AMD ฉลอง 10 ปี ROCm เปิดตัว ROCm 10 ครั้งใหญ่! ยกระดับ AI ด้วย ROCm.AI พร้อมเครื่องมือ Agentic AI และประสิทธิภาพเพิ่มสูงสุด 3.3 เท่า

AMD ฉลองครบรอบ 10 ปีของแพลตฟอร์ม ROCm ด้วยการเปิดตัว ROCm 10 ซึ่งถือเป็นหนึ่งในการอัปเดตครั้งสำคัญที่สุดของแพลตฟอร์ม Open Source สำหรับการประมวลผลแบบเร่งความเร็วและ AI โดยครั้งนี้ AMD ไม่ได้มุ่งเน้นเพียงการเพิ่มประสิทธิภาพไลบรารีและเครื่องมือสำหรับนักพัฒนาเท่านั้น แต่กำลังขยับ ROCm ไปสู่แพลตฟอร์ม AI-native อย่างเต็มรูปแบบผ่าน ROCm.AI

ROCm รุ่นแรกเปิดตัวในเดือนเมษายน 2016 และหลังจากเดินทางมาครบหนึ่งทศวรรษ AMD ได้เปิดตัว ROCm 10.0 และ ROCm Core SDK 10.0 ซึ่งครอบคลุมผลิตภัณฑ์ GPU ของ AMD ตั้งแต่ Instinct Accelerators, Radeon Graphics ไปจนถึง Ryzen Integrated Graphics และรองรับทั้งระบบ Windows และ Linux

จุดเด่นสำคัญของ ROCm 10 คือการรวมเครื่องมือสำหรับการพัฒนา AI เข้าไว้ในประสบการณ์เดียว โดยมี ROCm.AI เป็นศูนย์กลาง พร้อมเครื่องมือใหม่อย่าง ROCm CLI, AMD Skills และ Hyperloom

ROCm.AI เปลี่ยน ROCm จากแพลตฟอร์มพื้นฐานสู่ AI Workflow

ที่ผ่านมา ROCm เน้นการจัดเตรียมไลบรารีและ primitive ต่าง ๆ ที่นักพัฒนาสามารถนำไปสร้างระบบ AI ได้ แต่ ROCm 10 ขยับไปอีกขั้นด้วย ROCm.AI ซึ่งมุ่งลดขั้นตอนที่นักพัฒนาต้องจัดการด้วยตัวเอง ตั้งแต่การติดตั้ง ตรวจสอบระบบ รันโมเดล ไปจนถึงการปรับแต่งประสิทธิภาพ

ระบบ ROCm.AI ประกอบด้วย 3 ส่วนหลัก ได้แก่

• ROCm CLI เครื่องมือ Command Line แบบรวมศูนย์
• AMD Skills สำหรับนำความรู้ ROCm ที่ผ่านการตรวจสอบจาก AMD เข้าไปใช้งานร่วมกับ AI Coding Assistants
• Hyperloom ระบบ Agentic AI สำหรับทำ Optimization ของ AI Workload แบบอัตโนมัติ

แนวทางนี้สะท้อนให้เห็นว่า AMD ต้องการทำให้การนำ GPU ของบริษัทไปใช้งานด้าน AI ง่ายขึ้น ไม่ใช่เพียงแข่งขันด้วยฮาร์ดแวร์และประสิทธิภาพเท่านั้น

ROCm CLI รวมเครื่องมือ AI ไว้ในคำสั่งเดียว

หนึ่งในฟีเจอร์ใหม่ที่น่าสนใจคือ ROCm CLI ซึ่งเข้ามารวมขั้นตอนต่าง ๆ ที่ก่อนหน้านี้ต้องใช้สคริปต์และเครื่องมือหลายชุดเข้าด้วยกัน

ROCm CLI สามารถใช้สำหรับติดตั้ง ตรวจสอบระบบ อัปเดต ให้บริการโมเดล และแก้ไขปัญหาเกี่ยวกับ AI Workload บนแพลตฟอร์ม AMD

ตัวอย่างเช่นคำสั่ง

rocm serve <model>

สามารถใช้เปิดโมเดลสำหรับ Inference บน PyTorch ขณะที่

rocm examine

ใช้สำหรับตรวจสอบสภาพแวดล้อมและปัญหาที่เกี่ยวข้องกับ Driver หรือระบบ

ที่สำคัญ ROCm CLI ยังรองรับ Air-Gapped Environment โดยสามารถดาวน์โหลด Dependencies เป็นชุด Self-Contained Bundle เพื่อใช้งานในระบบที่ไม่ได้เชื่อมต่ออินเทอร์เน็ต

อย่างไรก็ตาม ROCm CLI ใน ROCm 10.0 ยังอยู่ในสถานะ Technology Preview ดังนั้นรูปแบบคำสั่งและ Interface อาจมีการเปลี่ยนแปลงในอนาคต

AMD Skills นำความรู้ ROCm เข้าไปอยู่ใน AI Coding Assistant

อีกหนึ่งส่วนประกอบของ ROCm.AI คือ AMD Skills ซึ่งเป็นชุดความรู้และคำแนะนำที่ AMD ตรวจสอบแล้วสำหรับงานด้าน ROCm และสามารถนำไปใช้งานร่วมกับ AI Coding Assistant ได้

ระบบรองรับเครื่องมือยอดนิยมอย่าง Claude, Cursor และ Codex ผ่านมาตรฐาน Agent Skills

นักพัฒนาสามารถเข้าถึงชุด AMD Skills ผ่าน GitHub Repository ของ AMD และติดตั้ง Skill ที่เกี่ยวข้องเพื่อให้ AI Assistant สามารถให้คำแนะนำเกี่ยวกับการพัฒนาและ Optimization บน ROCm ได้อย่างเหมาะสมกับแพลตฟอร์ม AMD มากขึ้น

แนวคิดดังกล่าวมีเป้าหมายเพื่อลดปัญหาที่นักพัฒนาต้องค้นหาข้อมูล ROCm ด้วยตัวเอง และทำให้ AI Coding Assistant สามารถช่วยเขียนหรือปรับปรุงโค้ดโดยอ้างอิงแนวทางที่ผ่านการตรวจสอบจาก AMD

Hyperloom ใช้ Agentic AI ช่วย Optimize AI Workload

ส่วนที่ AMD มองว่าเป็นก้าวสำคัญที่สุดของ ROCm.AI คือ Hyperloom

Hyperloom เป็นระบบ Open Source แบบ Agentic ที่ออกแบบมาเพื่อทำ End-to-End Inference Optimization โดยอัตโนมัติ

กระบวนการทำงานครอบคลุมตั้งแต่

Profile → Analyze → Plan → Apply → Validate

ระบบสามารถวิเคราะห์ Workload ตรวจสอบผลลัพธ์ วางแผนการปรับปรุงประสิทธิภาพ ดำเนินการเปลี่ยนแปลง และตรวจสอบความถูกต้อง จากนั้นวนกระบวนการซ้ำเพื่อค้นหาการตั้งค่าที่เหมาะสมกว่าเดิม

AMD ระบุว่า Hyperloom สามารถลดเวลาการทำ Optimization ที่แต่เดิมอาจใช้เวลาหลายสัปดาห์ ให้เหลือเพียงระดับ ไม่กี่ชั่วโมง พร้อมทั้งสามารถสำรวจทางเลือกในการปรับแต่งได้มากกว่าที่วิศวกรสามารถทดลองได้ภายใต้ข้อจำกัดด้านเวลา

นี่จึงเป็นอีกก้าวหนึ่งจากการใช้ AI เป็นเพียงผู้ช่วยเขียนโค้ด ไปสู่การให้ AI เข้ามาช่วย ปรับแต่งระบบ AI อีกชั้นหนึ่ง

AMD เคลม Inference เร็วขึ้น 3.3 เท่า Training เพิ่ม 2.4 เท่า

นอกจากฟีเจอร์ใหม่แล้ว AMD ยังนำเสนอการเพิ่มขึ้นของประสิทธิภาพอย่างมีนัยสำคัญ

AMD ระบุว่า ระบบที่ใช้ ROCm.AI สามารถทำได้โดยเฉลี่ย

• Inference Performance เพิ่มขึ้น 3.3 เท่า
• Training Performance เพิ่มขึ้น 2.4 เท่า

เมื่อเทียบกับ ROCm 7

ผลดังกล่าวมาจากการทดสอบของ AMD Performance Labs เมื่อวันที่ 7 กรกฎาคม 2026 โดยใช้ระบบ AMD Instinct MI355X จำนวน 8 GPU และซอฟต์แวร์ ROCm.AI รุ่น Preview ซึ่งอ้างอิง ROCm 7.2.2 พร้อม Optimization เช่น Optimized Kernels, Parallelism และ Scheduling

การทดสอบครอบคลุมโมเดล AI อย่าง GLM-5, Kimi-K2.5 และ DeepSeek-R1-0528

อย่างไรก็ตาม ตัวเลขดังกล่าวควรมองเป็นผลการทดสอบของ AMD ภายใต้สภาพแวดล้อมที่กำหนด ไม่ใช่การรับประกันว่า Workload ทุกประเภทจะเร็วขึ้นในระดับเดียวกัน

ROCm 10 ครอบคลุม GPU ของ AMD กว้างขึ้น

อีกประเด็นสำคัญคือ AMD กำลังทำให้ ROCm เป็น Stack ที่ครอบคลุม Hardware ของบริษัทมากขึ้น

ROCm 10 รองรับทั้ง

AMD Instinct → Radeon → Ryzen Integrated Graphics

และสามารถใช้งานได้ทั้งบน Windows และ Linux

แนวทางนี้มีความสำคัญอย่างมากเมื่อ AMD พยายามขยาย Ecosystem ด้าน AI จากตลาด Data Center ไปยัง Workstation, Gaming PC และ AI PC

หากนักพัฒนาสามารถใช้เครื่องมือและ Workflow ที่ใกล้เคียงกันบน GPU หลายระดับ ก็จะช่วยลดความซับซ้อนในการพัฒนาและย้าย AI Workload ระหว่างระบบ

10 ปีจาก ROCm 1.0 สู่แพลตฟอร์ม Agentic AI

การเปิดตัว ROCm 10 จึงมีความหมายมากกว่าการเปลี่ยนเลข Version

จากจุดเริ่มต้นของ ROCm 1.0 ในปี 2016 ที่มุ่งสร้าง Open Source Compute Platform สำหรับ GPU ของ AMD วันนี้ ROCm กำลังขยับไปสู่แพลตฟอร์มที่ครอบคลุม Workflow ด้าน AI ตั้งแต่ ติดตั้ง → ตรวจสอบ → รันโมเดล → เขียนโค้ด → Optimize → Deploy

โดยมี ROCm.AI เป็นศูนย์กลาง

สำหรับ AMD นี่คือความพยายามในการลดช่องว่างด้าน Software และ Developer Experience กับคู่แข่งในตลาด AI เพราะเมื่อการแข่งขันด้าน AI ไม่ได้ตัดสินกันด้วยจำนวน Compute Units หรือ FLOPS เพียงอย่างเดียว แต่รวมถึงความง่ายในการพัฒนาและ Optimization ด้วย Software Ecosystem ก็กลายเป็นปัจจัยสำคัญไม่แพ้ Hardware

ROCm 10 จึงอาจเป็นหนึ่งในก้าวสำคัญที่สุดของ AMD ในช่วง 10 ปีที่ผ่านมา และเป็นสัญญาณว่า AMD ต้องการให้ GPU ของตัวเองไม่ได้เป็นเพียง Hardware สำหรับรัน AI แต่กลายเป็น แพลตฟอร์ม AI ที่สามารถใช้ Agentic AI เข้ามาช่วยตั้งแต่การพัฒนาไปจนถึงการปรับแต่งประสิทธิภาพได้โดยอัตโนมัติ

ที่มา: Wccftech