在嵌入式系统日益复杂的现今，硬件设计、软件调试、AI推理与系统级部署往往由分散在不同现场、缺乏沟通的多个团队并行推进，工程师需在PCB设计、板级布局、原理图审查、FPGA的RTL设计与功耗分析及软件开发等众多零散工具间切换；与此同时，硬件与软件开发语言正从底层逻辑逐步演进至HDL、Verilog乃至高层次综合，并在AI推动下进入以自然语言表达的新阶段。
当投入大量时间而未必能产出直接价值，跨工具、跨环节的信息断层成为产品上市节奏的主要瓶颈，智能体AI助手AMD Ross于2026年9月底应运而生。
AMD自适应与嵌入式计算产品组合产品、软件与解决方案企业副总裁Kirk Saban表示，这一以纪念赛灵思FPGA创始人Ross Freeman而命名的智能体AI助手定位并非叠加在工具之上的通用编码助手，而是覆盖从架构设计到系统部署完整流程、直接衔接AMD嵌入式开发工具的智能体AI设计框架，其价值在于让开发者从系统架构出发，贯穿硬件、算法与系统软件设计，完成调试与最终部署，从而更快走完嵌入式开发全流程。
核心功能曝光，迭代节奏与升级内容公布
据Kirk Saban介绍，作为一个面向整个嵌入式开发的生成式智能体AI，AMD Ross的目标是覆盖嵌入式开发各个不同的环节——从最底层的硬件一直到最高层的软件，都能够与现有各种不同的AMD嵌入式工具配合使用，包括AMD可编程FPGA和自适应产品的组合以及x86嵌入式产品组合，将AMD工具、器件知识与工程经验直接带入客户流程。同时，它依托开放架构保持灵活性，不限定具体大语言模型、集成开发环境或命令行环境，也可以在不同企业部署条件下运行。
这也是AMD Ross有别于同类型产品的最大特点。
在可靠性层面，Ross的决策依据来自AMD官方知识库与专家方法，并接受实际工具结果验证，从而降低大语言模型固有的非确定性影响；工程师的信任边界应建立在可查证证据之上，每个具体设置的正确性仍需工程验证与正式评审确认。
AMD Ross 基础技术栈和智能体工作流
上述功能由AMD Ross的四项专属组件完成，分别是：基于开放标准模型上下文协议（MCP）的服务器，它负责将AI智能体连接到Vivado、Vitis、功耗设计管理器、ChipScope、ROCm等AMD嵌入式工具，实现信息查询、命令执行与设计环境内的协同工作；经AMD验证的知识库，其以向量数据库收录用户指南、产品指南、白皮书与应用笔记，可经云端或本地离线方式提供可靠解答；智能体技能作为开放、由专家编写的可复用最佳实践文件，可引导大语言模型完成时序优化、高层次综合重构等结构化工作流；设计示例则展示技能在真实嵌入式应用中的落地方式。它们共同支撑从知识指导到多智能体协调的完整工作流层级。
安全特性是Ross针对企业级嵌入式需求的突出设计。考虑到许多系统部署于物理隔离环境、敏感数据须留在企业防火墙甚至本地硬件内，Ross的文档隔离MCP可部署于完全物理隔离的断网本地机器，默认在本地运行并使用本地安装工具；也可采用本地大语言模型驱动，无需为云端智能体LLM服务支付API与Token费用。Kirk Saban强调，开发人员始终掌握设计变更的最终决定权，Ross的任何建议均须经用户批准，所有阶段均由工程师引导、纠正与监督。
AMD Ross将以月度节奏持续演进：当前版本基于AMD知识库，主要面向FPGA设计套件，2026年第四季度三个版本将新增功耗设计、ChipScope调试及Vitis AI推理工具支持，2027年按既定路线图继续扩充工具与工作流能力。
目标市场广泛，初步应用表现突出
AMD Ross的应用目标市场覆盖完整的嵌入式开发流程，面向采用AMD FPGA、自适应SoC、x86嵌入式处理器及专用边缘AI平台的工程团队，服务系统架构师、电路板设计师、FPGA设计师、嵌入式软件开发人员以及算法与AI开发人员等多类角色。AMD自适应和嵌入式计算事业部技术市场经理周丽娜（Ally Zhou）介绍说，AMD还可统一维护并分发一套Skill工作流与模板供不同工程师复用同一工程方法，实现技能共享、项目同步。
Ross的应用目标市场覆盖完整的嵌入式开发流程
实践证明，一项AI算法优化任务原需AMD顶尖开发者耗时数天，借助Ross可在两小时内完成，同时可编程逻辑资源占用减少35%并达成相同性能目标；时序收敛分析、微控制器设计等多步骤流程均可由Ross自动化执行并辅助解决配置不匹配问题。并行会话能力允许同时启动多个智能体工作流，例如在Vivado布线占用大量时间时转入其他会话，多个MCP亦可协同完成文档检索、工程检查与报告读取。
据统计，AMD自2026年6月启动Ross早期访问计划，围绕Vivado设计套件开展至今已经吸引超过800位客户参与；包括FPGA综合实现与时序收敛、官方AMD技术文档检索、Vivado中重复操作自动化以及项目或IP配置等功能受到了客户的广泛欢迎。
iWave Global就是AMD Ross的典型客户案例之一。这家嵌入式技术和设计服务公司主要面向工业、医疗、汽车等行业提供系统级模块（SoM）、单板计算机（SBC）和嵌入式解决方案，具有超过25年的经验；公司FPGA SOM业务部副总监Geetha Govindaraj表示：“AMD Ross智能体AI助手已成为我们开发工作流中的宝贵补充。它帮助我们更高效地发现和排查问题，从而减少了调试和上电启动阶段所需的时间与精力。”
生态发展规划三部曲
回应业界非常关注的Ross生态发展规划，Kirk Saban表示，Ross的生态扩展将沿着三个方向推进：其一，按月持续增加工具与工作流能力；其二，支持用户定制与二次开发，首批已公布约50个开源发布的智能体技能，客户可将自有技能纳入工作流或对现有技能进行编写与扩展；其三，促进专业工作流共享，行业专家可借助Skill或嵌入智能体流程的方式沉淀领域经验。
由于Ross遵循业界标准MCP与Skill方式，其架构天然支持向第三方EDA工具、仿真工具及客户自研工具扩展，实际接入可通过MCP连接工具，或通过Skill以既有命令与脚本实现；已发布的RTL仿真技能即同时涵盖AMD XSIM及Vivado适配的第三方仿真器，证明该开放框架在实际产品中可行。据悉，特定第三方产品的官方支持范围、版本与推出时间仍以具体公告为准，但Ross已为客户与伙伴提供扩充工具流的开放基础。
将智能体AI引入嵌入式开发全流程：AMD Ross迈出实质性一步
AMD Ross的问世代表嵌入式开发工具在生成式AI驱动下的一次范式转变：它将智能体AI从“响应提示词”推向“持续完成工作”，把经数十年积累的工程方法论沉淀为可复用的智能体技能，使专业知识更易获取、执行更具一致性，帮助工程师将精力投向更高价值的设计挑战。其开放且不锁定的架构，叠加本地化部署的安全特性，契合企业级嵌入式客户对数据主权与工具灵活性的双重诉求，不仅降低FPGA开发的专业门槛，促使更多团队将FPGA纳入候选方案，并在异构计算组合中重新评估CPU、FPGA与GPU的分工边界。
尽管产品仍处演进早期，智能体AI的非确定性意味着输出需经工程验证与正式评审，人始终须承担最终签核责任；但随着技术成熟，智能体的自主权限与责任边界预计将持续扩展。
可以说，AMD Ross在生态协同、可靠性保障与规模化部署路径上已迈出实质性一步。
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表