Ultralytics на AMD Dev Day Shanghai: локальный ИИ встречает агентные системы

Ultralytics посетили AMD Dev Day в Шанхае, чтобы узнать, как AMD и ее партнеры формируют следующий этап ИИ-инфраструктуры. Главный посыл мероприятия был ясен: обсуждение ИИ в AMD выходит за рамки отдельных моделей и направляется в сторону развертываемых ИИ-систем. Среди основных тем докладов, демо-версий продуктов и дискуссий с партнерами выделялись агентный ИИ, локальное развертывание ИИ, экосистемы с открытым исходным кодом и инструменты для разработчиков, необходимые для того, чтобы сделать эти системы практически применимыми в широких масштабах.

Как отметила председатель и генеральный директор AMD Лиза Су: «Сейчас самое захватывающее время для технологий, лучше не бывает».

Для команд, создающих реальные ИИ-продукты, этот сдвиг имеет значение. Это говорит о том, что успех на следующем этапе развития рынка может зависеть не столько от доступа к одной передовой модели, сколько от того, насколько хорошо команды могут организовывать рабочие процессы, контролировать расходы на инференс, защищать конфиденциальные данные и выбирать подходящую среду развертывания для выполнения конкретных задач.

Link to this sectionПосыл AMD: ИИ нуждается в полностековой вычислительной стратегии#

Важной темой на протяжении всего AMD Dev Day было стремление AMD позиционировать себя как комплексного поставщика вычислительных мощностей для эпохи ИИ. Компания выстроила свой подход вокруг поддержки ИИ-рабочих нагрузок в облачных, клиентских и граничных средах, делая упор на открытую программную экосистему, а не на закрытый проприетарный стек.

Эта концепция важна, поскольку она отражает эволюцию разработки ИИ. Создание современных ИИ-продуктов больше не ограничивается только обучением или вызовом API модели. Командам все чаще требуется поддержка локальных экспериментов, многоагентных рабочих процессов, оптимизация инференса, тестирование на уровне рабочих станций и корпоративное развертывание. Выступления на мероприятии AMD последовательно связывали аппаратную часть с этой более широкой реальностью программного обеспечения и систем.

Это стремление было четко подытожено Лизой Су во время мероприятия: «Мы хотим сделать ИИ доступным везде в экосистеме».

Рис. 1. Лиза Су на сцене мероприятия AMD Dev Day в Шанхае.

Link to this sectionАгентный ИИ стал доминирующей темой мероприятия#

Если и была одна идея, повторявшаяся в течение дня, так это переход от традиционного взаимодействия с LLM к агентным ИИ-системам. Спикеры описали этот переход как движение от разовых промптов и ответов к многоагентной оркестрации, где различные агенты планируют, выполняют, критикуют и сотрудничают в рамках рабочих процессов.

Это важно, потому что агентные системы предъявляют новые требования к ИИ-стеку. Согласно концепции мероприятия, таким системам нужна не только производительность GPU, но и значительная вычислительная мощность CPU, оркестрация потоков данных и объем памяти для поддержки повторных циклов инференса и многошагового выполнения.

Для разработчиков и ИИ-команд вывод заключается в том, что конкурентное преимущество может дать создание эффективных ИИ-систем, а не просто выбор самой мощной модели. Способность связывать модели с рабочими процессами, инструментами, локальными данными и бизнес-процессами становится ключевой частью самого продукта.

Link to this sectionЛокальное развертывание ИИ становится все более стратегически важным#

Еще одной заметной темой на AMD Dev Day стал акцент на локальном развертывании ИИ. AMD и ее партнеры неоднократно подчеркивали, что сложные ИИ-нагрузки все чаще должны выполняться там, где происходит работа, включая ноутбуки, рабочие станции и корпоративное оборудование.

Причины этого были неизменными на протяжении всего мероприятия:

• Более низкая задержка
• Лучшая конфиденциальность данных
• Более строгий контроль над конфиденциальными рабочими процессами
• Снижение зависимости от затрат на облачные API

AMD использовала Ryzen AI Max 395 как ключевой аргумент в этом споре, отметив конфигурации с объемом унифицированной памяти до 128 ГБ и возможностью запуска больших моделей локально в одном пуле памяти без шардирования. На мероприятии также были продемонстрированы рабочие станции с использованием Radeon AI Pro R9700 и AMD Threadripper Pro 9000 для тестирования и масштабирования локально перед развертыванием.

Общий посыл заключался не в том, что облака исчезнут. Вместо этого мероприятие представило гибридную модель, в которой локальные и облачные среды работают вместе. Более рутинные, чувствительные к задержкам или конфиденциальности задачи могут выполняться локально, в то время как более требовательные задачи при необходимости могут быть переданы в облако.

Link to this sectionСтоимость ИИ-инференса и спрос на токены формируют выбор инфраструктуры#

На AMD Dev Day также были освещены экономические факторы, стоящие за этими архитектурными решениями. Спикеры подчеркнули быстрый рост спроса на токены, повышение стоимости инференса и то давление, которое это оказывает на разработчиков и компании, создающие ИИ-продукты.

В рамках этой концепции локальный ИИ был представлен как стратегия контроля затрат в той же мере, что и техническая стратегия. Повторяющийся посыл мероприятия заключался в том, что следующий этап развития ИИ вознаградит команды, которые используют вычислительные мощности более эффективно, а не просто тех, кто потребляет их больше всех.

Для создателей ИИ это практический сигнал. Решения об инфраструктуре все чаще становятся решениями о продукте. Задержка, конфиденциальность, память и стоимость токенов больше не являются второстепенными инженерными деталями.

Рис. 2. Комплект для разработки AMD Versal AI Edge Series Gen2 VEK385.

Link to this sectionAMD ROCm и экосистема ИИ с открытым исходным кодом#

Еще одним важным выводом AMD Dev Day стала центральная роль открытых программных экосистем. AMD подчеркнула значение ROCm, поддержку основных фреймворков без необходимости изменения кода, поддержку более 3 миллионов моделей через Hugging Face и ModelScope, а также стремление к поддержке новых моделей в день их выпуска.

Ник Ни, старший директор по управлению ИИ-продуктами в AMD, хорошо уловил этот акцент: «Для большинства из вас в этом зале программное обеспечение — это и есть история».

На мероприятии также были представлены несколько инициатив, ориентированных на разработчиков:

• Облако для ИИ-разработчиков AMD (AMD AI Developer Cloud) с бесплатным доступом к GPU для разработчиков в Китае
• Интеграция ModelScope Studio с опциями среды выполнения AMD GPU
• Руководства AMD AI Playbooks с пошаговыми инструкциями
• Программа для разработчиков, к которой за последние месяцы присоединилось более 100 000 человек

Эта часть мероприятия была особенно важна, поскольку она подчеркнула фундаментальную истину: аппаратные возможности сами по себе не стимулируют внедрение. Разработчикам нужны зрелые инструменты, привычные фреймворки, документация и способы экспериментировать без лишних сложностей. Именно экосистема превращает заявления о производительности в пригодные для использования платформы.

Link to this sectionПочему Китай стал заметен на AMD Dev Day#

Роль Китая на рынке ИИ была еще одной повторяющейся темой. Многие спикеры назвали Китай ведущей средой для инноваций в области ИИ с открытым исходным кодом, особенно в сферах, где важны эффективность, локальное развертывание и практические инженерные ограничения.

Партнерства с Zero One AI и Stepfun были приведены в качестве подтверждения этого тезиса. В материалах мероприятия описывается совместная корпоративная многоагентная универсальная система с Zero One AI, построенная на архитектуре Ryzen AI Max для локального развертывания, и модель Stepfun, оптимизированная для оборудования AMD и предназначенная для агентных задач.

Более широкий вывод заключается в том, что Китай является не только крупным рынком ИИ, но и важным полигоном для локального развертывания ИИ, моделей с открытым кодом и проектирования инфраструктуры с учетом затрат.

Link to this sectionЧто Ultralytics вынесли из AMD Dev Day в Шанхае#

С точки зрения команды Ultralytics, самым полезным сигналом AMD Dev Day стал фокус на развертываемых ИИ-системах, а не на абстрактных возможностях ИИ. Мероприятие постоянно фокусировалось на том, как разработчики и предприятия могут реально запускать, интегрировать, защищать и масштабировать ИИ в производственных средах.

Это включает в себя такие вопросы, как:

• Что должно работать локально, а что в облаке?
• Как командам следует подходить к задержкам и конфиденциальности?
• Как разработчики могут уменьшить зависимость от дорогих API для инференса?
• Какие инструменты и уровни ПО облегчают внедрение ИИ-платформ?

Это практические вопросы, и они все чаще определяют, как создаются успешные ИИ-продукты. Мы также думаем над этим при разработке и выпуске моделей Ultralytics YOLO. Гибкость развертывания, независимо от того, работает ли модель на ноутбуке, рабочей станции или в облаке, всегда была для нас основным критерием проектирования, а не второстепенным вопросом.

Стремление к открытым экосистемам и эффективности инференса на AMD Dev Day подтвердило то, во что мы уже верим: самые полезные ИИ-инструменты — это те, которые вписываются в реальные рабочие процессы на реальном оборудовании, не заставляя команды перестраивать свою инфраструктуру вокруг одного поставщика или платформы.

Рис. 3. Команда Ultralytics на AMD Dev Day в Шанхае.

Link to this sectionЗаключительные мысли#

AMD Dev Day в Шанхае прояснил одну вещь: разговор об ИИ-инфраструктуре становится более зрелым. Акцент смещается с чистого масштабирования моделей на более широкие системы, необходимые для того, чтобы сделать ИИ полезным в реальном мире. Агентные рабочие процессы, локальное развертывание ИИ, инструменты с открытым исходным кодом и эффективность инфраструктуры стали самыми четкими темами мероприятия.

Для команд, создающих ИИ-продукты, на этот сдвиг стоит обратить внимание. Следующая волна прогресса может прийти от выбора правильной архитектуры, правильной модели развертывания и правильной экосистемы разработчиков, а не только самой большой модели.

Если ты создаешь системы компьютерного зрения и думаешь о том, где должен выполняться инференс — на устройстве, локально или в облаке, — модели Ultralytics YOLO разработаны с учетом этой гибкости. Исследуй наш репозиторий на GitHub, чтобы начать работу, узнай, как компьютерное зрение вписывается в реальные развертывания в производстве и логистике, или ознакомься с нашими вариантами лицензирования, чтобы приступить к созданию.