Agentisk KI for innvevde systemer

AMD presenterer AMD Ross, en agentisk KI-assistent som er utviklet for å få fart på hele utviklingsflyten for innvevde systemer, fra utforming av systemarkitekturen til optimalisering, feilsøking, kretskortdesign, gjennomgang av kretsskjemaer, programvare og KI, samt driftssetting av det ferdige systemet. Hverken mer eller mindre.

AMD Ross skal gjøre det mulig å samhandle med verktøy ved hjelp av naturlig språk og bruke ekspertutviklede agentferdigheter, gjenbrukbare arbeidsflyter og en kunnskapsbase forankret i AMDs tekniske dokumentasjon som støtte gjennom hele designprosessen.

Alt dette skal gjøre det betydelig raskere å designe, optimalisere, feilsøke og driftssette innvevde systemer. Løsningen kobler seg til verktøy, gjør ekspertkunnskap tilgjengelig for flere, automatiserer velprøvde og repeterbare arbeidsflyter og analyserer resultater. Det gjør at utviklere raskere kan gå fra designidé til implementering, og de typiske utviklingssyklusene for innvevde systemer blir vesentlig kortere, heter det.

– Utvikling av innvevde systemer blir stadig mer kompleks. Teamene arbeider samtidig med maskinvaredesign og feilsøking, programvareutvikling og driftssetting, KI-inferens og design på systemnivå. AMD Ross samler AMDs verktøy for innvevde systemer, pålitelig kunnskap og arbeidsflyter utarbeidet av eksperter i én samlet agentisk KI-opplevelse. Den bygger på teknologiene og metodene kundene våre bruker hver dag, uttaler Salil Raje, leder for AMD Embedded.

Skiller seg fra generiske KI-assistenter

I motsetning til generiske KI-assistenter er AMD Ross bygget rundt AMDs utviklingsmiljøer for innvevde systemer, AMDs samlede ingeniørkunnskap og metoder utviklet av eksperter. Ifølge selskapet er den ikke bare en KI-kodeassistent som er lagt oppå utviklingsverktøyene. Den kombinerer direkte tilgang til AMDs utviklingsmiljøer, AMDs dokumentasjon, arbeidsflyter utarbeidet av AMD og gjenbrukbar ingeniørekspertise i en utviklingsopplevelse som er bygget spesielt for innvevde systemer. Således skal løsningen gi kontekstuell veiledning og automatisering av arbeidsflyter som generiske kopiloter ikke kan tilby. Samtidig er den fleksibel takket være åpen støtte for alle LLM-er, IDE-er og kommandolinjemiljøer som brukeren foretrekker. Dette oppnår AMD Ross ved å kombinere fire spesialbygde komponenter:

MCP-servere (Model Context Protocol): AMD Ross bygger på MCP-servere som følger den åpne standarden, og kobler KI-agenter til AMDs verktøy for innvevde systemer. Gjennom denne tilkoblingen kan AMD Ross hente informasjon, kjøre kommandoer og arbeide direkte i designmiljøet.

AMD Knowledge Base: Vektoriserte databaser som AMD har validert, inneholder brukerhåndbøker, produkthåndbøker, hvitbøker, applikasjonsveiledninger og tekniske kunnskapsartikler. De gir svar og dokumentasjon som AMD har validert, enten via skyen eller lokalt i et frakoblet miljø.

Agentferdigheter: Åpne Markdown-filer skrevet av eksperter samler velprøvde arbeidsmetoder som kan gjentas og deles, for vanlige designoppgaver. Ferdighetene kan lede en LLM gjennom strukturerte arbeidsflyter, for eksempel timingoptimalisering eller omstrukturering av et C++-design for høyere ytelse i Vitis HLS.

Designeksempler: Ferdige, kjørbare designeksempler viser hvordan agentferdighetene kan brukes i praktiske anvendelser av innebygde systemer.

Frigjør tid for ingeniører

AMDs produkter for innvevde systemer omfatter FPGAer, adaptive SoCer, x86-prosessorer for innvevde systemer og spesialiserte plattformer for kant-KI. Alle støttes av et omfattende økosystem av utviklingsverktøy og arbeidsflyter. Etter hvert som konstruksjonene blir mer avanserte, får ingeniørene mulighet til å effektivisere hvordan de bruker ressursene og velprøvde ingeniørmetoder gjennom hele systemets utviklingssyklus. Ved å dokumentere ekspertenes metoder som gjenbrukbare agentferdigheter kan organisasjoner gjøre spesialistkunnskap mer tilgjengelig og sikre en mer enhetlig gjennomføring. Ingeniørene kan da konsentrere seg om designutfordringer som skaper større verdi.

Naturlig språk

AMD Ross skal som nevnt støtte hele utviklingsreisen for innvevde systemer, fra maskinvaredesign og feilsøking til utvikling av programvare og algoritmer samt implementering og driftssetting av kant-KI. Utviklere kan bruke naturlig språk til å be KI-agenter søke i dokumentasjon, kontrollere verktøyenes status, kjøre kommandoer, veilede feilsøking og kjøre velprøvde arbeidsflyter.

Løsningen er ifølge AMD klientuavhengig. Teamene kan bruke de store språkmodellene (LLM-er), integrerte utviklingsmiljøene (IDE-er) og kommandolinjemiljøene de foretrekker, og samtidig være tilkoblet AMDs utviklingsverktøy for innvevde systemer.