Werkzeuge, Wissen und Workflows AMD präsentiert KI-Agenten für Embedded-Entwicklung entlang des gesamten Entstehungszyklus

Anbieter zum Thema

AMD Advanced Micro Devices GmbH

MicroConsult Academy GmbH

congatec GmbH

DMB Technics AG

Mit Ross bringt AMD einen agentischen KI-Assistenten für Embedded-Entwicklung auf den Markt. nicht nur für Softwaredesign, sondern für Embedded-Systeme entlang der gesamten Entwicklungskette. Die agentische KI verbindet AMD-Wissen, Werkzeuge und wiederverwendbare Workflows über den gesamten Entwicklungszyklus.

AMD führt mit Ross einen agentischen KI-Assistenten für die Entwicklung eingebetteter Systeme ein. Das System soll Arbeitsschritte von der Systemarchitektur und dem Schaltungs- sowie PCB-Design über FPGA- und Algorithmenentwicklung bis zu Embedded-Software, KI-Inferenz, Debugging und Deployment unterstützen. Entwickler können dabei in natürlicher Sprache mit angebundenen Werkzeugen interagieren, Dokumentation durchsuchen, Befehle ausführen lassen und vordefinierte Entwicklungsabläufe anstoßen. Ross ist laut AMD ab sofort verfügbar.

Im Unterschied zu einem reinen Coding-Assistenten soll Ross dabei den Kontext über mehrere Entwicklungsdomänen hinweg erhalten. AMD nennt als Beispiel eine Änderung am Board- oder Pinout-Design, deren Auswirkungen bis in Datenpfade, FPGA-Implementierung, Software und Validierung reichen können. Die langfristige Zielrichtung sind koordinierte Multi-Agenten-Abläufe, bei denen etwa unterschiedliche Agenten Spezifikationen erstellen, RTL erzeugen, Simulationen ausführen oder Ergebnisse verifizieren.

AMD-Wissen als Kontext für frei wählbare Modelle

Ein eigenes Large Language Model stellt AMD für Ross nicht bereit. Stattdessen ist das System weitgehend modell- und clientunabhängig ausgelegt und soll sich mit unterschiedlichen LLMs, Entwicklungsumgebungen und Kommandozeilenwerkzeugen kombinieren lassen. Über MCP-Server auf Basis des Model Context Protocol werden die KI-Agenten mit AMD-Werkzeugen verbunden. Hinzu kommen eine vektorisierte AMD Knowledge Base, sogenannte Agent Skills mit von AMD formulierten Entwicklungsverfahren sowie ausführbare Designbeispiele. Die Skills liegen als offene Markdown-Dateien vor und sollen wiederverwendbare Abläufe etwa für Timing-Optimierung oder Vitis HLS beschreiben.

Die Wissensbasis greift auf AMD- beziehungsweise Xilinx-Dokumentation aus mehreren Jahrzehnten zurück, darunter User und Product Guides, Whitepaper, Application Notes und Lösungsdaten. Die Informationen werden dem verwendeten Modell über eine RAG-basierte Datenbank als Kontext zur Verfügung gestellt. Unternehmen können daneben eigene Wissensbestände und selbst definierte Skills anbinden, etwa interne Regeln für Board-Layouts oder firmenspezifische Entwicklungsprozesse. Zum Start nennt AMD mehr als 20 eigene Expert Skills, unter anderem für RTL-Linting, Timing-Methodik, HLS-Optimierung und verschiedene Debug-Aufgaben.

Trotz der zunehmenden Automatisierung soll der Entwickler die Kontrolle über Änderungen behalten. Ross arbeitet mit konfigurierten Benutzerrechten und fordert für Aktionen entsprechende Freigaben; generierte Ergebnisse und vorgeschlagene Maßnahmen müssen laut AMD vom Anwender geprüft werden. Für Verifikation und Validierung will das Unternehmen keine neuen Prüfwerkzeuge ersetzen, sondern Ross mit bestehenden Werkzeugen und künftig mit spezialisierten Validierungsagenten verbinden. Für sensible Entwicklungsumgebungen unterstützt die Architektur außerdem lokale und vollständig vom Netz getrennte Installationen mit lokal betriebenen MCP-Servern und Open-Weight-Modellen.

Praxisbeispiele und schrittweiser Ausbau

Welche Aufgaben damit automatisiert werden können, zeigt AMD anhand mehrerer eigener Beispiele. Bei der Aufforderung, einen MicroBlaze-V-Mikrocontroller für ein Spartan-UltraScale+-Evaluierungskit zu erstellen, interpretierte Ross demnach zunächst das Entwicklungsziel, erzeugte einen elf Schritte umfassenden Plan und passte die Konfiguration nach einem erkannten Fehler selbstständig an. In einem weiteren Beispiel analysierte ein Timing Skill 735 fehlerhafte Pfade einer FPGA-Implementierung, gruppierte sie nach Kategorien und führte die vom Workflow vorgesehenen Korrektur- und Prüfschritte bis zu null gemeldeten Timing-Verletzungen durch.

Auch für High-Level Synthesis legt AMD interne Testergebnisse vor. Bei einer Demosaic-Pipeline für Bildsensoren mit einem Zielwert von 300 Mpixel/s benötigte ein Ross-gestützter Vitis-HLS-Workflow laut Unternehmen rund zwei Stunden statt zwei Tagen für eine manuell erstellte Vergleichsimplementierung. Beide Varianten erreichten den vorgegebenen Durchsatz; die Ross-Variante belegte mit 1.177 gegenüber 1.801 LUTs rund 35 Prozent weniger Logikressourcen. AMD weist darauf hin, dass diese Werte aus einem einzelnen internen Vergleich vom September 2026 stammen und je nach Workflow und Konfiguration abweichen können.

Versal Premium Gen 2

Bis zu 32 GByte LPDDR5X-Speicher in einem Adaptive-SoC-Package

Zum Marktstart umfasst Ross unter anderem die Knowledge-Base-Anbindung, MCP-Integration und Skills sowie Funktionen für Vivado und die Algorithmenimplementierung mit Vitis HLS. Im vierten Quartal will AMD unter anderem den Power Design Manager, ChipScope für FPGA-Debugging und Vitis AI für KI-Inferenz ergänzen. Weitere Funktionen sollen anschließend monatlich folgen.(sg)

(ID:50972860)