O pitch
O ROCm 7.2.1 tenta reduzir a distância entre os aceleradores Instinct da AMD e o domínio do CUDA da NVIDIA, oferecendo uma stack de código aberto para treinamento e inferência de IA.
Por dentro
O ROCm 7.2.1, lançado em 25 de março de 2026, oferece suporte oficial à arquitetura RDNA 4 e aos kernels HWE do Ubuntu 24.04.4 (notas de versão do ROCm no GitHub). No data center, o MI355X se mostrou competitivo, ficando atrás do B200 da NVIDIA por apenas um dígito percentual nos benchmarks mais recentes do MLPerf Inference 6.0 (MLPerf/EETimes). O suporte ao Windows também chegou para algumas placas Radeon AI Pro, embora a paridade de recursos com o Linux continue incompleta (documentação da AMD).
Apesar desses avanços no hardware, a experiência do desenvolvedor continua marcada pelo “inferno de dependências” e pela instabilidade do firmware. Um bug grave de incompatibilidade de VGPR em janeiro de 2026 causou travamentos frequentes do sistema no chip topo de linha Strix Halo (YouTube/Reddit). Além disso, o novo sistema de build “TheRock” exige empacotar mais de 30 dependências para obter builds determinísticos, o que o torna um fardo de manutenção para equipes pequenas (thread no HN).
A portabilidade de software continua sendo o principal gargalo para a latência de inferência. Portar bibliotecas específicas do CUDA, como o FlashAttention 3, gera hoje uma perda de desempenho de 20% a 30% em cargas de trabalho de baixa latência (benchmark 2026 da Spheron Network). Instalar o ROCm ainda parece menos uma atualização de software e mais um trote para engenheiros de DevOps juniores.
No momento, faltam informações sobre duas frentes críticas:
Nossa opinião
O ROCm 7.2.1 é, enfim, uma ameaça crível aos preços da NVIDIA, mas ainda não é uma ameaça crível ao seu ecossistema de desenvolvedores. A menos que você tenha uma equipe de DevOps dedicada, capaz de manter toolchains LLVM personalizadas, a perda de desempenho nas bibliotecas portadas faz dele uma escolha ruim para inferência em produção de baixa latência. É um caminho viável para hyperscalers que querem evitar o “imposto NVIDIA”, mas, para equipes de porte médio, continua sendo uma distração de alto risco.