---

🎯 ROCm 10.0: Stack de Compute Aberto para IA Agentic

📌 Pra que serve

ROCm 10.0 é o framework open-source da AMD para computação em GPU, agora otimizado para treino e inferência de modelos de IA. Inclui ROCm.AI (CLI unificada), Hyperloom (sistema agentic que automatiza tuning de inferência) e AMD Skills (extensões pra assistentes de código). Se você roda modelos em GPUs AMD Instinct ou Radeon, isso reduz semanas de otimização manual para horas.

🛠️ Passo a passo

1. Prepare o ambiente

• GPU AMD compatível (MI300X, MI325X, MI350X, MI355X ou Radeon)


• Linux ou Windows (Windows tarball, nativo esperado em 2026)


• Python 3.9+

2. Instale ROCm 10.0

copiar# Linux (Debian/Ubuntu)
sudo apt install rocm-core rocm-hip-runtime rocm-hip-sdk
Validar instalação
rocm examine

3. Configure ROCm.AI

copiar# CLI unificada - servir modelo LLM
rocm serve meta-llama/llama-3-70b-instruct
Ou diagnosticar ambiente
rocm examine

4. Configure AMD Skills (integração com Claude/Cursor)

• Clone: git clone https://github.com/amd/skills


• Copie skills para seu assistente:

copiarcp -r skills/* ~/.claude/skills/
ou ~/.cursor/skills/ para Cursor IDE

• Skill recomendada: serving-llms-on-instinct (guia vLLM automático)

5. Execute Hyperloom (otimização agentic)

• Roda nativamente em MI300X+; automatiza bottleneck e kernel tuning


• Orquestra TraceLens, Magpie, IntelliKit, GEAK e Arbor


• A/B testa agentes em AgentKernelArena

6. Valide com vLLM

copiarpip install vllm>=0.2.0
vllm serve meta-llama/llama-3-70b-instruct \
  --tensor-parallel-size 2 --dtype float16

💡 Dica:

🔗 Links e instalação

• ROCm.AI oficial: https://rocmdocs.amd.com/

• Hyperloom: https://github.com/amd/hyperloom
• vLLM + ROCm: https://docs.vllm.ai/en/latest/getting_started/installation.html
• Repositório unificado: repo.amd.com (nightly, RC, GA)
• Release notes completos: https://rocmdocs.amd.com/en/docs-5.x/deploy/linux/

Fonte: https://www.linuxcompatible.org/story/amd-ships-rocm-100-a-decade-of-open-compute-now-built-for-agentic-ai