AMD выпустила обновление Ryzen AI Developer Platform OS: в состав сборки вошли вычислительный стек ROCm 10.0 и ядро Linux 7.2. Обновление затрагивает два нижних уровня платформы - драйверы и вычисления на GPU и NPU. От них напрямую зависит, запустится ли локальная модель на встроенной графике Ryzen и как быстро она будет считать токены.
Что изменилось по сути: обновился вычислительный стек (ROCm отвечает за HIP, библиотеки инференса и список поддерживаемых gfx-целей) и обновилось ядро (драйвер amdgpu, распределение памяти, питание). Связка этих двух слоёв определяет поведение локального инференса на APU, а не версия модели сама по себе.
Сразу обозначим границу данных. Сведения о переходе сборки на ROCm 10.0 и Linux 7.2 известны по вторичным публикациям (в частности, Phoronix), а не по официальным релиз-нотам AMD: официальная страница AMD подтверждает существование платформы, но не версии её компонентов. Поэтому детальные цифры прироста и полный список патчей здесь не выдуманы. Ниже разобрано, что обновление меняет по логике платформы, где нужна сверка с релиз-нотами AMD, а где есть проверяемые факты о запуске моделей на Ryzen AI Max+ 395.
Что такое Ryzen AI Developer Platform OS и зачем она нужна
Ryzen AI Developer Platform OS - специализированный Linux-дистрибутив от AMD на базе Debian, предназначенный для локальной AI-разработки: с предустановленными инструментами, моделями и рабочими процессами. Обычный дистрибутив такую задачу тоже решает, но ценой ручной установки драйверов, проверки gfx-целей и подбора версий ROCm. Здесь эти слои поставляются согласованно.
Практический смысл простой: вы запускаете локальные LLM на встроенной графике Ryzen или хотите задействовать NPU для части задач, и платформа закрывает базовую настройку. На чистом Ubuntu или Fedora совместимость драйверов и библиотек приходится выяснять самостоятельно, и именно на этом шаге чаще всего ломается запуск.
Ключевые отличия от стандартного Linux
- Драйверы для NPU и встроенной графики идут в комплекте, их не нужно искать по отдельным репозиториям.
- ROCm включён в систему, а не ставится внешним пакетом с ручной проверкой поддерживаемых целей.
- Обновления согласованы между слоями: ядро, драйвер amdgpu, ROCm, прикладные библиотеки.
- Есть инструменты для AI-разработки: примеры, SDK для NPU, средства профилирования.
Оговорка по фактам: точный полный состав пакетов и версии отдельных компонентов (драйверы, SDK для NPU) в этой сборке по открытым источникам не подтверждены. Перед установкой сверяйте список в документации AMD.
Для повседневных задач сборка избыточна. Браузер, редактор, контейнеры и обычная разработка работают на стандартном дистрибутиве, а обновления там выходят чаще и от более широкого сообщества.
Что вошло в обновление: ROCm 10.0 и Linux 7.2
Слои стоит различать. ROCm отвечает за вычисления на GPU: какие библиотеки доступны, какие gfx-цели собираются, как ведёт себя HIP. Ядро Linux отвечает за драйвер amdgpu, управление памятью и питание. Для локального инференса на APU вес второго слоя выше: на Strix Halo графическое ядро работает с унифицированной памятью, и объём, который отдаётся GPU, задаётся на уровне ядра и прошивки.
ROCm 10.0: что нового для AI-разработчиков
Мажорный номер означает смену крупной ветки. По данным релиз-нотов ROCm Core SDK 10.0.0, релиз сфокусирован на AI-инференсе, инструментах разработчика и профилировании на платформах AMD Instinct, Radeon и Ryzen AI, а среди расширений поддержки GPU указаны AMD Radeon RX 9050 (gfx1200) и RX 9050 4GB. В основе ROCm 10.0 лежит автоматизированная система сборки TheRock, впервые запущенная в производство в ROCm 7.14; проект переводится на шестинедельный цикл выпуска обновлений. В релиз также входят ROCm.AI, ROCm CLI и Hyperloom.
Для локальных LLM проверять стоит три вещи: попала ли цель gfx1151 (Radeon 8060S) в прекомпилированные пакеты, поддерживают ли популярные движки спекулятивное декодирование на этом стеке и какие библиотеки инференса доступны без сборки из исходников.
Общий контекст, зачем смена мажорной версии ROCm важна для инференса на AMD, разобран в материале о ROCm 10.0 и локальных LLM: там про связку с llama.cpp и ONNX Runtime, OpenAI-совместимый API для агентов и требования к VRAM.
Важная оговорка: релиз-ноты описывают ROCm Core SDK 10.0.0 как отдельный продукт и не привязывают его напрямую к сборке Ryzen AI Developer Platform OS. Связь версии ROCm с конкретным релизом платформы известна по вторичным публикациям и требует сверки с релиз-нотами AMD.
Linux 7.2: изменения на уровне ядра
Ядро влияет на AI-нагрузки через три вещи: драйвер amdgpu, распределение памяти и управление питанием. На APU с унифицированной памятью главный параметр - сколько оперативной памяти доступно графическому ядру. Это регулируется через GTT/TTM, и ошибки здесь дают либо падение скорости, либо отказ загрузки модели. Как это выглядит на практике, разобрано в практическом разборе настройки TTM, ROCm и Vulkan на Ryzen AI Max+ 395.
По вторичным публикациям, Linux 7.2 вышел 16 августа 2026 года; среди изменений для AMD-платформ упоминаются начальная поддержка AMDGPU HDMI 2.1 FRL, подготовка Zen 6 (HFI ranking table v3, PMC для Family 1Ah Model 80h), начальная поддержка аудио-сопроцессоров ACP7.D/7.E/7.F и драйвер AMD ISP4. Официальный changelog kernel.org в доступных материалах не приведён, поэтому эти пункты стоит сверять с анонсом релиза ядра.
Проверить, что у вас реально стоит, можно за пару команд:
uname -r
rocminfo | head -20
hipconfig --versionТак вы увидите версию ядра, распознанные gfx-цели и версию HIP. Это быстрее, чем спорить о номерах версий в новостях. Точные патчи Linux 7.2, касающиеся amdgpu и NPU, требуют сверки с changelog ядра.
Как обновление влияет на запуск локальных моделей
Без замеров до и после на одной и той же машине утверждать, что обновление ускорило инференс, нельзя. Стек и ядро меняют условия запуска, а итог зависит от модели, кванта, длины контекста, движка и того, сколько слоёв помещается в память GPU.
Ориентир есть с другой стороны: что уже работает на этой платформе и с какими цифрами. Речь про квантованные MoE-модели, которые целиком укладываются в память одного компактного устройства.
Пример: запуск GLM-5.3-Flash-EXL3-Yamz на Strix Halo
Пак GLM-5.3-Flash-EXL3-Yamz - это EXL3-квантование MoE-модели: 320B параметров всего, 18B активных, размер пака 99,73 ГБ. Расчёт на одну машину с 128 ГБ унифицированной памяти: Ryzen AI Max+ 395, Radeon 8060S (gfx1151), ROCm. В пак включена MTP-голова для спекулятивного декодирования, а работает он на движке Yamz, построенном на ExLlamaV3, а не на стоковой версии.
Заявленные показатели: prefill 580 tok/s на контексте 3,5K, 584 на 14K и 546 на 64K; decode 26-30 tok/s с MTP и двумя черновиками. По качеству пак сравнивали с официальной FP8-моделью: KLD 0,151 и top-1 agreement 89,31 % на 30 отложенных строках, а на 126 из 129 строк совпадение доходит до 90,11 %. Пак собран из 12 шардов и 151 554 тензоров, воспроизведение результата на стоковом движке дало KLD 0,150812.
Запуск выглядит так (сначала отдельно собирается ROCm-расширение под gfx1151):
python tools/glm/serve.py --model /path/to/this-pack --port 8000 -c 131072 --num-draft 2Ограничения здесь важнее цифр. Пак занимает 99 ГБ и не помещается в меньший объём памяти; сервер держит около 118 ГиБ из 124 ГиБ, которые показывает система, оставляя 1-5 ГиБ свободными. 128 ГБ - нижняя граница при контексте 131 072. Тестирование проводилось только на Ryzen AI Max+ 395 с 128 ГБ LPDDR5X и Radeon 8060S; другие GPU AMD, карты NVIDIA и конфигурации с меньшим объёмом памяти не проверялись. Запуск README на чистой машине ещё не проводился. Качество измерялось относительно FP8, а не других форматов, сравнение с GGUF того же размера не проводилось, а оценки по задачам для этого конкретного пака не запускались.
Кому стоит рассматривать Ryzen AI Developer Platform OS
Платформа закрывает узкий, но растущий сценарий: локальный AI на компактном железе AMD.
- Разработчики, которым нужны предсказуемые версии ядра, драйвера и ROCm под Ryzen с NPU.
- Владельцы Ryzen AI Max+ 395 и других APU Strix Halo, запускающие локальные LLM и агентов.
- Энтузиасты домашних AI-серверов: одна машина с 128 ГБ памяти тянет MoE-модель уровня 320B total.
- Специалисты, прототипирующие AI-приложения на HIP без развёртывания дискретных карт.
Кому не подходит: владельцам NVIDIA (стек здесь не про CUDA), пользователям Ryzen без NPU и тем, кому нужен просто стабильный десктоп без AI-экспериментов. Если выбор железа ещё впереди, пригодится разбор стоит ли покупать Strix Halo сейчас: там про цены, память и критерии выбора тихой сборки под локальные модели.
Ограничения и совместимость: что нужно знать перед установкой
Совместимость с железом
Сборка рассчитана на Ryzen с NPU и встроенной графикой RDNA. По данным AMD, Ryzen AI software поддерживает процессоры Ryzen AI Max, Ryzen AI 300 и Ryzen 7000 серий, а также NPU на базе AMD XDNA2; платформа Ryzen AI Halo построена на Ryzen AI Max+ 395 семейства Strix Halo (16 ядер Zen 5, графика Radeon 8060S на RDNA 3.5, нейроускоритель на 50 TOPS) и может поставляться с AMD Ryzen AI Developer Platform. Официального единого списка поддерживаемых устройств именно для этой сборки в открытых источниках нет, поэтому перед установкой его стоит сверять на странице AMD.
Для крупных моделей критичен объём памяти: в примере выше 128 ГБ унифицированной памяти оказались нижней границей для пака на 99 ГБ. На конфигурации с 32 или 64 ГБ сопоставимые MoE-модели целиком не поместятся, часть слоёв уйдёт на CPU и скорость просядет.
Дискретные карты NVIDIA к этой сборке отношения не имеют: их драйверы в неё не входят, и рассчитывать на них не стоит.
Зрелость экосистемы ROCm
ROCm развивается быстро, но по охвату библиотек и предсказуемости сборок уступает CUDA. Часть фреймворков собирается из исходников под конкретную gfx-цель, прекомпилированные бинарники не всегда включают нужные цели, а поведение меняется от версии к версии. Косвенный признак раннего статуса конкретно этого пака: запуск README на чистой машине ещё не проводился, качество измерялось относительно FP8 без сравнения с GGUF того же размера, а оценки по задачам для пака не запускались. Для энтузиаста это рабочий процесс, для продакшена - повод сначала собрать статистику на своих сценариях.
О том, как AMD расширяет поддержку в популярных фреймворках через интеграции с сообществом, писала отдельная статья про партнёрство Hugging Face и AMD и ускорение трансформеров на ROCm.
Доступность сборки
Логичный источник образа - сайт AMD. По вторичным публикациям, AMD придерживается ежемесячного графика релизов Ryzen AI Developer Platform OS, а сентябрьский релиз 2026 года вышел в начале октября. Статус сборки (стабильный релиз, бета или ранний доступ), условия регистрации и официальный порядок получения образа на странице загрузки AMD в открытых источниках не подтверждены. Перед установкой проверьте актуальные условия на официальной странице платформы, а не по пересказам в новостях.
Практические сценарии использования
- Локальный чат и генерация кода. Квантованные MoE-модели на 300B+ параметров помещаются в 128 ГБ унифицированной памяти и дают decode порядка 26-30 tok/s с MTP. Этого достаточно для интерактивной работы, но не для пакетной обработки больших объёмов.
- Длинный контекст. В примере выше заявлен контекст 131 072 токена при prefill 546 tok/s на 64K. Сценарий подходит для работы с большими документами, но требует почти всей доступной памяти.
- Инференс на NPU. NPU рассчитан на постоянно работающие небольшие модели и энергоэффективные задачи. Конкретные подтверждённые сценарии для этой сборки в открытых источниках не приведены, так что проверять их стоит на своём коде.
- Разработка под ROCm. Собирать расширения под gfx1151 и тестировать HIP-код удобнее на согласованном стеке, чем на дистрибутиве с произвольными версиями драйвера.
- Домашний AI-сервер. Одна компактная машина вместо дискретной карты с ограниченной VRAM: минус шум и энергопотребление, плюс потолок по пропускной способности памяти.
У каждого сценария ограничение одно и то же: объём памяти и совместимость целей. Модель, которая не помещается целиком в доступную GPU память, будет считать часть слоёв на CPU и потеряет в скорости на prefill и decode.
Итог: стоит ли обновляться
Обновляться имеет смысл, если у вас есть поддерживаемое железо - Ryzen AI 300 и новее, в первую очередь Strix Halo - и вы запускаете локальные модели. Выигрыш от согласованных версий ядра, драйвера и ROCm заметен там, где на обычном дистрибутиве приходится вручную собирать цели и разруливать конфликты драйверов.
Порядок действий перед обновлением:
- Снять базовые метрики на текущей системе: prefill и decode на вашей модели, версии ядра и HIP (
uname -r,rocminfo,hipconfig --version). - Проверить, входит ли ваша gfx-цель в прекомпилированные пакеты ROCm 10.0, иначе сборка из исходников неизбежна.
- Сверить changelog Linux 7.2 по amdgpu и NPU с вашими задачами: изменения управления памятью способны как ускорить инференс, так и сломать уже настроенную конфигурацию.
- Оценить память: для MoE-моделей на 300B+ параметров в кванте около 100 ГБ нужна машина на 128 ГБ унифицированной памяти, при этом свободными останутся только 1-5 ГиБ.
Если вы работаете на NVIDIA или на железе без NPU, обновление ничего не изменит: стек заточен под Ryzen с NPU. Если нужен рабочий десктоп без AI-экспериментов, обычный дистрибутив остаётся разумным выбором.
Финальный критерий простой: ставьте обновление тогда, когда готовы один раз замерить prefill и decode до и после на своей модели. Без этих двух чисел любой разговор о приросте производительности остаётся разговором о версиях в новостях.