AMD 在上周的 Advancing AI 发布会上正式推出 ROCm.ai，这是一项全新的“开发者体验”，将 AI 编程智能体引入 AMD 的 GPU 开发工具栈 ROCm（Radeon Open Compute）。ROCm 是 AMD 约 10 年前推出的开源 GPU 加速计算平台，包含核心运行时、驱动和库，开发者可借助 PyTorch、TensorFlow 等框架编写 AI、高性能计算等应用。
传统上，充分发挥 GPU 性能需要深厚的底层编程经验。AMD 高级副总裁 Vamsi Boppana 表示，过去一年 AMD 工程师已在内部使用 AI 辅助编码工具生成 GPU 内核、优化代码、调试问题并提升性能，结果令人惊讶。“在某些情况下，这些 AI 生成的内核好得惊人，甚至优于最手动调优的版本，”Boppana 说。基于这些成果，AMD 将 ROCm.ai 与 Instinct MI400 GPU 系列及 Helios 机架系统一同发布。
ROCm.ai 包含多个组件。AMD Skills 是核心接口，已内置到 Claude、Codex、Cursor、Gemini 等现有编程智能体中，提供“serving-llms-on-instinct”等技能。ROCm CLI（命令行界面）处于预览阶段，可确定性、可脚本化地安装 ROCm 软件并管理环境。ROCm Console 提供遥测、日志、运行时状态等可见性，帮助开发者调优性能。ROCm Hyperloom 则是全新的 AI 驱动工作负载优化工具，旨在为 AMD GPU 上的端到端推理工作负载提供完全自主的智能体系统，通过分析瓶颈、应用针对性优化并验证正确性。
Boppana 在发布会上展示了具体性能提升：在编写 GPU 内核时，ROCm.ai 发现优化机会并实现 38% 的令牌吞吐提升；在 DeepSeek AI 模型上，通过块缩放融合内核、快速缓存量化和专家并行等技术，实现了 3.3 倍加速；总体而言，ROCm.ai 通过融合闪存注意力、更高效检查点和高级并行策略，可将 AI 模型训练性能平均提升 2.4 倍。
目前，英伟达在数据中心 GPU 市场占据主导地位，据 Silicon Analysts 分析，英伟达份额约 75%–80%，而 AMD 仅约 7%。ROCm.ai 的推出旨在降低开发者从 CUDA 迁移的门槛，让 AI 编程智能体成为“ROCm 超级用户”。Boppana 强调：“开发者不应手动推理每一层模型架构、内核选择、通信策略和机架部署。AI 正在改变这种体验，这对 GPU 硬件和软件来说是一个非常非常大的转变。”
尽管 ROCm.ai 仍处于早期阶段，但其展示的性能提升和易用性改进，可能逐步侵蚀 CUDA 的生态护城河。随着 AMD Instinct MI400 系列和 Helios 机架系统的上市，AI 基础设施层的竞争将更加激烈。