AMD ROCm 10正式推出 帶來ROCm.AI原生開發體驗

超微（AMD）正式發布全新軟體堆疊 AMD ROCm 10，標誌著該平台邁入十週年里程碑，並同步宣布 ROCm.AI正式全面上線。這套 AI原生開發平台匯聚了 ROCm Hyperloom、AMD Skills以及 ROCm CLI三大核心元件，致力於協助開發人員建構、執行與最佳化各類 AI工作負載。透過對核心、記憶體管理與排程進行 AI驅動的最佳化處理，配置 ROCm.AI的系統相較於 ROCm 7，推論效能平均提升達3.3倍，訓練效能亦提升2.4倍。其中，ROCm Hyperloom自主代理系統擴大支援 Instinct GPU，並整合 vLLM與 SGLang以實現端對端推論調校。同時，AMD Skills將專業指引無縫導入 Claude Code及 Cursor等主流 AI編程工具，ROCm CLI則提供跨平台的統一命令列管理介面。整體 ROCm 10更推出模組化 ROCm Core SDK，在編譯器、框架支援與執行效能上帶來全面升級。以下是新聞稿全文。

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。