AMD Radeon 显卡不用于深度学习的主要原因不是硬件和原始速度。相反，这是因为 Radeon GPU 上用于深度学习的软件和驱动程序没有得到积极开发。NVIDIA 拥有良好的深度学习驱动程序和软件堆栈，例如 CUDA、CUDNN 等。许多深度学习库也支持 CUDA。但是对于 AMD 来说，GPU 的软件支持很少。有 ROCM，但没有得到很好的优化，而且很多深度学习库也不支持 ROCM。

同样在硬件方面，AMD 缺乏像张量核心这样的深度学习特定功能。AMD 也没有像 Tesla 系列那样的数据中心专用卡。直到最近使用 RDNA 架构，AMD 卡的性能也不是很好。

最后，数据中心不会经常更换硬件。NVIDIA 很早就在深度学习领域蓬勃发展，很多公司大量购买 Tesla GPU。即使 AMD 在深度学习领域赶上，也很难，因为很多公司很久以前就使用 NVIDIA，而且切换到非常不同的 GPU 架构也很麻烦，尤其是对于拥有数百或更多服务器的数据中心而言。

AMD也已经“放弃”了深度学习市场。他们没有积极尝试在使用 AMD 硬件的深度学习数据中心上做出努力。许多数据中心还使用非常旧的特斯拉硬件，例如 M 系列的 Tesla K80。

希望这可以帮到你。