ROCm.AIはROCm 10と同時に一般提供される
ROCm 10で発表されたこと
ROCmは、AMDのGPUでAIの学習・推論や科学技術計算を実行するためのソフトウェア群です。NVIDIAのCUDAと同じ役割のもので、コンパイラー・ランタイム・ライブラリをオープンソースで公開しています。
AMDはROCmの最新版となるROCm 10を、2026年8月27日に公式ニュースルームで発表しました。 2026年のAdvancing AIで初めて披露したROCm.AIも、同じタイミングで一般提供（GA）にしています。
TheRockへ統一しInstinct・Radeon・Ryzenに対応
ビルドと配布の仕組みであるTheRockの上で丸ごと作られた最初のメジャー版が、ROCm 10です。 TheRockはROCm 7.14で本番運用に入ったオープンソースの基盤で、ライブラリやフレームワーク向けのパッケージを1つのパイプライン（ビルドから検証までの自動処理）で作り、スタック全体で検証してから出します。
このパイプラインで作った同じROCmが、WindowsでもLinuxでも3種類のGPUで動作します。データセンター向けのInstinctとグラフィックスカードのRadeonに加え、Ryzenの内蔵グラフィックスも対象です。
あるGPUやOS向けに入った機能も、同じリリースの中で他のGPUとOS向けにビルドされ、検証されます。AMDは、ノートPCで試した環境をそのままデータセンターのラックで動作させることができるとしています。
2016年4月のROCm 1.0から10年の節目に合わせて番号を7系から10へ飛ばしたのは意図的だと、ROCm Blogsは述べています。以降のマイナー版はおよそ6週間ごとに出ます。
"ROCm 10.0 marks that decade with a major version bump, and the jump is deliberate."／"That single pipeline is what puts ROCm on AMD GPUs across the entire portfolio — Instinct accelerators, Radeon graphics cards, and Ryzen integrated graphics — on Windows and Linux alike."／"A capability that lands for one family or one operating system is built and validated for the others in the same pass, not queued up as a separate porting project."／"ROCm 10 and its minor releases will continue to be released approximately every six weeks."（冒頭と「A New Major Version, Built on TheRock」の節）— ROCm Blogs より公式情報を見る →
WindowsはHIP SDKを終了、Core SDKへ統合
Windows向けに提供されていたHIP SDKは、ROCm 10で終了しました。 役割はROCm Core SDKに引き継がれ、Windows版もLinux版と同じSDKとして同じ周期で更新されます。
これまでのWindows版は独自の日程で出ており、Linuxとは別のパッケージでした。今後はバージョン番号もリリースノートも、OSを問わず1つです。
当面の配布はtarball（圧縮ファイル）で、展開したフォルダーをビルドの設定で指定すれば使うことができます。Linuxと同じようにインストーラーで入れて更新できるようになるのは、2026年後半の予定です。
"On Windows, the HIP SDK is retired."／"ROCm on Windows ships as a tarball today — extract it where you want it and point your build at it."／"Native Windows installers follow later in 2026, bringing the same managed install and update experience Linux users get from the package repositories."（「Windows: One SDK, One Release Cadence」の節）— ROCm Blogs より公式情報を見る →
ROCm.AIの3機能とClaude Code・Cursor対応
これまでのROCmの更新は主に部品やライブラリそのものを良くするものでしたが、ROCm.AIはROCmを入れる・動作させる・速くする手間を減らすためのツール群です。3つのうちCLIだけは、今後の更新で仕様が変わる前提の先行公開版で、提供の状態も含めた3つの機能の違いは次のとおりです。
| 機能 | 何をするか | 使うことができる場所 | 提供の状態 |
|---|---|---|---|
| AMD Skills | AIコーディングエージェントに、AMDのGPUで開発するための知識と手順を読み込ませる | Claude Code・Codex・Cursor | 一般提供 |
| ROCm Hyperloom | 推論の最適化をエージェントが自動で繰り返す | InstinctのMI300X・MI325X・MI355X | 一般提供（オープンソース） |
| ROCm CLI | ROCmの導入・診断・モデルの配信を1つのコマンドで操作する | Windows・Linux | 先行公開版 |
AMD SkillsでClaude CodeにAMD GPUの知識を追加
AMD SkillsはAMDが検証したROCmの知識と作業手順を、Claude Code・Codex・CursorといったAIコーディングエージェントに持たせる仕組みです。 形式はAgent Skills（エージェントが必要なときに読み込む手順書の形式）で、Claude Codeなら~/.claude/skills/のように、各ツールがスキルを読み込むフォルダーへ置けば使うことができます。
入手先はClaude Code・Codex・Cursorの各マーケットプレイスと、GitHubの公開カタログamd/skillsです。収録は3つの領域に分類されています。お使いのPC上でローカルAIを動作させるもの、診断や最適化のようにスタック全体にかかわるもの、Instinct GPUやEPYC CPUのサーバーでモデルを配信・計測するものです。
Instinct上に、vLLMのOpenAI互換エンドポイント（OpenAIのAPIと同じ形式の接続先）を立てるまでの手順をまとめたスキルにserving-llms-on-instinctがあります。各スキルは構造と挙動のテストを通過して公開され、AMDは信頼できる手順を届けるとしています。Claudeの概要は「Claudeとは？モデルの違いと無料版でできること、料金プラン」をご覧ください。
"AMD Skills brings curated AMD knowledge and validated workflows into supported AI coding agents like Claude Code, Cursor and Codex, giving developers AMD-specific guidance within the tools they already use."／"The skills previewed at Advancing AI are now available through the Claude Code, Codex and Cursor marketplaces, as well as through the open catalog on GitHub."／"With ROCm 10, the AMD Skills catalog expands across three areas:"／"Each shipped skill passes structural and behavioral testing before release to help provide consistent, reliable workflows."（「Build with AMD Expertise」の節）— AMD Newsroom より公式情報を見る →
"AMD Skills bring AMD-validated ROCm knowledge directly into the AI coding assistants developers already use"／"serving-llms-on-instinct walks an agent through standing up a vLLM OpenAI-compatible endpoint on MI300X, MI325X, MI350X, or MI355X"（「AMD Skills」の節）— ROCm Blogs より公式情報を見る →
HyperloomはvLLM・SGLangの推論最適化を自動で行う
ROCm Hyperloomはオープンソースの仕組みで、推論を速くする作業をエージェントが繰り返し実行します。 対象になるvLLMとSGLangは、どちらも大規模言語モデルを配信するための推論サーバーです。
Hyperloomは処理を計測してボトルネックを特定し、改善案を考えてコードを変更したうえでベンチマークで速さを比較し、出力の正しさもチェックします。人が1回ずつ指示を出さなくてもHyperloomはこの一巡を繰り返します。
Hyperloomが手を入れるのは、HIP・Triton・FlyDSLで書かれたGPUカーネル（GPU上で動作する計算の単位）と、カーネルを呼び出すホスト側のコードです。変更案と計測した効果または見込みの効果をまとめたレポートが、結果として出力されるとのこと。AMDは、数週間かかっていた手作業の最適化が数時間に短縮されるとしています。
AMDがHyperloomの対応先として書いているのはInstinctのMI300X・MI325X・MI355Xだけで、RadeonとRyzenへの対応には触れていません。またインストールはpipコマンド1本で行え、単体でもAMD Skills経由でも呼び出せます。
"AMD reports that Hyperloom cuts what used to be weeks of manual optimization work down to hours, while exploring far more of the solution space than a human would attempt under time pressure."／"Hyperloom is public today, runs on MI300X, MI325X, and MI355X, and installs with a single pip command"（「Hyperloom: Closing the Optimization Loop」の節）— ROCm Blogs より公式情報を見る →
"ROCm Hyperloom, a key component of ROCm.AI, is an autonomous agentic system for optimizing end-to-end inference workloads across host code and GPU kernels."／"Hyperloom profiles workloads, identifies bottlenecks, explores optimization options, implements targeted changes, benchmarks the results, and validates performance and correctness."／"Developers can target optimizations across HIP, Triton and FlyDSL, with reports describing proposed code changes and measured or expected performance improvements."／"Hyperloom is available through standalone workflows and AMD Skills, giving developers multiple ways to incorporate agentic optimization into their development process."（「Optimize End-to-End Inference」の節）— AMD Newsroom より公式情報を見る →
ROCm CLIはWindows対応のGPU管理先行公開版
ROCmの導入から診断やモデルの配信までを1つのコマンドにまとめたROCm CLIは、ROCm 10では先行公開版（Technology Preview）として出ています。 WindowsとLinux向けのビルドが完了したバイナリが公開されており、先にROCmを入れておく必要はありません。
推論をrocm serve <model>で立ち上げられるほか、環境やドライバーの不具合もrocm examineで調べられます。ROCmを複数バージョン同時に入れ、切り替えたり元に戻したりもできるとのこと。同梱のROCm Console（旧名dash）ではGPUの使用率を追えて、Instinctの対応システムならメモリ（HBM）の使用量・消費電力・ワットあたりのトークン数も見られます。
コマンドの書式がこれからも変わるのは、先行公開版だからです。対応するのはROCm 7.13以降のバージョンで、ROCm 10への正式対応は「近日」とのこと。リリースノートで対応状況をチェックしてからROCm 10で使うといいでしょう。
"The CLI is available on Windows as well as Linux as a prebuilt binary and does not require an existing ROCm installation."／"Available as a Technology Preview, ROCm CLI provides a version-agnostic experience across ROCm releases, beginning with ROCm 7.13 software, with ROCm 10 official support coming soon."（「Run with Simpler Workflows」の節）— AMD Newsroom より公式情報を見る →
"It ships as a tech preview in ROCm 10.0 — treat it as early access and expect the interface to keep evolving."／"rocm examine diagnoses environment and driver problems"／"rocm serve spins up a model for inference on top of PyTorch"（「ROCm CLI」の節）— ROCm Blogs より公式情報を見る →
推論3.3倍という公称値の条件とCUDA代替の課題
ROCm.AIを使うと推論の性能は平均3.3倍になり、学習の性能も平均2.4倍になるとAMDは発表しました。ただしこの数字はAMDの自社計測で、脚注に測定条件が書かれているためどの環境でも出る値ではありません。
3.3倍はMI355X 8基とvLLM・SGLangでの計測値
AMD Performance Labsが2026年7月7日時点で自社で計測した値が、3.3倍と2.4倍です。 推論はInstinct MI355Xを8基積んだシステムで、3つのモデルのトークン毎秒（1秒あたりに処理できるトークン数）を平均した値です。
学習は学習用フレームワークのMegatron-LMを使い、同じMI355X 8基で3つのモデルを平均しました。この数字の測定条件は次のとおりです。
| 条件 | 推論（3.3倍） | 学習（2.4倍） |
|---|---|---|
| 計測 | 2026年7月7日時点・AMD自社 | 同左 |
| ハードウェア | Instinct MI355X 8基 | Instinct MI355X 8基 |
| モデル | GLM-5・Kimi-K2.5・DeepSeek-R1-0528 | DeepSeek-V2-Lite・DeepSeek-V3-16B・Qwen3-30B-A3B |
| ソフト | vLLM・SGLangなど | Megatron-LM |
| 比較対象 | ROCm 7.2.2に最適化を追加したプレビュー版とROCm 7.0 | 同左 |
見落としやすいのは比較の中身です。基準に使われたのはROCm 7.0で、速くなったROCm.AI側もROCm 10そのものではなくROCm 7.2.2にカーネル・並列化・スケジューリングの最適化を追加したプレビュー版です。
構成・ソフト・vLLMのバージョン・ドライバーによって結果が変わると、AMDも推論の脚注に書いています。比較した2つの構成ではKimiで使うvLLMのバージョンが0.16.0と0.22.0で異なり、GLM-5は推論エンジンがSGLangからATOMへ替わっているとのこと。「ROCm 10を入れればお使いのGPUが3.3倍速くなる」という意味の数字ではありません。
"Through AI-driven optimization of kernels, memory management and scheduling, a system configured with ROCm.AI delivers an average 3.3x inference improvement and 2.4x training improvement over ROCm™ 7 on the same hardware."／"Stated performance uplift is expressed as a combined average TPS over across the (3) models tested."／"Performance may vary based on configuration, software, vLLM version, and the use of the latest drivers and optimizations."／"Kimi ROCm Docker Image: vllm/vllm-openai-rocm:v0.16.0, vLLM version 0.16.0"／"Kimi ROCm Docker Image: vllm/vllm-openai-rocm:v0.22.0, vLLM version V0.22.0"／"GLM-5 ROCm Docker Image: rocm/atom:rocm7.2.2_ubuntu24.04_py3.12_pytorch_release_2.10.0_atom0.1.2.post, ATOM v0.1.2.post"（脚注 MI350-81）— AMD Newsroom より公式情報を見る →
Radeonの恩恵はComfyUIの最適化が中心になる
RadeonやRyzenのユーザーにとってROCm 10で特に効果が大きいのは、画像・動画生成モデルの性能調整と、Ryzen AI MAXでのローカルLLMの微調整です。 3.3倍はMI355Xで計測した数字で、HyperloomもAMDが書いている対応先はInstinctだけなので、RadeonやRyzenの環境ではこの数字は通用しません。
ComfyUIで動作させるWan2.2・FLUX.2 KLEIN・Stable Diffusion 3.5 Mediumなどの画像・動画生成モデルを、AMDは対応するRadeonとRyzen向けに調整しました。vLLMとSGLangもRadeon・Ryzenで本番利用できるようになり、検証済みのコンテナがDocker Hubで公開されています。
大容量の統合メモリを積むRyzen AI MAXでは、Unslothを使ったLoRA・QLoRA（必要なメモリを抑えてモデルを微調整する手法）にも対応したため、クラウドを借りずにお使いのPC上で大規模言語モデルを微調整できます。ローカルでモデルを動作させる話は「M2 MacでのローカルLLMコーディング、最先端モデルの約75%に」をご覧ください。
CUDAの代わりとして見ると、ROCm 10はライブラリの性能に加えて、開発ツールも整えてきたバージョンです。ただしCLIは先行公開版で、Windowsのインストーラーは2026年後半の予定など未整備の部分も残っています。NVIDIAの環境と比較した数字は今回の発表に含まれていないため、NVIDIAの環境から乗り換えるかどうかは、ご自身の処理を両方の環境で計測して比較してから判断してください。
"ROCm 10.0 adds support for Unsloth on Ryzen™ AI MAX platforms, enabling fast, memory-efficient local fine-tuning of large language models."／"enabling teams to run LLM inference on AMD Instinct, Radeon, and Ryzen hardware without building the stack from source."／"Validated containers and Python wheels are available on Docker Hub, built through TheRock’s multi-architecture CI pipeline."／"AMD has performance-tuned popular models, including Wan2.2, FLUX.2 KLEIN, Stable Diffusion 3.5 Medium, Stable Diffusion 2.1, and Stable Diffusion XL Base, helping users achieve strong out-of-the-box performance on supported Radeon and Ryzen platforms."（「Local LLM Fine-Tuning on Ryzen™ AI MAX」と ComfyUI の節）— ROCm Blogs より公式情報を見る →
InstinctからRyzenまで1つに揃えたROCm 10
ROCm 10は、Instinct・Radeon・Ryzenを1つのスタックにまとめたバージョンです。AMDはROCm 1.0から10年の節目に合わせて、番号を10へ上げました。 同時に一般提供されたROCm.AIは、次の3つの機能でできています。
- Claude Code・Codex・Cursorに、AMDの知識を読み込ませるAMD Skills
- 推論の最適化を自動で繰り返すHyperloom
- 導入と診断をまとめるROCm CLI
推論性能の3.3倍という数字は、MI355Xを8基使って計測したAMDの公称値です。また、Hyperloomの対応先としてAMDが書いているのはInstinctだけなので、RadeonやRyzenのユーザーはComfyUIの調整や、Ryzen AI MAXで使うことができるようになったUnslothから試すのが現実的です。
FAQ
- ROCm 10はいつ公開されたのですか？
- 2026年8月27日です。AMDは同日にROCm.AIの一般提供も始めました。ROCm.AIは2026年のAdvancing AIで初めて披露されたもので、ROCm 10から誰でも使うことができるようになりました。
- AMD SkillsはどのAIコーディングツールで使うことができますか？
- Claude Code・Codex・Cursorで使うことができます。入手先は、各ツールのマーケットプレイスとGitHubの公開カタログamd/skillsです。AMDが検証したROCmの知識と作業手順を、エージェントに読み込ませる仕組みです。
- RadeonでもHyperloomを使うことができますか？
- AMDが対応先として書いているのは、InstinctのMI300X・MI325X・MI355Xだけです。RadeonでROCm 10の恩恵を受けやすいのは、ComfyUIで動作させる画像・動画生成モデルの調整と、検証済みのvLLM・SGLangのコンテナです。
- WindowsでROCm 10を使うことができますか？
- 使うことができます。ただし当面はtarball（圧縮ファイル）での配布で、展開したフォルダーをビルド設定で指定すれば使うことができます。Linuxと同じように、インストーラーで入れて更新できるようになるのは2026年後半の予定です。
関連する記事
Proton、社員のAI活用度を測る個別評価を中止、AI推進は継続Proton Mailを運営するProtonは10月30日、社員のAI活用度を測る個別評価を中止しました。404 Mediaの報道によると、イェンCEOは公開前に数日かけて検証したいという社員の声を「負け犬の考え方」と退けるなど、社員にAI利用を強く迫っていたとのこと。CEOは説明が不十分だったと認めつつ、AI推進は続けると述べました。
Epic Gamesがディズニー新作を延期、開発はAI中心に切り替えEpic Gamesがディズニーと開発しているマーベルとスター・ウォーズのシューティングゲームで、AIがコードとアートを作り人が管理する開発体制へ切り替えたと報じられました。2027年3月の発売予定は無期限に延び、Sweeney CEOも方針転換を認めています。
Claude Code Hooksの5タイプと、コマンド型が重くなる理由Claude Code Hooksには、command・http・mcp_tool・prompt・agentの5タイプがあります。commandだけだとEdit 1回でnodeが17本起動し、Mac全体でnodeを起動した回数の47〜87%がHook由来でした。集約後、プロンプト送信ごとの起動は42本から1本に減少しました。
GPU使用率が上がらない理由、Adobeでは学習時間の2/3がデータ待ちGPU使用率が上がらない原因は、Adobeでは計算能力ではなくデータの供給にありました。CTOがGTCで明かしたところでは、学習中のGPU時間の約2/3がデータ待ちでした。ストレージとデータローダーの2点を改善すると、使用率は約80%まで上がりました。