Ultralytics на AMD Dev Day Shanghai: локальный ИИ и агентные системы
Ultralytics делится итогами AMD Dev Day Shanghai, посвященного AMD AI: локальное развертывание ИИ, агентные системы, ROCm и Ryzen AI Max 395.
Paula Derrenger7 мин. чтения
Ultralytics посетила AMD Dev Day в Шанхае, чтобы узнать, как AMD и её партнёры формируют следующий этап развития инфраструктуры ИИ. Главный вывод мероприятия был очевиден: дискуссия об ИИ от AMD выходит за рамки отдельных моделей и сосредоточивается на ИИ-системах, готовых к развёртыванию. В докладах, демонстрациях продуктов и обсуждениях с партнёрами чаще всего звучали агентный ИИ, локальное развёртывание ИИ, экосистемы с открытым исходным кодом и инструменты разработчика, необходимые для практического масштабирования таких систем.
Председатель совета директоров и генеральный директор AMD Лиза Су выразилась так: «Для технологий сейчас самое захватывающее время».
Для команд, создающих реальные продукты на базе ИИ, этот сдвиг имеет значение. Он показывает, что успех на следующем этапе рынка может зависеть не столько от доступа к одной передовой модели, сколько от того, насколько хорошо команды умеют координировать рабочие процессы, контролировать затраты на инференс, защищать конфиденциальные данные и выбирать подходящую среду развёртывания.
Посыл AMD: для ИИ нужна вычислительная стратегия полного стека#
Одной из главных тем AMD Dev Day стало стремление AMD позиционировать себя как поставщика вычислительных решений полного цикла для эпохи ИИ. Компания представила свой подход как поддержку рабочих нагрузок ИИ в облаке, на клиентских устройствах и на периферии, подчеркнув открытость программной экосистемы вместо закрытого проприетарного стека.
Такой подход важен, потому что он отражает эволюцию разработки ИИ. Создание современных продуктов на базе ИИ — это уже не только обучение модели или вызов API модели. Командам всё чаще нужно поддерживать локальные эксперименты, мультиагентные рабочие процессы, оптимизацию инференса, тестирование на уровне рабочих станций и развёртывание в корпоративной среде. В выступлениях AMD аппаратная платформа постоянно рассматривалась в контексте более широкой реальности программного обеспечения и систем.
Лиза Су чётко сформулировала эту цель во время мероприятия: «Мы хотим сделать ИИ доступным для всей экосистемы».

Рис. 1. Лиза Су выступает на сцене во время AMD Dev Day в Шанхае.
Агентный ИИ стал главной темой мероприятия#
Если в течение дня и повторялась какая-то одна мысль, то это переход от традиционного взаимодействия с LLM к системам агентного ИИ. Докладчики описывали этот переход как движение от однократных запросов и ответов к координации нескольких агентов, которые планируют, выполняют и оценивают задачи, а также взаимодействуют в рамках рабочих процессов.
Это важно, потому что агентные системы предъявляют новые требования к стеку ИИ. Согласно подходу, представленному на мероприятии, им нужны не только производительные GPU, но и значительные вычислительные ресурсы CPU, координация потоков данных и достаточный объём памяти для повторяющихся циклов инференса и выполнения многоэтапных задач.
Для разработчиков и команд ИИ вывод таков: конкурентное преимущество может дать создание эффективных ИИ-систем, а не просто выбор самой мощной модели. Возможность подключать модели к рабочим процессам, инструментам, локальным данным и бизнес-процессам становится важной частью самого продукта.
Локальное развёртывание ИИ приобретает стратегическое значение#
Ещё одной примечательной темой AMD Dev Day стало внимание к локальному развёртыванию ИИ. AMD и её партнёры не раз подчёркивали, что всё больше продвинутых рабочих нагрузок ИИ нужно запускать ближе к месту выполнения задач — в том числе на ноутбуках, рабочих станциях и корпоративном оборудовании.
На протяжении всего мероприятия назывались одни и те же причины:
- Меньшая задержка
- Более надёжная защита данных
- Более строгий контроль над конфиденциальными рабочими процессами
- Меньшая зависимость от затрат на облачные API
В качестве ключевого подтверждения своей позиции AMD представила Ryzen AI Max 395, отметив конфигурации с унифицированной памятью объёмом до 128 ГБ и возможностью локально запускать большие модели в едином пуле памяти без сегментации. На мероприятии также показали конфигурации разработки для рабочих станций с Radeon AI Pro R9700 и AMD Threadripper Pro 9000, предназначенные для тестирования и локального масштабирования до развёртывания.
Общий посыл заключался не в том, что облако исчезнет. Напротив, на мероприятии представили гибридную модель, в которой локальная и облачная среды работают вместе. Более рутинные задачи, чувствительные к задержке или конфиденциальности, можно выполнять локально, а более ресурсоёмкие при необходимости передавать в облако.
Затраты на инференс ИИ и спрос на токены влияют на выбор инфраструктуры#
На AMD Dev Day также подчеркнули экономическое давление, влияющее на архитектурные решения. Докладчики отметили быстрый рост спроса на токены, увеличение затрат на инференс и давление, которое это создаёт для разработчиков и компаний, создающих продукты на базе ИИ.
В этом контексте локальный ИИ представили не только как техническое, но и как экономическое решение для контроля затрат. Главный посыл мероприятия повторялся не раз: на следующем этапе развития ИИ выиграют команды, которые эффективнее используют вычислительные ресурсы, а не просто потребляют их больше остальных.
Для тех, кто создаёт решения на базе ИИ, это важный практический сигнал. Решения по инфраструктуре всё чаще становятся продуктовыми решениями. Задержка, конфиденциальность, объём памяти и стоимость токенов — уже не второстепенные технические детали.

Рис. 2. Комплект разработчика AMD Versal AI Edge Series Gen2 VEK385 — целевая платформа для экспорта Ultralytics YOLO26 на Xilinx.
AMD ROCm и экосистема ИИ с открытым исходным кодом#
Еще одним важным выводом AMD Dev Day стала центральная роль открытых программных экосистем. AMD подчеркнула важность ROCm, поддержки ведущих фреймворков без изменения кода, доступа к более чем 3 миллионам моделей через Hugging Face и ModelScope, а также стремления обеспечивать поддержку новых выпусков моделей с первого дня.
Ник Ни, старший директор по управлению продуктами ИИ в AMD, хорошо выразил эту мысль: «Для большинства из вас в этом зале главным на самом деле является программное обеспечение».
На мероприятии также рассказали о нескольких инициативах для разработчиков:
- AMD AI Developer Cloud с бесплатным доступом к GPU для разработчиков в Китае
- Интеграция ModelScope Studio с вариантами среды выполнения для GPU AMD
- AMD AI Playbooks с пошаговыми руководствами
- Программа для разработчиков, которая за последние месяцы привлекла более 100 000 участников
Эта часть мероприятия показалась особенно важной, поскольку напомнила об очевидном: одних возможностей оборудования недостаточно для широкого внедрения. Разработчикам нужны зрелые инструменты, знакомые фреймворки, документация и удобные способы для экспериментов. Именно экосистема превращает заявления о производительности в готовые к использованию платформы.
Почему Китай оказался в центре внимания на AMD Dev Day#
Ещё одной регулярно обсуждавшейся темой была роль Китая на рынке ИИ. Несколько докладчиков назвали Китай одним из лидеров инноваций в сфере ИИ с открытым исходным кодом, особенно в таких областях, как повышение эффективности, локальное развёртывание и практические инженерные ограничения.
В качестве подтверждения этой мысли привели партнёрства с Zero One AI и Stepfun. В материалах мероприятия описывалась совместная универсальная корпоративная мультиагентная система с Zero One AI на архитектуре Ryzen AI Max для локального развёртывания, а также модель Stepfun, оптимизированная для оборудования AMD и предназначенная для агентных задач.
Главный вывод состоял в том, что Китай — не только крупный рынок ИИ, но и важная площадка для проверки решений с локальным развёртыванием ИИ, моделей с открытым исходным кодом и проектирования инфраструктуры с учётом затрат.
Главные выводы команды Ultralytics по итогам AMD Dev Day в Шанхае#
С точки зрения команды Ultralytics, самым полезным сигналом на AMD Dev Day был акцент на ИИ-системах, готовых к развёртыванию, а не на абстрактных возможностях ИИ. На протяжении всего мероприятия обсуждали, как разработчики и компании могут запускать, интегрировать, защищать и масштабировать ИИ в производственной среде.
Это касается, например, таких вопросов:
- Что запускать локально, а что — в облаке?
- Как командам учитывать задержку и конфиденциальность?
- Как разработчикам снизить зависимость от дорогих API инференса?
- Какие инструменты и программные слои упрощают внедрение платформ ИИ?
Это практические вопросы, и именно они все чаще определяют успех разработки ИИ-продуктов. Мы тоже постоянно учитываем их при создании и выпуске моделей Ultralytics YOLO. Гибкость развертывания — возможность запускать модель на ноутбуке, рабочей станции или в облаке — всегда была для нас одним из ключевых ограничений при проектировании, а не второстепенным соображением.
Акцент на экосистемах с открытым исходным кодом и эффективности инференса на AMD Dev Day укрепил наше убеждение: самые полезные инструменты ИИ вписываются в реальные рабочие процессы и работают на реальном оборудовании, не заставляя команды перестраивать инфраструктуру под одного поставщика или платформу.

Рис. 3. Команда Ultralytics на AMD Dev Day в Шанхае.
Заключение#
AMD Dev Day в Шанхае ясно показал: дискуссия об инфраструктуре ИИ становится более зрелой. Внимание смещается от одного лишь масштаба моделей к более широким системам, необходимым для практического применения ИИ. Агентные рабочие процессы, локальное развёртывание ИИ, инструменты с открытым исходным кодом и эффективность инфраструктуры стали главными темами мероприятия.
Командам, создающим продукты на базе ИИ, стоит обратить внимание на этот сдвиг. Следующий этап развития может зависеть от выбора подходящей архитектуры, модели развёртывания и экосистемы для разработчиков, а не просто самой большой модели.
Если ты создаешь системы компьютерного зрения и выбираешь, где запускать инференс — на устройстве, локально или в облаке, — модели Ultralytics YOLO разрабатываются с учетом гибкости развертывания. Загляни в наш репозиторий на GitHub, чтобы начать работу, посмотри, как компьютерное зрение применяется в реальных проектах в производстве и логистике, или изучи наши варианты лицензирования, чтобы приступить к разработке.
Автор
Комментарии
Задай вопрос, поделись результатами или помоги кому-нибудь.










