AMD ROCm 10正式推出，為AMD平台帶來ROCm.AI的AI原生開發體驗

• ROCm.AI 正式隨 AMD ROCm™ 10 軟體全面上線（GA），提供 AI 驅動的開發平台，協助開發人員建構、執行與最佳化 AI 工作負載。
• ROCm.AI 結合 ROCm Hyperloom、AMD Skills 與 ROCm CLI，將 AMD 專業技術、更簡化的工作流程以及代理式最佳化功能，整合於開發人員現有工具中。
• ROCm 10 進一步完善 ROCm 軟體堆疊，推出更具模組化的 ROCm Core SDK，並在函式庫、編譯器、框架、模型支援、效能與硬體平台等方面進行全面強化。

AMD 正式發布 AMD ROCm™ 10，標誌著 AMD 軟體堆疊邁入10週年的重要里程碑，並同步宣布 ROCm.AI 正式全面上線（GA）。ROCm.AI 於 Advancing AI 2026 年度大會中首次亮相，為一套 AI 原生軟體體驗，旨在提升 AMD 硬體上的開發效率與效能最佳化能力。

ROCm.AI 匯聚三大核心開發體驗：AMD Skills、ROCm CLI 以及 AMD Hyperloom，將 AMD 專業技術與代理式工作流程整合於開發人員現有工具中，讓創新得以隨著 AI 演進的速度持續推進。

透過對核心（Kernels）、記憶體管理與排程進行 AI 驅動的最佳化，在相同硬體上，配置 ROCm.AI 的系統相較於 ROCm™ 7，推論效能平均提升 3.3 倍，訓練效能平均提升 2.4 倍^註1、2。

 

AMD平台上全新AI開發體驗

ROCm.AI 涵蓋 AI 開發流程的三大環節，為開發人員提供支援：最佳化推論效能、運用 AMD 專業技術進行開發，以及執行 AI 工作負載。

 

透過AMD ROCm Hyperloom實現端對端推論最佳化

作為 ROCm.AI 的核心元件，ROCm Hyperloom 是一套自主代理式系統，能夠對主機端程式碼（Host code）與 GPU 核心（Kernels）的端對端推論工作負載進行最佳化。

Hyperloom 能對工作負載進行分析、識別瓶頸、探索最佳化方案、進行針對性的調整、執行效能基準測試，並驗證效能與正確性。

隨著 ROCm 10 的推出，Hyperloom 擴大對 AMD Instinct™ GPU 的支援，並整合對 vLLM 與 SGLang 的支援。開發人員可對 HIP、Triton 及 FlyDSL 進行最佳化，系統將提供報告，詳細說明建議的程式碼變更方案，以及實測或預期的效能提升。

Hyperloom 可透過獨立工作流程或 AMD Skills 兩種使用方式，為開發人員提供多元管道，將代理式最佳化能力整合於其開發流程中。

 

運用AMD專業技術進行開發

AMD Skills 將經過整理的 AMD 專業知識與經過驗證的工作流程，整合至 Claude Code、Cursor 與 Codex 等受支援的 AI 程式編寫代理中，讓開發人員能在現有的工具中取得 AMD 專屬指引。隨著 ROCm 10 的推出，AMD Skills 目錄進一步擴展至三大領域：

• 客戶端原生工作流程：適用於本地 AI 與應用程式整合。
• 跨堆疊工作流程：適用於診斷、路由、回放分析與最佳化。
• 伺服器原生工作流程：專為 AMD Instinct GPU 與 AMD EPYC™處理器設計，涵蓋服務部署、效能分析與效能評估等。

 

在 Advancing AI 年度大會中預覽的 AMD Skills，現已透過 Claude Code、Codex 與 Cursor 市集正式上線，亦可透過 GitHub 開放目錄取得。每項正式發布的 AMD Skills 在上線前都會通過結構與行為測試，以確保提供一致且可靠的工作流程。

 

以更簡化的工作流程執行

ROCm CLI 為 ROCm.AI 的技術預覽（Technology Preview）元件，提供穩定且統一的命令列介面，用於在 AMD 硬體上設定、管理與執行 AI 工作負載。

開發人員可透過手動操作、AI程式編寫代理，或是持續整合（CI）環境中，使用相同的工作流程。透過單一介面，即可檢視系統、安裝與管理 ROCm 環境、部署模型服務、執行診斷、更新元件以及控制執行階段（runtime）。

ROCm CLI 提供適用於 Windows 與 Linux 的預先編譯二進位檔（Prebuilt binary），無需預先安裝 ROCm 即可使用。它能提供託管式 ROCm 環境，可同時管理多個並存的 Runtime，並支援 Runtime 的啟用與回復（rollback），同時整合模型服務與引擎管理功能。目前的轉接器已支援在部分 AMD 客戶端系統上使用 Lemonade，以及透過 vLLM 在 AMD Instinct GPU 上進行部署。

CLI 內建 ROCm Console（原名為“dash”）可即時呈現系統狀態與工作負載活動。開發人員能監控 ROCm 執行階段的健康狀況、模型服務狀態、GPU 使用率以及基準測試遙測數據。在支援的 AMD Instinct 系統上，更可查看高頻寬記憶體使用量、功耗以及每瓦每秒 Token 數等指標。

作為技術預覽版，ROCm CLI 提供橫跨不同 ROCm 版本的無縫使用體驗，從 ROCm 7.13 軟體版本開始提供支援，並即將在 ROCm 10 中提供正式支援。

 

基於ROCm 10軟體堆疊進行建構

以上開發體驗建立於更廣泛的 ROCm 10 軟體堆疊之上，其中包含 ROCm Core SDK，為在 AMD 平台建構與執行 AI 工作負載提供更具模組化的基礎。

ROCm 10 同時帶來函式庫、編譯器、框架、工具、模型支援、效能及硬體平台等方面的更新。

 

欲深入了解 ROCm Core SDK，包含函式庫、編譯器、工具、框架與模型支援、效能提升及平台更新的詳細內容，請參閱完整的 ROCm 10技術深度解析文章。

 

_{註1： (MI350-81) 由AMD效能實驗室於2026年7月7日進行測試，比較搭載8張AMD Instinct MI355x GPU的系統在AMD ROCm 7.0軟體與AMD ROCm.ai 預覽版本（ROCm 7.2.2，採用核心最佳化、平行運算與排程等最佳化）下的推論效能，兩者皆運行GLM-5、Kimi-K2.5及DeepSeek-R1-0528模型，以每秒Token數（TPS）衡量。
註2：文中所述的效能提升幅度，為上述三個測試模型的平均TPS綜合計算而得。}

 

 

更多COMPUTEX 2026最新資訊就在 ioioTIME 專區中
現在就加入 ioioTIMES 臉書粉絲團 更多互動、更多好康攏抵加!!
我們有LINE TODAY頻道了，快來追踪我們吧!!--最新科技新聞 盡在你手