCm e l'ecosistema IA open source#

Un altro messaggio importante dell'AMD Dev Day è stato il ruolo centrale degli ecosistemi software aperti. AMD ha posto l'accento su ROCm, sul supporto per i principali framework senza modifiche al codice, sul supporto di oltre 3 milioni di modelli tramite Hugging Face e ModelScope e sugli obiettivi di supporto fin dal primo giorno per i nuovi modelli.

Nick Ni, direttore senior della gestione dei prodotti IA di AMD, ha riassunto bene questa enfasi: «Per la maggior parte di voi qui presenti, in realtà, la storia è il software».

L'evento ha inoltre presentato diverse iniziative rivolte agli sviluppatori:

• AMD AI Developer Cloud, con accesso gratuito alle GPU per gli sviluppatori in Cina
• Integrazione di ModelScope Studio con opzioni di runtime per GPU AMD
• AMD AI Playbooks con guide dettagliate passo dopo passo
• Un programma per sviluppatori che ha accolto oltre 100.000 sviluppatori negli ultimi mesi

Questa parte dell'evento è sembrata particolarmente importante perché ha ribadito una verità fondamentale: le sole capacità hardware non favoriscono l'adozione. Gli sviluppatori hanno bisogno di strumenti maturi, framework familiari, documentazione e modi semplici per sperimentare. È l'ecosistema a trasformare le dichiarazioni sulle prestazioni in piattaforme utilizzabili.

Perché la Cina si è distinta all'AMD Dev Day#

Il ruolo della Cina nel mercato dell'IA è stato un altro tema ricorrente. Diversi relatori hanno descritto la Cina come un ambiente di primo piano per l'innovazione dell'IA open source, soprattutto nei settori caratterizzati da attenzione all'efficienza, distribuzione locale e vincoli pratici di progettazione.

Le partnership con Zero One AI e Stepfun sono state citate a sostegno di questa tesi. Le note dell'evento descrivevano un sistema aziendale integrato multi-agente sviluppato con Zero One AI e basato sull'architettura Ryzen AI Max per la distribuzione locale, nonché un modello Stepfun ottimizzato per l'hardware AMD e progettato per attività agentiche.

La conclusione più ampia è che la Cina non è soltanto un importante mercato dell'IA, ma anche un banco di prova rilevante per la distribuzione locale dell'IA, i modelli open source e la progettazione di infrastrutture attente ai costi.

Cosa ha imparato Ultralytics dall'AMD Dev Day di Shanghai#

Dal punto di vista del team Ultralytics, il messaggio più utile dell'AMD Dev Day è stato l'attenzione ai sistemi IA pronti per la distribuzione, anziché alle capacità dell'IA in astratto. L'evento si è concentrato costantemente su come sviluppatori e aziende possano effettivamente eseguire, integrare, proteggere e scalare l'IA negli ambienti di produzione.

Questo comprende domande come:

• Cosa dovrebbe essere eseguito localmente e cosa nel cloud?
• Come dovrebbero valutare i team latenza e privacy?
• Come possono gli sviluppatori ridurre la dipendenza da costose API di inferenza?
• Quali strumenti e livelli software rendono più facile adottare le piattaforme IA?

Sono domande concrete che definiscono sempre più il modo in cui si realizzano prodotti IA di successo. Ci sono anche domande a cui pensiamo direttamente quando sviluppiamo e distribuiamo i modelli Ultralytics YOLO. La flessibilità di distribuzione, ovvero la possibilità di eseguire un modello su un laptop, una workstation o un'istanza cloud, è sempre stata un vincolo progettuale fondamentale per noi, non un ripensamento.

La spinta verso ecosistemi open source e l'efficienza dell'inferenza emersa all'AMD Dev Day ha rafforzato una convinzione che abbiamo già: gli strumenti IA più utili sono quelli che si integrano nei flussi di lavoro reali e funzionano su hardware reale, senza costringere i team a ricostruire la propria infrastruttura attorno a un unico fornitore o a un'unica piattaforma.

Fig. 3. Il team Ultralytics all'AMD Dev Day di Shanghai.

Considerazioni finali#

L'AMD Dev Day di Shanghai ha chiarito una cosa: il dibattito sulle infrastrutture per l'IA sta maturando. L'attenzione si sta spostando dalla sola dimensione dei modelli ai sistemi più ampi necessari per rendere utile l'IA nel mondo reale. Flussi di lavoro agentici, distribuzione locale dell'IA, strumenti open source ed efficienza infrastrutturale sono stati i temi più evidenti dell'evento.

Per i team che realizzano prodotti IA, vale la pena prestare attenzione a questo cambiamento. La prossima ondata di progressi potrebbe dipendere dalla scelta dell'architettura, del modello di distribuzione e dell'ecosistema per sviluppatori giusti, non soltanto dal modello più grande.

Se stai sviluppando sistemi di visione artificiale e stai valutando dove eseguire l'inferenza, sul dispositivo, in locale o nel cloud, i modelli Ultralytics YOLO sono progettati per offrire questa flessibilità. Visita il nostro repository GitHub per iniziare, scopri come la visione artificiale si integra nelle applicazioni reali nei settori della produzione e della logistica, oppure consulta le nostre opzioni di licenza per iniziare a sviluppare.