Avec ROCm.ai, AMD annonce une couche pilotée par l’IA au-dessus de sa pile logicielle ROCm, permettant aux développeurs d’installer, de déployer et d’optimiser des workloads d’IA en langage naturel via des assistants tels que Claude, Cursor et Codex. Selon AMD, cela permet d’obtenir, sur le même matériel, une inférence en moyenne 3,3 fois plus rapide et un entraînement 2,4 fois plus rapide.
Le logiciel reste le talon d’Achille et le fer de lance d’AMD dans la course à l’IA. Lors de l’événement Advancing AI 2026, l’entreprise a présenté ROCm.ai, qu’elle qualifie elle-même d’« expérience de développement nativement IA ». L’idée : programmer des GPU en langage humain courant, avec des agents IA qui ne se contentent pas de répondre aux questions, mais qui profilent, débuggent et poussent les workloads vers des performances de pointe. « ROCm.ai réduit la distance entre une idée et un workload opérationnel », déclare Anush Elangovan, vice-président de l’entité AI Software chez AMD. « Il effectue le travail lourd, directement dans les assistants de codage que les développeurs utilisent déjà aujourd’hui. »
Trois piliers
ROCm.ai se compose de trois couches superposées au noyau ROCm habituel. La CLI ROCm est une nouvelle expérience en ligne de commande qui installe, valide, sert et restaure les workloads d’IA, incluant une interface autonome pour les environnements isolés (air-gapped) sans connexion cloud. AMD Skills intègre directement l’expertise des ingénieurs d’AMD dans les assistants de codage IA populaires : ces compétences sont déjà disponibles aujourd’hui sur les places de marché de Claude, Cursor et Codex, entre autres. Au lieu de suggestions génériques, votre agent reçoit ainsi des recettes spécifiques à AMD pour l’installation, la migration et le débogage.
La troisième couche, et la plus marquante, est Hyperloom, un système agentique open source qui automatise l’optimisation des workloads d’inférence. Hyperloom fonctionne en arrière-plan, profile un modèle, identifie les goulots d’étranglement, réajuste et réécrit les kernels GPU, puis valide les résultats. Lors d’une démonstration pendant le briefing, le système a permis d’obtenir 38 % de performances supplémentaires en deux minutes sur un modèle Minimax récent. Selon AMD, Hyperloom optimise aujourd’hui en continu environ 40 000 modèles pendant que vous dormez.
Même matériel, plus de tokens
AMD avance des chiffres solides : par rapport à ROCm 7 de l’année dernière, l’entreprise revendique, sur un matériel Instinct MI355X identique, des performances d’inférence en moyenne 3,3 fois supérieures et un entraînement 2,4 fois plus rapide, mesurés sur trois modèles populaires à chaque fois. Ce gain provient de l’optimisation pilotée par l’IA des kernels, de la gestion de la mémoire, de la parallélisation et de l’ordonnancement.
Cela montre surtout à quel point l’optimisation logicielle déplace rapidement la valeur du matériel existant : selon AMD, les benchmarks entre fournisseurs de GPU ne sont donc avant tout qu’un instantané de l’état d’avancement de leurs logiciels respectifs.
Six semaines
ROCm.ai sera disponible en août 2026 et fonctionnera du centre de données au PC client. Le nouveau rythme de publication est également notable : désormais, ROCm paraîtra selon une cadence fixe de six semaines, contre quatre à six mois auparavant. AMD souhaite ainsi suivre le tempo du monde de l’IA, où le support « day zero » pour les nouveaux modèles est devenu la norme.