AMD는 인스팅트 MI308X GPU 24개를 사용해 딥시크 V4 플래시의 강화학습 실험 결과를 공개했다. 대상 모델은 전체 매개변수 2840억 개의 혼합전문가 구조로, 실제 계산에는 토큰당 약 130억 개만 활성화된다. 실험에는 GPU 8개를 탑재한 서버 3대가 쓰였고, 2대는 학습, 1대는 추론을 맡았다. 학습 서버에는 BF16, 추론 서버에는 FP8 정밀도를 적용해 메모리 사용량과 연산 효율을 나눠 조정했다.

AMD는 ROCm과 AITER 기반 최적화를 이용해 추론, 보상 평가, 가중치 업데이트, 검증, 체크포인트 저장과 복구까지 강화학습의 전체 흐름을 하나의 GPU 환경에서 연결했다. 이후 75단계 최적화를 거쳐 AIME 2024 기반 평가를 진행한 결과, 수학 정확도는 30.0%에서 49.2%로 상승했다. 이는 기존 대형 모델을 처음부터 다시 학습하지 않고도, 제한된 GPU 자원 안에서 특정 문제 해결 능력을 개선할 수 있음을 보여준다.