AMD opisuje Ross jako dostępnego asystenta AI do inżynierii systemów wbudowanych. Narzędzie ma łączyć polecenia w języku naturalnym z obsługiwanymi narzędziami AMD, dokumentacją, umiejętnościami agentów i przykładami projektów. Ross współpracuje z wybranym przez użytkownika dużym modelem językowym (LLM), a wyniki i proponowane działania wymagają sprawdzenia.
Czym jest AMD Ross i jak działa
Ross to nie model LLM, lecz asystent, który ma łączyć wybrany model językowy z narzędziami i wiedzą AMD. AMD przeznacza go do pracy nad projektami systemów wbudowanych — od projektowania sprzętu i debugowania po oprogramowanie, rozwiązania edge AI i wdrożenia.
AMD wymienia cztery elementy asystenta:
- Serwery MCP — MCP, czyli Model Context Protocol, to protokół łączący asystenta z obsługiwanymi narzędziami AMD.
- AMD Knowledge Base — baza wiedzy zawierająca dokumentację AMD.
- Umiejętności agentów — gotowe procedury wspierające określone przepływy pracy.
- Przykłady projektów — materiały referencyjne dla prac inżynierskich.
Użytkownik może wybrać zgodne środowisko IDE lub interfejs wiersza poleceń (CLI) oraz preferowany model LLM. Wśród przykładów AMD wymienia VS Code, Cursor, Devin, Claude Code, Copilot CLI i Codex CLI.
Obsługiwane narzędzia AMD
AMD podaje następujący zakres obsługi wersji:
| Narzędzie | Obsługiwane wersje |
| Vivado | Wszystkie wersje |
| Vitis HLS | 2025.2 i nowsze |
AMD udostępnia serwery MCP do pobrania dla systemów Windows i Linux; do pobrania wymagane są dane logowania AMD. Firma deklaruje też comiesięczny cykl aktualizacji Ross, niezależny od regularnych wydań Vivado i Vitis.
Wdrożenie lokalne, licencje i kontrola wyników
AMD opisuje dostęp do bazy wiedzy zarówno w chmurze, jak i lokalnie. Wariant air-gapped obejmuje lokalnie wdrożoną bazę danych, model embeddingowy oraz serwer MCP — elementy działające w odizolowanym środowisku.
Według AMD korzystanie z Ross nie wymaga dodatkowej licencji na samą usługę. Nadal obowiązują licencje na używane narzędzia AMD, a użytkownik potrzebuje dostępu do wybranego modelu LLM.
AMD zaznacza, że wyniki przepływów pracy z AI mogą się różnić zależnie od uruchomienia, modelu i brzmienia polecenia. Użytkownik odpowiada za sprawdzenie odpowiedzi i proponowanych działań; AMD zaleca również, by nie przekazywać danych poufnych, osobowych ani regulowanych, jeśli ich użycie nie jest dozwolone w danej konfiguracji modelu, narzędzia i wdrożenia.