AMD เปิดตัว Ross AI ผู้ช่วย Agentic AI สำหรับงาน Embedded ตั้งแต่ชิป PCB โค้ด ไปจนถึง Debug

AMD กำลังนำ Agentic AI เข้ามาเปลี่ยนวิธีพัฒนาระบบ Embedded อย่างจริงจัง หลังเปิดตัว AMD Ross™ Agentic AI Assistant เมื่อวันที่ 30 กันยายน 2026 ผู้ช่วย AI รุ่นใหม่ที่ถูกออกแบบมาให้ทำงานครอบคลุมวงจรการพัฒนา Embedded ตั้งแต่การวางสถาปัตยกรรม Hardware, การออกแบบและ Debug ชิป, PCB และ Schematic ไปจนถึงการพัฒนา Software, AI Algorithm, การ Optimize และ Deployment

แนวคิดของ AMD Ross แตกต่างจาก AI Coding Assistant ทั่วไป เพราะไม่ได้มีหน้าที่เพียงช่วยสร้างหรือแก้ไขโค้ด แต่สามารถเชื่อมต่อเข้ากับเครื่องมือพัฒนาของ AMD และสั่งงานผ่าน Natural Language ให้ AI ช่วยค้นเอกสาร ตรวจสอบสถานะเครื่องมือ เรียกใช้คำสั่ง วิเคราะห์ผลลัพธ์ และดำเนิน Workflow ที่ถูกกำหนดโดยผู้เชี่ยวชาญได้

AMD ระบุว่าเป้าหมายคือการช่วยให้นักพัฒนาสามารถขยับจาก Design Intent ไปสู่ Implementation และ Deployment ได้เร็วขึ้น พร้อมลดเวลาที่ต้องเสียไปกับงานซ้ำ ๆ ในกระบวนการออกแบบและ Debug

ไม่ได้ทำแค่เขียนโค้ด แต่ลงไปถึง Hardware

AMD Ross รองรับกระบวนการพัฒนา Embedded หลายระดับ โดยสามารถช่วยจัดการงานอย่าง Hardware/Software Partitioning, การออกแบบ Hardware ผ่าน High-Level Synthesis, การ Optimize และ Debug Silicon รวมถึงการพัฒนา Embedded Software และ Algorithm

สำหรับงาน AI ยังสามารถใช้ช่วย Optimize Machine Learning Algorithm ผ่านซอฟต์แวร์ AI ของ AMD รวมถึงประเมินและปรับปรุงการใช้พลังงาน ขณะที่ในระดับระบบ Ross สามารถช่วยตรวจสอบ Schematic และเสนอแนวทางสำหรับการออกแบบ Board Layout ได้ด้วย

นั่นหมายความว่า AMD ต้องการให้ Ross ทำหน้าที่เหมือน "ผู้ช่วยวิศวกร" ที่อยู่ในหลายขั้นตอนของโครงการ แทนที่จะเป็นแชตบอตที่ทำงานแยกออกจาก Development Environment

ใช้ภาษาธรรมชาติสั่งงานเครื่องมือ AMD

หนึ่งในจุดขายหลักของ Ross คือผู้พัฒนาไม่จำเป็นต้องจำคำสั่งหรือ Syntax ของเครื่องมือทั้งหมดด้วยตัวเอง

ผู้ใช้สามารถอธิบายสิ่งที่ต้องการด้วยภาษาธรรมชาติ แล้ว Agent สามารถค้นหาเอกสารที่เกี่ยวข้อง เชื่อมต่อกับ Tool Session เปิดโปรเจกต์ ตรวจสอบ Utilization อ่าน Report หรือรันคำสั่งที่จำเป็นตาม Workflow ที่กำหนดไว้

ตัวอย่างเช่น ในงาน Debug นักพัฒนาอาจให้ Ross วิเคราะห์ Error ที่เกิดขึ้น จากนั้นระบบสามารถค้นข้อมูลอ้างอิงจากฐานความรู้ของ AMD อธิบายสาเหตุของปัญหา และแนะนำขั้นตอนแก้ไขที่สอดคล้องกับเครื่องมือและกระบวนการของ AMD

ในงาน Timing Optimization ก็สามารถใช้ Agent Skills เพื่อช่วยค้นหา Timing Violation วิเคราะห์ Root Cause และแนะนำแนวทางปรับปรุง Implementation ได้

ใช้ MCP เป็นตัวเชื่อม AI เข้ากับเครื่องมือ

โครงสร้างของ AMD Ross ประกอบด้วย 4 องค์ประกอบหลัก

อย่างแรกคือ MCP Servers ซึ่งใช้มาตรฐาน Model Context Protocol เป็นตัวเชื่อม AI Agent เข้ากับเครื่องมือ Embedded ของ AMD ทำให้ AI สามารถเข้าถึงข้อมูล สั่งงาน และทำงานกับ Design Environment ได้โดยตรง

อย่างที่สองคือ AMD Knowledge Base ฐานข้อมูลที่รวบรวมเอกสารของ AMD และข้อมูลอ้างอิงที่ผ่านการตรวจสอบ โดย Ross สามารถใช้ระบบ Retrieval-Augmented Generation หรือ RAG เพื่อค้นหาคำตอบจากเอกสารดังกล่าว ทั้งแบบ Cloud และในบางสภาพแวดล้อมที่ต้องการทำงานแบบ Local หรือ Air-Gapped

อย่างที่สามคือ Agent Skills ซึ่งเป็น Workflow ที่เขียนโดยผู้เชี่ยวชาญในรูปแบบโครงสร้างที่สามารถนำกลับมาใช้ซ้ำได้ เช่น Workflow สำหรับ Timing Optimization หรือการปรับโครงสร้าง C++ เพื่อให้ Vitis HLS สร้าง Hardware ที่มีประสิทธิภาพสูงขึ้น

และอย่างสุดท้ายคือ Design Examples ซึ่งเป็นโปรเจกต์ตัวอย่างที่พร้อมนำไปทดลอง เพื่อแสดงให้เห็นว่า Agent Skills สามารถนำไปใช้กับงาน Embedded จริงได้อย่างไร

จุดต่างจาก AI Copilot ทั่วไป

AMD ระบุว่า Ross ไม่ได้ถูกสร้างขึ้นมาเป็นเพียง AI ที่นำมาครอบทับ Development Tool แต่ถูกออกแบบโดยมี AMD Engineering Knowledge, AMD Documentation และ Methodology ของผู้เชี่ยวชาญ เป็นแกนกลาง

จุดนี้สำคัญมากสำหรับงาน Embedded เพราะการสร้างระบบที่ใช้ FPGA, Adaptive SoC หรือ Embedded Processor มักเกี่ยวข้องกับเครื่องมือเฉพาะทางจำนวนมาก การตอบคำถามด้วย LLM ทั่วไปเพียงอย่างเดียวอาจไม่เพียงพอ

Ross จึงพยายามนำทั้งความรู้และ Workflow ที่ผู้เชี่ยวชาญใช้จริงมาทำให้อยู่ในรูปแบบที่ AI สามารถเรียกใช้ซ้ำได้

แนวทางนี้ยังช่วยให้องค์กรสามารถเก็บ Institutional Knowledge ของทีมวิศวกรเอาไว้ในรูปแบบ Agent Skill และนำไปใช้กับโปรเจกต์หรือทีมอื่นได้ง่ายขึ้น

เลือกใช้ LLM และ IDE ได้เอง

อีกจุดที่น่าสนใจคือ AMD Ross เป็นระบบ Client-Agnostic โดย AMD ไม่ได้บังคับให้ผู้ใช้ต้องเปลี่ยนไปใช้ AI Model หรือ IDE ของบริษัท

AMD ระบุว่าสามารถใช้งานผ่าน IDE และ CLI ที่ผู้พัฒนาคุ้นเคย รวมถึง VS Code, Cursor, Devin, Claude Code, GitHub Copilot CLI และ Codex CLI พร้อมเลือกใช้ LLM ที่เหมาะสมกับข้อกำหนดของแต่ละทีมได้

ขณะเดียวกันผู้ใช้ยังคงต้องติดตั้งและมี License ของเครื่องมือ AMD ที่จำเป็น เช่น Vivado และ Vitis ตาม Workflow ที่ต้องการใช้งาน โดย AMD ระบุว่า Ross เองไม่ต้องใช้ License เพิ่มเติม นอกเหนือจาก License ของเครื่องมือ AMD ที่ใช้อยู่แล้ว

รองรับทั้ง Cloud และระบบ Offline

สำหรับองค์กรที่ไม่สามารถนำข้อมูล Design ออกไปยัง Cloud ได้ AMD ยังเตรียม Local Knowledge Base และ Air-Gapped Workflow เอาไว้ด้วย

ผู้ใช้สามารถติดตั้งฐานความรู้ของ AMD ไว้ภายในเครื่องหรือสภาพแวดล้อมที่ไม่มี Internet แล้วใช้งานร่วมกับ Model ที่องค์กรเลือกเองตามข้อกำหนดด้าน Hardware และ Network Policy

หน้า Download ของ AMD ยังระบุว่าชุด Local Knowledge Base รุ่นล่าสุดที่เผยแพร่เมื่อ 29 กันยายน 2026 มีทั้งข้อมูลเอกสาร AMD พร้อม Qwen3 Embedding Model และ EmbeddingGemma Model สำหรับการค้นหาข้อมูลภายในเครื่อง

ตัวอย่างงานที่ AMD Ross ทำได้

AMD ยกตัวอย่าง Workflow ที่สามารถนำ Ross ไปใช้งานได้ตั้งแต่การแปลงคำสั่งภาษาธรรมชาติให้กลายเป็น Development Actions ไปจนถึงงาน Optimize และ Debug เช่น

การค้นหา Documentation และเรียกใช้คำสั่งของเครื่องมือโดยใช้ภาษาธรรมชาติ, วิเคราะห์และอธิบาย Tool Error, ตรวจสอบ Timing Violation และหาสาเหตุของปัญหา, Optimize Vitis HLS ด้วยการแนะนำ Pipelining และ Loop Optimization รวมถึงช่วย Hardware Debug ผ่าน Signal Capture และการวิเคราะห์ Interface

AMD ยังระบุถึงกรณีใช้งานจริงจาก iWave Global ซึ่งทีมพัฒนากล่าวว่า Ross ช่วยให้สามารถระบุและแก้ไขปัญหาในช่วง Debug และ Bring-up ได้มีประสิทธิภาพมากขึ้น

AMD เปิดให้ใช้งานแล้ว

AMD Ross เปิดให้ใช้งานแล้ว โดย AMD ระบุว่าจะทยอยเพิ่มเครื่องมือ Embedded และ Workflow ใหม่เข้ามาอย่างต่อเนื่องในรูปแบบ Monthly Release Cadence

ปัจจุบัน AMD ระบุว่า Ross รองรับ Vivado ทุกเวอร์ชัน และ Vitis HLS เวอร์ชัน 2025.2 ขึ้นไป ขณะที่ Agent Skills และ Design Examples สามารถดาวน์โหลดและนำไปใช้งานผ่าน Repository ของ AMD ได้

การเปิดตัว Ross ยังสะท้อนทิศทางที่ชัดเจนขึ้นของ AMD ในการนำ Agentic AI เข้ามาอยู่ใกล้กับ Hardware Development โดยตรง หลังจากก่อนหน้านี้บริษัทได้ผลักดันแนวคิด AI-native Developer Experience ในฝั่ง ROCm ผ่าน ROCm.AI ซึ่งเปิดให้ใช้งานทั่วไปตั้งแต่เดือนสิงหาคม 2026

สำหรับงาน Embedded การเปลี่ยนแปลงนี้อาจมีความสำคัญกว่าการให้ AI ช่วยเขียนโค้ดเพียงอย่างเดียว เพราะกระบวนการพัฒนาจริงต้องเชื่อมโยงระหว่าง Silicon, FPGA, PCB, Software, AI Algorithm และ System Integration เข้าด้วยกัน

AMD Ross จึงกำลังพยายามทำให้ Agentic AI กลายเป็นส่วนหนึ่งของ Development Workflow ตั้งแต่ต้นจนจบ โดยใช้ความรู้เฉพาะทางของ AMD และ Workflow ของวิศวกรมาทำให้ AI สามารถช่วยงานที่ซับซ้อนกว่าการตอบคำถามหรือสร้างโค้ดทั่วไปได้