AMD Ross folosește agenți AI pentru a scurta dezvoltarea sistemelor embedded
AMD introduce AMD Ross, un asistent bazat pe agenți AI care poate sprijini inginerii pe parcursul întregului proces de dezvoltare a sistemelor embedded. Soluția acoperă etape care pornesc de la definirea arhitecturii și proiectarea hardware și ajung până la dezvoltarea software, optimizarea algoritmilor AI, depanare și implementarea produsului.
AMD Ross este conceput pentru a conecta instrumentele de dezvoltare cu expertiza tehnică a companiei și cu fluxuri de lucru create de specialiști. Inginerii pot interacționa cu agenții AI prin limbaj natural, fără să fie limitați la o anumită aplicație client, iar informațiile și procedurile pot fi reutilizate în mai multe proiecte și echipe.
Un asistent AI pentru întregul proces de dezvoltare
Sistemele embedded au devenit mai complexe, iar proiectarea lor presupune lucrul simultan cu hardware, software și componente AI. AMD Ross încearcă să aducă aceste activități într-un flux de lucru comun, în care agenții AI pot consulta documentația, verifica starea instrumentelor, executa comenzi și oferi îndrumări pentru depanare.
Soluția poate fi utilizată pentru stabilirea funcțiilor care trebuie implementate în hardware și a celor care vor rula în software, pentru proiectarea hardware cu ajutorul instrumentelor de sinteză de nivel înalt și pentru optimizarea și depanarea cipurilor. De asemenea, AMD Ross poate sprijini dezvoltarea aplicațiilor software și a algoritmilor pentru sisteme embedded.
În zona AI, agenții pot ajuta la optimizarea algoritmilor de învățare automată folosind software-ul AMD destinat sistemelor embedded. Soluția poate fi folosită și pentru estimarea consumului de energie și optimizarea sistemelor pentru un consum mai redus.
AMD Ross acoperă inclusiv partea de proiectare a plăcilor electronice. Sistemul poate verifica schemele electronice și poate ajuta la optimizarea amplasării componentelor și a traseelor de pe PCB.
„Dezvoltarea sistemelor embedded devine tot mai complexă, deoarece echipele se ocupă atât de proiectarea și depanarea hardware, cât și de dezvoltarea și implementarea software, de inferența AI și de proiectarea sistemelor în ansamblu. AMD Ross reunește instrumentele AMD Embedded, informații de încredere și fluxuri de lucru create de experți într-o singură soluție bazată pe agenți AI”, a declarat Salil Raje, vicepreședinte senior și director general al diviziei AMD Embedded.
Cum funcționează AMD Ross
Un element important al AMD Ross este faptul că soluția nu este legată de un anumit model lingvistic, IDE sau mediu în linie de comandă. Echipele pot continua să folosească instrumentele preferate, păstrând în același timp conexiunea cu mediile AMD Embedded.
Arhitectura AMD Ross se bazează pe patru componente principale. Prima este reprezentată de serverele Model Context Protocol (MCP), care folosesc standardul deschis MCP pentru a conecta agenții AI la instrumentele AMD Embedded. Prin această conexiune, agenții pot consulta informații, executa comenzi și interacționa direct cu mediul de proiectare.
A doua componentă este AMD Knowledge Base, o colecție de baze de date vectoriale validate de companie. Acestea includ ghiduri de utilizare și de produs, documentație tehnică, note tehnice pentru aplicații și materiale dedicate soluționării unor probleme. Informațiile pot fi accesate atât din cloud, cât și local, inclusiv într-un mediu fără conexiune la internet.
A treia componentă este reprezentată de „agent skills”, adică fișiere Markdown create de experți pentru a descrie bune practici și proceduri asociate unor sarcini de dezvoltare. Aceste instrucțiuni pot fi reutilizate și distribuite, iar un model LLM le poate folosi pentru a parcurge fluxuri structurate, cum ar fi optimizarea temporizării sau reorganizarea codului C++ dintr-un proiect Vitis HLS.
În completare, AMD Ross include exemple de proiecte gata de rulat, care arată cum pot fi aplicate aceste instrucțiuni în proiecte reale de sisteme embedded.
De la depanarea hardware la optimizarea AI
AMD Ross poate transforma cerințe formulate în limbaj natural în acțiuni concrete. Un dezvoltator poate solicita căutarea unor informații în documentație, executarea unor comenzi, generarea de cod sau revizuirea succesivă a unui proiect. Agenții pot oferi, de asemenea, explicații pentru erorile apărute în instrumentele de dezvoltare și recomandări adaptate situației.
Un alt exemplu este analiza problemelor de temporizare. AMD Ross poate folosi metodologiile AMD pentru identificarea încălcărilor constrângerilor, explicarea cauzelor și formularea unor propuneri pentru îmbunătățirea implementării.
Pentru proiectele Vitis HLS, soluția poate oferi recomandări privind tehnici de pipelining, optimizarea buclelor, utilizarea directivelor pragma și modificarea arhitecturii. În cazul depanării hardware, agenții pot ghida dezvoltatorii în capturarea semnalelor, configurarea nucleelor de depanare, analiza interfețelor și identificarea cauzelor problemelor.
Potrivit AMD, aceste funcții pot contribui la obținerea mai rapidă a prototipurilor, reducerea timpului alocat depanării și optimizării și automatizarea unor sarcini repetitive. Accesul la procedurile dezvoltate de specialiști poate facilita și integrarea noilor ingineri în echipe, dar și aplicarea mai consecventă a bunelor practici în proiecte diferite.
Geetha Govindaraj, directoare asociată a diviziei FPGA SOM din cadrul iWave Global, spune că AMD Ross ajută echipa să identifice și să remedieze mai eficient problemele, reducând timpul și efortul necesare pentru depanare și punerea inițială în funcțiune.
AMD Ross este disponibil deja
AMD Ross este disponibil începând de acum, iar dezvoltatorii pot accesa agenții AI prin platforma AMD. Compania intenționează să extindă soluția lunar, prin adăugarea unor noi instrumente AMD Embedded și a unor funcționalități pentru fluxurile de lucru.
Portofoliul AMD Embedded include FPGA-uri, sisteme pe cip adaptive, procesoare x86 pentru sisteme embedded și platforme dedicate edge AI. În acest context, AMD Ross este construit pentru a utiliza instrumentele și fluxurile de lucru asociate acestor produse, oferind echipelor acces la informații tehnice și proceduri dezvoltate de experți.
Compania susține că abordarea bazată pe agenți AI poate ajuta organizațiile să reutilizeze mai ușor cunoștințele inginerești și să le pună la dispoziția mai multor echipe. Scopul este reducerea timpului dintre definirea unui concept și implementarea unui sistem embedded, prin automatizarea unor etape de dezvoltare și prin acces mai rapid la informații și metodologii verificate.