工程师深挖 ROCm，修复 MI350X 推理崩溃并发现 9 个 Bug
AnushElangovan · x · 2026-09-01
一位工程师在调试 AMD ROCm 10 Aiter 在 MI350X 上的推理崩溃问题时，进行了长达 4 深入排查。最终修复了崩溃，并发现了 9 个主要 Bug，这些问题多集中在包管理部分的不准确逻辑和数学运算导致的多线程异常。
「Infra」频道最新
- Omarchy 首次在 Linux 破解 T1 芯片 TouchID — DanWahlin · 2026-09-01
- 数据商是否开始训练自己的模型？ — xeophon · 2026-09-01
- 别让编程 Agent 24小时空跑：省电与硬件维护指南 — Rhishi99 · 2026-09-01
- Token 算力资源价差巨大，自部署 GLM 与 DeepSeek 低至 2 折 — lipeng0820 · 2026-09-01
- Whale 5 月论文首次提出多平面网络架构，影响 AI 训练与芯片设计 — bookwormengr · 2026-09-01
- 猫咪趴在两台 DGX Spark 上阻碍散热 — jonstephens85 · 2026-09-01