JAKARTA, MEDIAINI.COM – Pengembangan sistem embedded semakin kompleks seiring meningkatnya kebutuhan terhadap perangkat pintar, kecerdasan buatan (AI), serta sistem komputasi di berbagai sektor. Menjawab tantangan tersebut, AMD memperkenalkan AMD Ross™, asisten AI agentik yang dirancang untuk membantu developer mempercepat seluruh siklus pengembangan sistem embedded.
AMD Ross tidak hanya berfungsi sebagai asisten coding. Teknologi ini dirancang untuk mendukung proses pengembangan secara menyeluruh, mulai dari arsitektur desain, optimalisasi, debugging, desain PCB dan peninjauan skematik, pengembangan software dan AI, hingga deployment sistem.
Dengan menggunakan bahasa natural, developer dapat berinteraksi dengan berbagai tools pengembangan melalui AMD Ross. Sistem ini juga dilengkapi agent skills, reusable workflows, serta AMD Knowledge Base yang dikembangkan untuk membantu engineer menjalankan proses desain dengan lebih terarah.
Senior Vice President dan General Manager AMD Embedded, Salil Raje, mengatakan pengembangan sistem embedded saat ini melibatkan berbagai tim dan disiplin, mulai dari desain serta debugging hardware hingga software, inferensi AI, dan desain sistem.
“AMD Ross menyatukan tools AMD Embedded, pengetahuan tepercaya, dan workflows yang dikembangkan oleh para ahli dalam satu pengalaman AI agentik yang berlandaskan teknologi dan metodologi yang digunakan pelanggan kami setiap hari,” ujar Salil Raje.
Menurutnya, pendekatan tersebut memungkinkan developer embedded memanfaatkan AI agentik untuk mempercepat inovasi produk, mulai dari design intent hingga deployment.
Menyatukan Hardware, Software, dan AI
AMD Ross dirancang untuk mendukung berbagai tahapan pengembangan sistem embedded. Developer dapat memanfaatkan teknologi tersebut untuk melakukan hardware and software partitioning, mengimplementasikan desain hardware berbasis high-level synthesis, hingga melakukan optimalisasi desain silikon dan debugging.
Di sisi software, AMD Ross dapat membantu pengembangan aplikasi dan algoritma embedded. Teknologi ini juga mendukung optimalisasi algoritma machine learning menggunakan software AI AMD Embedded.
Aspek efisiensi energi turut menjadi bagian dari kemampuan yang ditawarkan. AMD Ross dapat membantu memperkirakan konsumsi daya serta memberikan dukungan untuk melakukan optimalisasi agar sistem dapat bekerja dengan konsumsi daya yang lebih rendah.
Tidak berhenti pada desain dan software, AMD Ross juga dapat digunakan untuk peninjauan skematik sistem serta optimalisasi tata letak papan atau board layout.
Pendekatan tersebut memungkinkan engineer menggunakan AI untuk menangani berbagai tugas yang sebelumnya membutuhkan interaksi manual dengan banyak tools dan sumber dokumentasi.
Dibangun Khusus untuk Ekosistem AMD Embedded
AMD menyebut Ross memiliki perbedaan dibandingkan asisten AI generik. Teknologi ini dibangun berdasarkan lingkungan pengembangan AMD Embedded, pengetahuan engineering AMD, serta metodologi yang dikembangkan para ahli.
AMD Ross menggabungkan akses ke lingkungan pengembangan AMD, dokumentasi, workflow, dan keahlian engineering yang dapat digunakan kembali dalam satu pengalaman pengembangan sistem embedded.
Ada empat komponen utama yang menjadi fondasi AMD Ross, yakni Model Context Protocol (MCP) servers, AMD Knowledge Base, agent skills, dan design examples.
Melalui MCP server berbasis standar terbuka, AMD Ross dapat menghubungkan AI agent dengan berbagai tools AMD Embedded. Koneksi tersebut memungkinkan sistem melakukan kueri informasi, menjalankan perintah, serta bekerja langsung dalam lingkungan desain.
Sementara itu, AMD Knowledge Base merupakan basis data tervectorisasi yang telah divalidasi AMD. Isinya mencakup user guides, product guides, white papers, application notes, hingga answer records. Basis pengetahuan tersebut menyediakan akses terhadap dokumentasi AMD baik melalui cloud maupun lingkungan offline yang tersedia secara lokal.
Komponen lainnya adalah agent skills, berupa file Markdown terbuka yang dikembangkan para ahli. Isinya mencakup praktik terbaik yang dapat digunakan kembali dan dibagikan untuk berbagai tugas desain.
Melalui agent skills, AI dapat diarahkan menjalankan workflow terstruktur, misalnya optimalisasi timing atau restrukturisasi desain C++ untuk meningkatkan performa pada Vitis HLS.
AMD juga menyediakan design examples berupa desain yang siap dijalankan untuk menunjukkan bagaimana agent skills dapat diterapkan pada berbagai aplikasi embedded di dunia nyata.
Dorong Efisiensi hingga Onboarding Engineer
Kehadiran AMD Ross ditujukan untuk memberikan dampak pada berbagai tahapan pengembangan. Salah satunya adalah mempercepat time-to-prototype melalui otomatisasi workflow berbasis AI.
Teknologi tersebut juga ditujukan untuk memperpendek proses debugging dan optimalisasi melalui panduan yang telah divalidasi AMD serta metodologi yang dapat digunakan kembali.
Bagi organisasi, penggunaan pengetahuan engineering dalam bentuk workflow yang dapat digunakan kembali juga berpotensi membantu proses onboarding engineer baru. Tim dapat mengakses workflow dan praktik terbaik yang telah dikembangkan sebelumnya tanpa harus selalu memulai dari awal.
BacaJuga
AMD Ross juga dirancang untuk membantu menjaga konsistensi penerapan praktik terbaik di berbagai tim dan proyek, sekaligus meningkatkan penggunaan kembali serta skalabilitas pengetahuan engineering yang telah terakumulasi dalam organisasi.
Pengalaman tersebut turut disampaikan Geetha Govindaraj, Associate Director, FPGA SOM BU, iWave Global.
“Asisten AI agentik AMD Ross telah menjadi tambahan yang sangat berharga dalam workflow pengembangan kami. AMD Ross membantu kami mengidentifikasi dan mengatasi masalah dengan lebih efisien, sehingga mengurangi waktu dan upaya yang diperlukan selama tahap debugging dan bring-up,” ujarnya.
Dari Bahasa Natural hingga Debugging Hardware
Dalam penerapannya, AMD Ross memungkinkan developer mengubah design intent yang disampaikan melalui bahasa natural menjadi serangkaian tindakan pengembangan.
AI agent dapat membantu mencari dokumentasi, menjalankan perintah tools, menghasilkan kode, melakukan iterasi desain, hingga memberikan panduan kepada developer untuk mencapai sasaran desain.
AMD Ross juga dapat membantu memahami dan menyelesaikan error pada tools dengan memberikan penjelasan yang lebih sederhana, panduan kontekstual, serta rekomendasi perbaikan.
Untuk analisis timing, misalnya, AMD Ross dapat menggunakan metodologi timing AMD untuk membantu mengidentifikasi pelanggaran, menjelaskan akar permasalahan, serta memberikan saran peningkatan implementasi.
Pada pengembangan Vitis HLS, sistem dapat memberikan rekomendasi terkait pipelining, optimalisasi loop, penyisipan pragma, hingga penyempurnaan arsitektur.
Sementara dalam hardware debugging, AMD Ross dapat membantu melalui guided signal capture, konfigurasi debug-core, analisis interface, hingga identifikasi akar masalah.
Yang menarik, AMD Ross bersifat client-agnostic. Artinya, tim pengembang memiliki fleksibilitas untuk menggunakan large language models (LLM), integrated development environments (IDE), maupun lingkungan command-line pilihan mereka, sembari tetap terhubung dengan tools pengembangan AMD Embedded.
Sudah Tersedia
AMD Ross telah tersedia dan dapat mulai digunakan oleh developer. AMD juga berencana menghadirkan tools AMD Embedded serta kemampuan workflow tambahan di bawah ekosistem AMD Ross secara berkala setiap bulan.
Kehadiran AMD Ross menandai semakin luasnya pemanfaatan AI agentik dalam proses engineering. Jika asisten AI generik selama ini banyak dikenal untuk membantu menghasilkan kode, AMD mencoba membawa pendekatan tersebut lebih jauh dengan menghubungkannya langsung pada ekosistem hardware, software, dokumentasi, metodologi, dan workflow pengembangan sistem embedded.
Dengan pendekatan tersebut, AMD Ross diarahkan bukan sekadar menjadi alat bantu bagi developer, tetapi menjadi bagian dari alur kerja pengembangan—membantu mengubah ide dan design intent menjadi implementasi hingga deployment dengan proses yang lebih terstruktur dan efisien.
