AMD Rilis ROCm 10 dan ROCm.AI: Ekosistem Cerdas untuk Akselerasi Pengembangan Beban Kerja AI

1 min read
September 1, 2026

Raksasa semikonduktor AMD secara resmi mengumumkan ketersediaan umum perangkat lunak (software stack) terbarunya, AMD ROCm™ 10.

Peluncuran ini sekaligus menandai kehadiran ROCm.AI, sebuah platform pengalaman pengembang berkonsep AI-native yang dirancang khusus untuk mempercepat laju pengembangan dan optimalisasi performa komputasi kecerdasan buatan (AI) pada ekosistem perangkat keras AMD.

Pembaruan berskala masif ini diluncurkan bertepatan dengan perayaan satu dekade pengembangan infrastruktur perangkat lunak ROCm. Melalui platform terbaru ini, AMD menyuntikkan alur kerja berbasis agen (agentic workflows) yang secara langsung terintegrasi dengan alat bantu pengodean (coding tools) yang sudah familier di kalangan pengembang, memungkinkan inovasi berjalan sejajar dengan pesatnya evolusi kecerdasan buatan.

Tiga Komponen Utama Penggerak ROCm.AI

Ekosistem ROCm.AI tidak sekadar memperbarui baris kode lama, melainkan membawa tiga pengalaman pilar (core experiences) yang merevolusi cara pengembang membangun, menjalankan, dan mengoptimalkan aplikasi mereka.

Tabel berikut merinci tiga komponen utama beserta fungsinya di dalam platform ROCm.AI:

Komponen ROCm.AI Fungsi dan Kapabilitas Utama Ketersediaan / Integrasi Alat
ROCm Hyperloom Sistem agen otonom untuk optimalisasi beban kerja inferensi end-to-end, pengelolaan memori, dan penyelarasan GPU kernel. Terintegrasi dengan vLLM, SGLang, HIP, Triton, dan FlyDSL pada GPU AMD Instinct™.
AMD Skills Modul panduan pengembangan spesifik-AMD dan alur kerja tervalidasi yang disuntikkan ke dalam asisten codingcerdas. Tersedia di marketplace Claude Code, Cursor, Codex, dan katalog terbuka di GitHub.
*ROCm CLI (Antarmuka) Command-line interface terpadu untuk instalasi, manajemen lingkungan (environments), dan pengoperasian beban kerja AI. Tersedia untuk Windows & Linux. Mendukung pemantauan sistem real-time via ROCm Console.

Bagaimana Peningkatan Kinerja Inferensi dan Pelatihan Modelnya?

Penerapan optimasi yang digerakkan oleh AI secara langsung berdampak pada peningkatan kinerja silikon. AMD mengonfirmasi bahwa sistem yang dikonfigurasi menggunakan ROCm.AI mampu menyuguhkan peningkatan kinerja inferensi hingga 3,3 kali lipat dan peningkatan pelatihan (training) hingga 2,4 kali lipat jika disandingkan dengan generasi ROCm™ 7 pada spesifikasi perangkat keras yang identik.

Lonjakan performa ini berutang besar pada kehadiran ROCm Hyperloom. Fitur agen otonom ini secara sistematis akan melakukan alur kerja optimasi berikut:

  • Membuat profil beban kerja (workload profiling) secara mendalam.

  • Mengidentifikasi titik hambat kinerja (bottlenecks).

  • Mengeksplorasi dan mengajukan opsi modifikasi kode yang paling optimal.

  • Mengimplementasikan perubahan yang ditargetkan.

  • Melakukan uji ukur (benchmarking) untuk memvalidasi kinerja serta ketepatan sistem.

Ekosistem Moduler dengan ROCm Core SDK

Selain otomatisasi, AMD mempermudah pengembang melalui ROCm CLI yang saat ini berstatus Technology Preview. Menariknya, sistem ini didistribusikan dalam format prebuilt binary, sehingga pengembang di sistem operasi Windows maupun Linux tidak perlu melakukan instalasi ROCm yang rumit sebelumnya. Alat bantu tambahan seperti ROCm Console (dash) turut disertakan guna memantau metrik krusial seperti pemakaian memori High Bandwidth Memory(HBM) dan metrik token per watt.

Generasi terbaru ini juga memperkokoh fondasi software stack secara keseluruhan melalui kehadiran ROCm Core SDKyang lebih moduler. SDK ini membawa deretan penyempurnaan pada level fundamental, mencakup pembaruan libraries, compilers, frameworks, dukungan model AI tingkat lanjut, hingga dukungan pada lebih banyak platform perangkat keras masa depan dari AMD.

Disclosure: Artikel ini disusun dari rilis dengan bantuan AI dan dalam pengawasan editor.

Previous Story

Payfazz Rilis EDC Mini untuk UMKM, Solusi Praktis Layani Tarik Tunai dan Transfer Antarbank

Latest from Blog

Don't Miss

Microsoft Ekspansi Infrastruktur Azure AI dan HPC Bersama AMD untuk Percepat Kinerja Komputasi

Pertumbuhan eksponensial dalam pengembangan kecerdasan buatan (AI) menuntut kapasitas komputasi
Nvidia Suntik US$5 Miliar ke Intel untuk Kembangkan Chip PC dan Data Center

Nvidia Suntik $5 Miliar ke Intel untuk Kembangkan Chip PC dan Data Center

Laptop atau PC berbasis Windows yang kita gunakan sehari-hari sebenarnya