ROCm 10 將代理式核心最佳化推向正式版，但升級同時帶來 ABI 斷裂與已知故障

AMD 於 8 月 27 日發布 ROCm 10，重點不只是版本號跳升，而是把 ROCm.AI 從預覽推進一般可用。這套開發層由 Hyperloom、AMD Skills 與 ROCm CLI 組成：Hyperloom 先透過追蹤與 roofline 分析找出主機程式、記憶體調度或 GPU kernel 的瓶頸，再搜尋、實作及驗證最佳化；目前可處理 vLLM、SGLang 工作負載，並以 HIP、Triton或 FlyDSL 產生修改。Skills 則把 AMD 的除錯、部署與效能流程帶入 Codex、Claude Code及 Cursor。

仍屬技術預覽的 ROCm CLI 可在 Windows、Linux 建立並切換多個受管理的 ROCm 環境，也能執行模型服務、診斷與回滾。AMD 宣稱「配置 ROCm.AI 的系統」相較同硬體 ROCm 7，平均推論及訓練效能分別提高 3.3 倍與 2.4 倍；這是結合 kernel、記憶體和排程最佳化的系統結果，不代表既有程式換套件後會自動獲得同等加速。

底層 Core SDK 已改採 TheRock 建置系統，並擴大 Instinct 虛擬化、HIP API、profiling 與通訊函式庫支援。升級風險也很具體：AMD SMI 的 SONAME 升至 `libamd_smi.so.27`，部分資料欄位及 API 不相容，依賴舊 ABI 的監控程式必須重編；官方另列出 MI350X 訓練吞吐可能倒退、部分 Radeon 上 PyTorch 可能重設 GPU、SGLang 的 AITER 後端可能失敗，以及 Ryzen AI 執行 vLLM 或 ComfyUI 可能崩潰。工程團隊應先以實際模型與序列長度重跑正確性、吞吐和穩定性測試，再評估代理生成的最佳化是否適合併入正式分支。