AMD ROCm 10深度解析：3.3倍加速真相与Agent技能博弈

一次跳过两个大版本的升级

2025年7月15日，AMD发布了GPU软件栈ROCm的7.14版本。仅仅42天后——一个普通的发布周期——AMD直接推出了ROCm 10。主版本号在六周内跳了三级。要知道，AMD在2016年4月才发布ROCm 1.0，这次更新恰好落在整整十年之后。

你不会为了一次库更新就跳过两个大版本。发布公告的副标题说出了真相："为智能体AI时代而生"（Built for the age of agentic AI）。所以真正值得追问的是：这里面到底装了什么？

答案出人意料。这次的头号特性既不是编译器，也不是驱动，更不是内核——而是一堆Markdown文件，用来教你的编程Agent如何使用一块AMD显卡。AMD把它们称为AMD Skills（技能），可以安装进三个编程Agent：Claude、Cursor和Codex。

换句话说，一家芯片公司现在开始发布一种软件，它唯一的工作就是让别人家的Agent更懂自己的硬件。这个想法本身是对的，但执行层面却单薄得惊人。

Skill到底是什么

"Skill"这个词承载了太多含义，有必要拆解清楚。一个Skill就是一个文件夹，里面有个叫skill.md的文件：一个名字、一行描述何时使用它的说明，以及底下的具体指令。

那行描述会以极低的成本常驻在Agent的上下文里，而正文只在任务匹配时才加载。这就是全部机制——也正是为什么上百个Skill不会"淹没"一个Agent。这套标准最初由Anthropic提出并作为开放标准发布，其他Agent产品随后跟进采用，这才使得AMD写的文件夹能够移植到它并不拥有的工具上。

AMD对"为什么要做这件事"的解释，是整个发布中最锐利的一段。用他们自己的话说：文档描述的是API界面——每个flag、每个选项，设计上是中立的；而一个Skill编码的是那条"有主见的路径"。也就是用哪个flag、哪个容器镜像、哪些环境变量、按什么顺序——那些资深AMD工程师不假思索就做出的决策。

这个区别是真实存在的：文档是写给会草草浏览一遍的人看的，而Skill是写给每次都会一丝不苟遵循它的机器看的。

这套机制的正式名称是 Model Context Protocol（MCP） 生态中的「Prompt Skill」规范，但更广为人知的落地形式是 Anthropic 在其 Claude 文档中推广的 CLAUDE.md / skill.md 约定。其核心设计哲学来自「上下文工程」（context engineering）：与其在每次对话时把所有文档塞进系统提示，不如把知识切分成细粒度的、带有触发描述的模块，让 Agent 的检索层按需拉取。这样做的好处是双重的——既节省了 token（即成本与延迟），又避免了无关信息干扰推理。对硬件厂商而言，这意味着他们可以把「用我们的 SDK 完成某类任务的最优路径」编码成机器可直接执行的规程，而不是继续依赖开发者自己去读懂数百页 API 文档后再做判断。

ROCm.ai的三个部分

所有这些都归在一个名字下——rockm.ai，它包含三个部分。

命令行工具

第一部分是一个命令行工具，把一堆散落的安装脚本折叠成单个二进制文件。它能拉起一个模型用于推理，或者检查出问题的驱动并告诉你哪个环节出了错。AMD把它标为"技术预览（tech preview）"——这是他们自己的说法，意思是"预期它还会变"。

HyperLoom：无人值守的推理优化器

AMD AI软件部门负责人Anush Elangovan将整件事描述为"能够剖析、调试并驱动工作负载迈向峰值性能的Agent"。第三个部分把这句话变成了字面意义上的现实，它叫HyperLoom。

HyperLoom是一个在你不在场的情况下优化推理工作负载的Agent。它剖析任务、找到瓶颈、规划改动、编写代码、跑基准测试，并验证输出结果依然正确。整个流程是：剖析→分析→规划→优化→验证，循环往复，直到交给你一份报告，说明它改了什么、每项改动带来了多少收益。AMD声称这把数周的手动调优压缩到了数小时。

它背后有一篇真正的研究论文，关于全栈推理优化。这套框架在一条综合吞吐量与延迟的曲线上，相比厂商已经手动调好的基线，最高实现了193%的提升。但更有说服力的数字是那个对照组：单个Agent、没有外层框架，会在33%处停滞，并在数小时内不可恢复地崩溃。树搜索和批评者Agent（critic agent）才是拉开差距的关键——这是一个值得记住的发现。

有意思的是：HyperLoom的支持特性表里，语言模型后端只列了一个，那就是Claude。AMD为AMD硬件打造的自动优化器，是由别人家的前沿模型驱动的。

HyperLoom 采用的多 Agent 框架在学术上属于 LLM 驱动的程序合成与自动调优（LLM-driven autotuning） 范畴。其「批评者 Agent（critic agent）」角色借鉴了强化学习中的 actor-critic 架构思想：一个 Agent 负责生成优化方案，另一个负责评估方案的正确性与收益，两者迭代博弈。这与 OpenAI 在 o1 系列中强调的「自我验证」机制异曲同工。文中提到的「树搜索」则类似于蒙特卡洛树搜索（MCTS）在代码空间中的应用——在优化路径的分支上做有限展开，剪掉收益为负的路径，保留并深化收益为正的路径。单 Agent 在 33% 处崩溃的现象，在自动调优领域被称为「局部最优陷阱」，而树结构恰恰是跳出这一陷阱的经典手段。

3.3倍加速的真相

这就轮到最需要拆穿的部分了。发布日头条里反复出现的"3.3倍"，经不起推敲。

那个测试跑在7月7日——比ROCm 10存在还早了七周。基线是去年9月发布的ROCm 7.0。到测试日为止，已经有九个更新版本发布了。而快的那一侧也不是ROCm 10，它是一个跑在7.22上的rockm.ai预览构建，外加人工施加的内核、调度和并行化优化。测试运行在一个机架里的8块Instinct MI355X加速器上。

测量是真实的，但它测的不是你今天能下载的软件。

ROCm 10自己的发布说明还带着一份具体的已知问题清单：Hugging Face训练吞吐量在Instinct MI350X上可能下降9-25%，因为注意力内核选择器回退到了较慢的路径；PyTorch微调在某些Radeon显卡上可能直接重置GPU；另一组三款显卡上推理可能无法启动。每个问题都附带一个环境变量作为绕过方案，其中一个还警告说这个修复会牺牲性能。

在本地模型的Reddit板块，发布讨论帖超过260个赞，回复者都是真正装过的人。一条写道："今天装了，编译了llama.cpp，速度没变化，对我毫无区别。"另一条来自7900XTX用户："完全没区别。"

这并不矛盾。3.3倍是在数据中心机架上、预览构建里测出来的，而桌面显卡根本不在那个测试里。

NVIDIA先到了一步

Skills才是这次发布真正扛大梁的故事，但两份AMD公告都没提到的一点是：NVIDIA先到了。

NVIDIA的官方Skills目录仓库创建于2月25日，AMD的则晚了42天，创建于4月8日。到8月29日清点两个仓库树时：NVIDIA发布了343个Skill，AMD发布了8个——再加2个躺在暂存文件夹里。

公平地说，NVIDIA的大部分并非内核工作，光是网络芯片就占了60个。但每个都带有可在下载后验证的分离签名，以及旁边配套的基准文件。AMD的则只有一张skill card和一个评估框架，整个树里没有一个签名。

更能说明AMD实际位置的是一个细节：他们的发布博文点名了一个在EPIC处理器上量化模型的Skill，但通读整个目录，它并不存在。那篇博文描述的、用于驱动新命令行工具的诊断Skill，也躺在暂存文件夹里，在AMD自己的表格中标注为"计划中"。这是一篇描述着仍在编写中的目录的发布博客。

NVIDIA 的 Skills 仓库建立在其 NIM（NVIDIA Inference Microservices） 生态之上，每个 Skill 附带的「分离签名（detached signature）」使用 GPG 或 Sigstore 对文件内容进行加密背书，用户可在本地离线验证文件未被篡改或替换。这一机制在 AI 供应链安全（AI supply chain security）领域日益重要——一个被恶意修改的 skill.md 可以在 Agent 不知情的情况下注入错误的环境变量或恶意命令。AMD 目前缺少这一层保护，意味着企业用户在审计合规层面需要自行承担验证责任。343 对 8 的数量差距固然显眼，但签名机制的缺失才是更深层的工程成熟度差距。

真正扎实的底层工程

在营销之下，有些真正扎实的基础设施值得一提。ROCm现在的每一个部分都出自同一个自动化构建系统。原语、库、框架wheel全部来自单一流水线，并在同一路径上跨Instinct加速器、Radeon显卡和Ryzen集成显卡完成验证。

在Windows上，旧的独立SDK被淘汰了。Windows和Linux现在从同一源码树、同样的六周节奏中获取更新——尽管Windows仍以需自行解压的tarball形式发布，原生安装器承诺今年晚些时候到来。

护城河已经转移

结论很清楚：方向是对的，执行是单薄的。

十年来，人们一直争论CUDA的护城河在于编译器和库，而AMD花了这十年去缩小差距。这次发布在没有明说的情况下承认了：护城河已经转移到了别处。

如今的护城河，是你的编程Agent已经知道如何用你机器里那块显卡做什么。谁来写那些指令，谁就拥有了默认选项。而默认选项，正是硬件被采购的方式。

• 如果你租用Instinct机架：ROCm 10是有史以来最好的ROCm，即便带着已知问题清单。单一构建系统、跨Windows与Linux的统一SDK、六周节奏，加上HyperLoom这种新型工具，值得迁移。
• 如果你拥有Radeon显卡：这是一次打包发布，附带一份已知问题清单，打开它之前你应该先读那份清单。

这个故事里的反派不是AMD，而是那个发布日数字——一个在你无法安装的软件上测出的3.3倍，被反复写进头条，而推翻它的注脚一直静静躺在AMD自己的新闻室里。

最后留下的问题，正是AMD自己的文件路径早已问出的那个：如果决定一块GPU是否被选中的，是Agent对它有多了解，那么谁该来写那些指令？是博文里点名了尚未发布的Skill的厂商，还是那些早已把显卡跑通的人？