快科技7月24日消息，AMD在年度Advancing AI大会上连发多项软件和平台更新，从数据中心到本地开发再到机器人，整套AI软件生态正在全面铺开。

一、ROCm.ai：让智能体帮忙优化模型

AMD正式发布ROCm.ai软件栈，核心思路是用AI智能体来加速AI开发本身，整套软件栈分四层，分别对接编程智能体、工作负载优化、主流框架和底层工具，预计8月可用。

其中最值得关注的是HyperLoom这套自动优化工作流，它能够自己分析模型性能瓶颈，定位需要调优的环节，然后自动执行优化并反复迭代。

现场演示直接用Claude Code下达优化指令，系统自动完成性能剖析和调优，一次点击就把MiniMax M3推理性能拉升了38.3%。

另一个演示则用Codex在Helios机架上跑起了1.6万亿参数的DeepSeek-V4 Pro，全程自动配置环境并启动模型。

这种用AI优化AI的思路，实际效果已经体现在数据上，AMD的推理性能已经提升到ROCm 7初期的3.3倍，训练性能提升约2.4倍。

DeepSeek-V4 Pro从4月获得首日支持到现在，仅靠软件优化，三个月就拿到了5.3倍性能提升。

生态方面，ROCm已经支持Hugging Face上超过300万个模型，新开源模型发布当天就能跑，过去一年外部开发者贡献增长10倍以上，发布节奏也从每4到6个月一次压缩到大约每六周一次。

AMD还直接给Hugging Face、PyTorch、vLLM、SGLang等开源项目提供硬件，让它们跑每日集成测试。

二、Gorgon Halo：把3000亿参数模型塞进桌面

本地AI这块，AMD之前在CES上推出过Ryzen AI Halo开发者平台，128GB统一内存，能跑大约2000亿参数模型，这次新一代Gorgon Halo把统一内存直接拉到192GB，本地可运行模型上限提到约3000亿参数，对应Ryzen AI Max PRO 400系列。

AMD同时深化了和Hugging Face的合作，每台Ryzen AI Halo附赠一年Pro订阅，更重要的是，ROCm软件栈能横跨不同硬件平台，开发者可以先在本地跑模型、做微调，再无缝迁移到数据中心，不用换软件。

目前AMD的个人AI生态已经覆盖笔记本、工作站、台式机和开发者平台等多种形态，主流AI PC配上足够内存就能跑240亿参数模型，本地模型性能也在快速提升，过去需要1000亿参数才能达到的效果，现在90亿参数就能做到。

三、Kria AI：给机器人开发者一套全家桶

AMD这次还发布了一整套机器人开发工具，包括Ryzen AI Embedded X100嵌入式处理器、Kria AI系统模块和开发者平台，以及机器人合作伙伴网络。

AMD的机器人能力，很大程度上来自当年收购赛灵思后拿到的FPGA技术。

新发布的X100处理器主打低功耗始终在线的推理，16核Zen 5架构，适合机器人这类对功耗敏感的场景。

Kria AI系统模块（SOM）是AMD给机器人厂商准备的半成品，核心计算和接口已经做好，客户只需要设计自己的载板插上去就能用，大幅缩短产品上市时间。

性能方面，和英伟达Jetson AGX Thor对比，Kria AI平台在实时控制性能上达到3.4倍，并发智能体数量2.3倍，CPU容量1.6倍。

Kria AI机器人开发者平台计划今年第四季度出货，将搭载Ryzen AI Embedded X100系统模块和一块参考载板。

载板自带FPGA做传感器数据整合，前面板专门给机器人接传感器用，支持时间敏感网络和摄像头等接口。

AMD把载板的设计文件全部开源，客户可以根据自己的需求直接改，不用从零开始。

总得来看，AMD把机器人全链路都包了，Kira AI负责高层AI推理，Versal AI Edge负责数据调度和自适应计算，Zynq UltraScale+做实时运动控制，Spartan UltraScale+处理传感器接口。

其机器人合作伙伴网络也日益壮大，覆盖模型、中间件、传感器、应用与系统、物理仿真等领域，以及负责测试、验证和产业协作的相关组织。