AMD推出「ROCm.ai」開發體驗平台：深度整合Claude、Cursor與Codex 推論效能暴增3.3倍

長久以來，AMD 在AI晶片市場面對NVIDIA時，雖然硬體效能表現不落人後，但「軟體生態圈」如ROCm的開發門檻與學習曲線，卻始終是吸引開發者轉移陣營的最大障礙。為了從根本解決這項限制，AMD於Advancing AI 2026大會上，正式宣布推出全新的原生AI開發體驗平台ROCm.ai。

ROCm.ai主打「代理AI」 (Agentic AI)開發流程體驗，讓工程人員能夠直接透過自然語言，以及現有的AI程式碼助理，包含Anthropic的Claude 、Cursor (目前隸屬SpaceXAI)，或是OpenAI的Codex，並且在AMD平台上完成從環境安裝、驗證、佈署、除錯到終極效能優化的全套工作流程。

AMD官方表示，ROCm.ai預計將於今年8月正式上線開放體驗。

三大核心模組：ROCm CLI、AMD Skills與Hyperloom

ROCm.ai並非只是單一工具，而是將AMD的專家經驗深度打包進開發者日常使用的工具鏈中，主要由三大核心元件構成：

• ROCm CLI (命令行介面)：提供統一、具備硬體感知 (Hardware-aware)能力的命令行體驗，專門處理AI工作負載的安裝、驗證、服務佈署、更新與除錯。同時支援高安全性的「離線/斷網」 (Air-gapped)環境佈署使用，大幅簡化軟體環境所需建置時間成本。

• AMD Skills：將AMD原廠編寫的專業知識庫直接整合進Claude、Cursor與Codex等主流AI編輯器內，讓開發者在編寫程式或優化系統核心時，獲得的不再是空泛的概略建議，而是專門針對AMD硬體架構的最佳化指引。

• Hyperloom (開源代理系統)：一款自動化端到端推論優化的代理系統，能自動執行從效能分析 (Profiling)、瓶頸診斷、Kernel核心優化到結果驗證的完整閉環工作流程。過去需要專業工程師花費數週進行的底層調校，現在透過Hyperloom即可在數小時內自動完成。

軟體驅動效能大爆發：同硬體推論提升3.3倍、訓練提升2.4倍

除了改善開發者的操作體驗，ROCm.ai在底層也透過AI自動優化核心架構、記憶體管理、平行化排程與任務指派。

根據AMD Performance Labs的實測數據 (以搭載8組AMD Instinct MI355X GPU的伺服器為例)，運行最新版ROCm.ai (ROCm 7.2.2預覽版)在完全相同的硬體配置下，相比於先前版本的ROCm 7有以下提升效果：

• 推論效能 (Inference)：在運行GLM-5、Kimi-K2.5與DeepSeek-R1等前沿大型語言模型時，平均Token吞吐量 (TPS)增加高達的3.3倍提升。

• 訓練效能 (Training)：在Megatron-LM框架下訓練DeepSeek-V2-Lite、DeepSeek-V3-16B與Qwen3-30B-A3B等模型時，平均效能也能有2.4倍的顯著提升。

不只拼硬體，AMD用「AI幫AI編寫程式」翻轉軟體弱勢

ROCm.ai的發表，顯然是AMD在軟體戰略上極具思維革新的作法。

過去近十年來，NVIDIA靠著CUDA生態系積累無數的程式碼庫，並且在程式設計技術問答網站StackOverflow累積大量討論內容，形成極難跨越的軟體生態高牆。如果AMD只是被動地複製CUDA的API，或是強迫開發者翻閱厚厚的ROCm文件，顯然難以趕上NVIDIA CUDA的社群生態發展。

AMD這次精準地看到AI開發方式的根本轉變——現在的工程師不再逐行手寫低階程式核心架構，而是大量依賴Cursor、Claude等AI程式編碼助理生成，並且手動調整所需修改細節，僅而提出ROCm.ai開發體驗平台，讓開發者能藉由AI更快建構適用於AMD硬體架構的程式編碼，甚至能將CUDA程式碼遷移至ROCm軟體生態上，並且保留高達75%的原始程式碼，大幅降低轉換陣營的陣痛期。

透過推出AMD Skills與Hyperloom，AMD等同於把原廠最強的GPU優化專家變成「24小時隨叫隨到的AI助教」。開發者甚至不需要精通ROCm的底層架構，只要用自然語言提出需求，AI就能自動調用AMD的專家知識來優化硬體效能。

這種「以AI代理對抗生態系溝壑」的策略，結合3.3倍的免費效能釋放，將成為吸引開發者與企業從CUDA跨足AMD平台的超強誘因。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》