Компания AMD анонсировала запуск AMD Ross — агентского ИИ-ассистента, созданного для глубокой интеграции в рабочие процессы разработчиков встроенных систем. Инструмент охватывает полный жизненный цикл проектирования: от системной архитектуры и анализа схем до работы с FPGA, алгоритмического проектирования, создания встроенного ПО, развертывания ИИ на периферии и отладки. Платформа совместима со всем портфолио AMD Embedded, включая адаптивные SoC, процессоры x86 и edge-решения.
Интеграция через протокол MCP
Ключевая особенность Ross заключается в использовании открытого стандарта Model Context Protocol (MCP), который позволяет связывать выбранную разработчиком большую языковую модель с инструментарием AMD. Ассистент является «клиенто-агностическим»: в качестве интерфейсов могут выступать VS Code, Claude Code, Cursor, Devin или терминальный клиент OpenCode CLI. Серверы MCP обеспечивают ИИ-агентам прямое подключение к среде проектирования, позволяя запрашивать состояние инструментов, исполнять команды и считывать результаты в рамках одной сессии. Пользователь сохраняет полный контроль над доступом, включая обязательные этапы проверки человеком при планировании и выполнении задач.
По словам Салила Радже, старшего вице-президента и генерального менеджера AMD Embedded, сложность разработки встроенных систем постоянно растет, требуя от команд одновременной работы над дизайном «железа», отладкой, программным обеспечением и ИИ-инференсом. Ross объединяет инструменты AMD, базу знаний и экспертные рабочие процессы в единую среду, ускоряя путь от дизайнерского замысла до готового продукта.
Поддержка инструментов и база знаний
На старте Ross поддерживает пакет Vivado Design Suite для синтеза, трассировки и замыкания таймингов, а также Vitis HLS для компиляции C++ алгоритмов в RTL. Как сообщил Кирк Сабан, корпоративный вице-президент по продуктам и ПО для бизнеса встраиваемых систем AMD, в четвертом квартале планируются три ежемесячных обновления. Они добавят поддержку Power Design Manager, ChipScope для внутрисистемной отладки и Vitis AI. В следующем году функционал расширится за счет инструментов для схемотехнического проектирования, анализа печатных плат и поддержки архитектуры x86.
В основе ассистента лежит база знаний AMD (AMD Knowledge Base) — набор векторизованных данных, включающий руководства, техническую документацию, отчеты и записи об устранении неполадок. Ассистент сопоставляет ошибки, например, в Vivado, с соответствующими решениями из базы. Система может разворачиваться как в облаке, так и локально, что критически важно для клиентов из аэрокосмической и оборонной отраслей. Поддерживается полностью автономная работа в закрытых контурах с использованием моделей с открытыми весами.
Библиотека навыков и результаты тестирования
Второй уровень системы — «Навыки агента» (Agent Skills). Это набор Markdown-файлов, которые направляют языковую модель при выполнении инженерных задач: оптимизации таймингов, RTL-линтинга, управления потоками данных или вставки прагм в Vitis HLS. На старте в репозитории на GitHub доступно более 20 навыков с готовыми примерами дизайна.
С лета Ross находился в программе раннего доступа, к которой присоединились более 800 компаний. В ходе демонстраций AMD показала впечатляющие результаты: создание дизайна микроконтроллера на базе MicroBlaze для платы Spartan UltraScale+ заняло один промпт вместо 2–3 часов ручной работы. Также ассистент продемонстрировал способность классифицировать нарушения таймингов и предлагать ограничения для их устранения. В одном из кейсов ИИ-навыки в Vitis HLS позволили автоматически оптимизировать конвейер обработки данных с камер, сократив использование ресурсов FPGA примерно на 35%. Представители iWave Global отметили, что Ross существенно упрощает отладку и ввод систем в эксплуатацию.
Особенности внедрения и методология работы
AMD радикально меняет подход к обновлению своего программного обеспечения: если ранее инструменты вроде Vivado получали крупные апдейты дважды в год, то с запуском AMD Ross компания берет на себя обязательство выпускать обновления ежемесячно. Это позволит быстрее адаптировать ассистента к новым библиотекам и требованиям рынка.
Архитектура системы построена так, что разработчик не привязан к конкретному IDE или конкретной модели ИИ. С помощью серверов MCP (Model Context Protocol) любая среда разработки или командная строка, поддерживающая этот стандарт, получает «живое» подключение к окружению проектирования. Это означает, что агент не просто генерирует код, а может в режиме реального времени запрашивать состояние инструментов, анализировать логи и выполнять команды, сохраняя при этом полную прозрачность действий для пользователя через «ворота контроля» (human review gates) на этапах планирования и исполнения.
Гибкость развертывания и безопасность данных
Особое внимание AMD уделила вопросам конфиденциальности, что стало ключевым фактором для привлечения клиентов из аэрокосмической, оборонной и других высокотехнологичных отраслей, где предъявляются жесткие требования к функциональной безопасности. Кирк Сабан подчеркнул, что AMD не накладывает ограничений на способы развертывания Ross: решение может работать на обычном ноутбуке, высокопроизводительной рабочей станции, на локальных GPU-серверах предприятия или в публичном облаке. Для максимально закрытых систем поддерживается работа в режиме «air-gapped» (полная изоляция от сети) с использованием моделей с открытыми весами, что исключает утечку проприетарных данных за пределы контура разработки.
Библиотека навыков (Agent Skills) как основа масштабирования
«Навыки агента» представляют собой слой открытых Markdown-файлов, которые буквально «обучают» LLM выполнению специфических инженерных задач. В текущем репозитории на GitHub заложены сценарии для работы с методологией закрытия таймингов (timing closure), линтинга RTL, развертки циклов (loop unrolling) и оптимизации конвейеров (pipelining) в Vitis HLS, а также методы правильной вставки прагм. AMD рассчитывает на создание сообщества, где партнеры и клиенты смогут не только пользоваться готовыми примерами, показывающими применение навыков на реальном аппаратном обеспечении, но и разрабатывать собственные алгоритмы действий, оставляя их приватными или внося свой вклад в развитие общей экосистемы.
Кейсы и возможности мультиагентного взаимодействия
Демонстрационные возможности Ross выходят за рамки простых однопоточных задач. В ходе тестирования была показана работа мультиагентной системы: при запросе на реализацию 12-камерного конвейера обработки видео ассистент самостоятельно сформировал спецификации (читаемые как человеком, так и машиной), распределил вычислительную нагрузку между x86-процессором, GPU, NPU и адаптивной SoC на целевой плате, а затем автоматизировал компиляцию FPGA-части в Vivado. Каждая стадия этого процесса проходила под контролем и с одобрения инженера, что подтверждает статус Ross как ассистента-помощника, а не автономного исполнителя, способного принимать критические решения без участия специалиста.
