AMD เปิดตัว ROCm 10 พร้อม ROCm.AI แพลตฟอร์มพัฒนา AI แบบ AI-native ใช้ Agentic AI ปรับเวิร์กโหลด พร้อมผลทดสอบ Inference เฉลี่ย 3.3 เท่า
AMD เปิดตัว ROCm 10 พร้อมประกาศให้ ROCm.AI พร้อมใช้งานทั่วไป นำแนวทาง AI-native และ Agentic AI เข้ามาช่วยนักพัฒนาสร้าง รัน และปรับแต่งเวิร์กโหลด AI บนฮาร์ดแวร์ของ AMD พร้อมเป็นหมุดหมายครบรอบ 10 ปีของซอฟต์แวร์สแตก ROCm
ตามผลทดสอบภายในที่ AMD ระบุในประกาศอย่างเป็นทางการ ระบบที่ตั้งค่าด้วย ROCm.AI ทำประสิทธิภาพ Inference เฉลี่ยได้ 3.3 เท่า และ Training 2.4 เท่า เมื่อเทียบกับ ROCm 7 บนฮาร์ดแวร์เดียวกัน โดยใช้การปรับแต่ง Kernel การจัดการหน่วยความจำ และการจัดตารางประมวลผลด้วย AI
ตัวเลขดังกล่าวมาจากการทดสอบของ AMD บนระบบ AMD Instinct MI355X แบบ 8 GPU โดยเปรียบเทียบ ROCm 7.0 กับ ROCm.AI เวอร์ชันพรีวิวที่ใช้ ROCm 7.2.2 และชุดโมเดลที่บริษัทกำหนด ผลลัพธ์จริงจึงอาจแตกต่างตามฮาร์ดแวร์ ซอฟต์แวร์ และการตั้งค่าระบบ
ROCm.AI รวมเครื่องมือหลักสามส่วน ได้แก่ ROCm Hyperloom, AMD Skills และ ROCm CLI โดย Hyperloom ทำหน้าที่เป็นระบบ Agentic AI สำหรับปรับแต่งงาน Inference ตั้งแต่ Host Code ถึง GPU Kernel สามารถวิเคราะห์เวิร์กโหลด ค้นหาคอขวด ทดลองแนวทางปรับปรุง แก้ไขโค้ด ทดสอบประสิทธิภาพ และตรวจสอบความถูกต้องได้อัตโนมัติ
ROCm Hyperloom รองรับ AMD Instinct GPU พร้อมเฟรมเวิร์ก vLLM และ SGLang ขณะที่การปรับแต่งครอบคลุม HIP, Triton และ FlyDSL โดยระบบจะแสดงรายงานการเปลี่ยนแปลงโค้ด รวมถึงประสิทธิภาพที่วัดได้หรือคาดว่าจะเพิ่มขึ้น
ด้าน AMD Skills นำองค์ความรู้และเวิร์กโฟลว์ที่ผ่านการตรวจสอบของ AMD เข้าไปอยู่ใน AI Coding Agent อย่าง Claude Code, Cursor และ Codex ครอบคลุมการพัฒนา Local AI การวิเคราะห์และแก้ปัญหาข้ามซอฟต์แวร์สแตก ตลอดจนงานบนเซิร์ฟเวอร์ที่ใช้ AMD Instinct GPU และ AMD EPYC โดยเปิดให้เข้าถึงผ่าน Marketplace ของแต่ละแพลตฟอร์มและแค็ตตาล็อกบน GitHub
ROCm CLI ยังอยู่ในสถานะ Technology Preview ทำหน้าที่เป็นอินเทอร์เฟซคำสั่งกลางสำหรับติดตั้งและจัดการสภาพแวดล้อม ROCm รันโมเดล ตรวจสอบระบบ และควบคุม Runtime รองรับทั้ง Windows และ Linux โดยไม่ต้องติดตั้ง ROCm ไว้ล่วงหน้า พร้อมความสามารถจัดการ Runtime หลายเวอร์ชัน การเปิดใช้งานและย้อนกลับเวอร์ชัน รวมถึงติดตามการใช้ GPU, HBM, พลังงาน และ Tokens per Watt ผ่าน ROCm Console
ROCm 10 ยังปรับโครงสร้าง ROCm Core SDK ให้เป็นโมดูลมากขึ้น พร้อมอัปเดต Library, Compiler, Framework, เครื่องมือ โมเดล และแพลตฟอร์มฮาร์ดแวร์ ส่วน ROCm CLI เริ่มรองรับประสบการณ์ข้ามเวอร์ชันตั้งแต่ ROCm 7.13 ขณะที่การรองรับ ROCm 10 อย่างเป็นทางการจะตามมาในภายหลัง
AMD launches ROCm 10 with ROCm.AI, delivering 3.3x average inference performance
AMD has launched ROCm 10 and made ROCm.AI generally available, introducing AI-native and agentic development experiences designed to help developers build, run and optimize AI workloads across AMD hardware. The release also marks the tenth anniversary of the ROCm software stack.
According to AMD’s official announcement, a system configured with ROCm.AI delivered 3.3x average inference performance and 2.4x training performance compared with ROCm 7 on the same hardware. The improvements come from AI-driven optimization of kernels, memory management and workload scheduling.
The figures are based on AMD internal testing using an eight-GPU AMD Instinct MI355X system. The tests compared ROCm 7.0 with a preview version of ROCm.AI based on ROCm 7.2.2 and a defined set of AI models, meaning actual performance may vary depending on hardware, software and system configuration.
ROCm.AI combines three core components: ROCm Hyperloom, AMD Skills and ROCm CLI. Hyperloom is an agentic system for optimizing inference workloads across host code and GPU kernels. It can profile workloads, identify bottlenecks, explore optimization options, implement code changes, benchmark results and validate performance and correctness.
ROCm Hyperloom supports AMD Instinct GPUs, vLLM and SGLang, with optimization targets spanning HIP, Triton and FlyDSL. It also generates reports detailing proposed code changes and measured or expected performance improvements.
AMD Skills brings curated AMD expertise and validated workflows into AI coding agents including Claude Code, Cursor and Codex. The catalog covers local AI development, cross-stack diagnostics and optimization, as well as server workflows for AMD Instinct GPUs and AMD EPYC processors. The skills are available through the respective marketplaces and an open catalog on GitHub.
ROCm CLI remains in Technology Preview and provides a unified interface for installing and managing ROCm environments, serving models, running diagnostics and controlling runtimes. It is available as a prebuilt binary for Windows and Linux without requiring an existing ROCm installation, while ROCm Console provides real-time monitoring of GPU utilization, HBM usage, power consumption and tokens per watt.
ROCm 10 also introduces a more modular ROCm Core SDK alongside updates to libraries, compilers, frameworks, tools, model support and hardware platforms. ROCm CLI offers a version-independent experience beginning with ROCm 7.13, with official ROCm 10 support scheduled to follow.
