AMD发布ROCm 10：平均3.3倍推理提升，把AI塞进GPU工具链

8月28日，AMD正式发布ROCm 10并让ROCm.AI进入可用阶段。新版本把Skills、统一CLI与Hyperloom性能优化Agent接进同一条生产链，实现平均3.3倍的推理性能提升。版本号背后，真正的竞争正从硬件峰值转向安装、部署、诊断和持续优化成本。

ROCm 10核心升级

ROCm 10的最大亮点是ROCm.AI进入可用阶段。这是一套面向AI工作负载的完整工具链，集成了模型编译、性能优化、部署管理等功能。新增的Skills功能允许开发者以模块化方式组合AI能力，统一CLI则简化了跨工具的操作流程。

Hyperloom性能优化Agent是另一项重要更新。它能够自动分析AI工作负载的特征，动态调整GPU资源分配和计算策略，实现性能的自动优化。实测数据显示，在主流大模型推理场景中，ROCm 10相比上一版本实现了平均3.3倍的性能提升。

软件生态的追赶

长期以来，AMD在AI GPU市场面临的最大挑战不是硬件性能，而是软件生态。英伟达的CUDA平台经过十余年发展，已经形成了深厚的生态壁垒，大多数AI框架和工具优先支持CUDA。AMD的ROCm虽然在性能上不断追赶，但在易用性、兼容性和工具完善度方面仍有差距。

ROCm 10的发布标志着AMD在软件生态方面迈出重要一步。通过统一CLI、Skills模块化和Hyperloom自动优化，AMD正在降低开发者使用ROCm的门槛。如果ROCm能够在易用性上接近CUDA，结合AMD GPU在性价比上的优势，有望在AI推理市场获得更多份额。

行业竞争新格局

AMD在软件层面的发力，反映了AI算力市场竞争的新格局。过去，AI算力竞争主要围绕硬件性能展开，谁的GPU算力更强谁就占优。但随着大模型推理规模的爆发，部署成本、运维效率、优化难度等软件层面的因素变得越来越重要。

对于企业用户而言，选择AI算力平台不仅要看硬件峰值性能，还要看整体拥有成本（TCO），包括采购成本、部署成本、运维成本和优化成本。AMD通过ROCm 10降低软件层面的成本，正是在TCO维度与英伟达展开竞争。未来AI算力市场的竞争将是硬件+软件的全方位竞争。