AMD ha publicado ROCm 7.14.0 con soporte completo para los Ryzen AI Max PRO 400, la nueva familia profesional conocida internamente como Gorgon Halo. La actualización habilita sus gráficos integrados para cargas de inteligencia artificial, computación de alto rendimiento, creación de contenido y desarrollo mediante el ecosistema abierto de la compañía.
La compatibilidad alcanza los Ryzen AI Max+ PRO 495, Ryzen AI Max PRO 490 y Ryzen AI Max PRO 485, identificados mediante el objetivo gráfico gfx1151. La novedad evita que estas APU dependan de una adaptación posterior, ya que las bibliotecas, los compiladores y las herramientas de análisis llegan preparados junto al hardware.
ROCm 7.14 reconoce toda la gama Gorgon Halo profesional
El modelo superior, el Ryzen AI Max+ PRO 495, integra 16 núcleos Zen 5, 32 hilos y una Radeon 8065S con 40 unidades de cómputo. El Ryzen AI Max PRO 490 reduce la CPU a 12 núcleos, mientras el Ryzen AI Max PRO 485 queda en ocho, aunque ambos conservan una Radeon 8050S con 32 unidades de cómputo.
Toda la serie admite hasta 192 GB de memoria LPDDR5x-8533 sobre una interfaz de 256 bits, una capacidad poco habitual en plataformas compactas. Esta configuración resulta especialmente interesante para modelos de inteligencia artificial, renderizado o conjuntos de datos que superan con facilidad la memoria disponible en numerosas tarjetas gráficas convencionales.
El Ryzen AI Max+ PRO 495 también alcanza 131 TOPS combinados y 55 TOPS mediante la NPU, mientras los modelos 490 y 485 ofrecen hasta 110 y 106 TOPS totales, respectivamente. Sin embargo, ROCm se centra principalmente en explotar la GPU integrada para cálculo, no en sustituir el entorno Ryzen AI dedicado a la NPU.
El soporte completo va más allá de reconocer el dispositivo
La incorporación de una APU a ROCm no consiste únicamente en detectar su identificador gráfico. AMD afirma que Gorgon Halo puede utilizar el conjunto completo de bibliotecas, compiladores, entornos de ejecución y herramientas de perfilado, permitiendo desarrollar aplicaciones de IA, creación de contenido o computación científica sobre la Radeon integrada.
Entre las bibliotecas disponibles aparecen componentes como hipBLAS, hipBLASLt, hipFFT, hipSPARSE y Composable Kernel, utilizados para álgebra lineal, transformadas, matrices dispersas o núcleos optimizados. Esta base resulta fundamental porque el rendimiento real depende tanto del software como del número de unidades de cómputo disponibles.
AMD también menciona renderizado acelerado mediante GPU en Blender, ampliando el alcance más allá de los modelos generativos. La misma plataforma puede emplearse para creación tridimensional, procesamiento multimedia o simulaciones, evitando que la Radeon integrada quede limitada a mostrar gráficos y ejecutar cargas domésticas.
La importancia estratégica reside en que AMD acerca ROCm a ordenadores personales y estaciones compactas, un terreno donde CUDA conserva una posición dominante. Los Ryzen AI Max no sustituyen a una aceleradora Instinct, pero pueden reducir la barrera de entrada para desarrollar, probar u optimizar cargas sin disponer de una GPU profesional independiente.
Las herramientas de perfilado también llegan a Ryzen AI Max
ROCm 7.14 habilita ROCm Systems Profiler 1.7.0 y ROCm Compute Profiler 3.7.0 dentro del ecosistema actualizado. El primero permite analizar el comportamiento general de una aplicación, mientras el segundo profundiza en la utilización de la GPU, los núcleos ejecutados y los posibles cuellos de botella.
AMD confirma que ROCm Systems Profiler y ROCm Compute Profiler funcionan sobre Ryzen AI Max+ PRO, mientras Compute Profiler amplía su compatibilidad con las plataformas Strix Halo y Strix Point. Esto permite que los desarrolladores midan el rendimiento en lugar de limitarse a comprobar que una aplicación funciona.
La versión incorpora además ROCprofiler-SDK 1.3.2, ROCgdb y otras herramientas de depuración validadas para la familia Ryzen AI. Disponer de trazas, contadores y análisis de ejecución resulta imprescindible para detectar accesos ineficientes a memoria, baja ocupación de la GPU o sincronizaciones que reducen el rendimiento.
Este soporte temprano también beneficia a los desarrolladores de aplicaciones comerciales. Optimizar antes de que la plataforma alcance una mayor disponibilidad evita depender de correcciones posteriores, especialmente en cargas donde una mala gestión de memoria puede anular parte de la ventaja proporcionada por el bus de 256 bits.
AMD SMI expone más telemetría de las APU
La actualización de AMD SMI añade métricas específicas para APU mediante la interfaz de línea de comandos y su implementación para Python. La herramienta puede mostrar utilización, potencia, frecuencias, temperaturas, velocidad de los ventiladores, voltajes y situaciones de limitación cuando el hardware expone esos valores.
El comando de monitorización incorpora además valores alternativos de temperatura y frecuencia cuando los sensores habituales de una GPU dedicada no están disponibles. Esta adaptación resulta importante porque una APU comparte encapsulado, refrigeración y presupuesto energético entre CPU, GPU, NPU y controlador de memoria.
La telemetría permitirá comprobar si una carga está condicionada por temperatura, potencia disponible o baja utilización gráfica, algo especialmente relevante en una familia con un TDP predeterminado de 55W y un intervalo configurable de 45W a 120W. El mismo procesador puede rendir de forma muy distinta según el equipo donde se monte.
PyTorch, JAX y los motores de inferencia reciben nuevas versiones
ROCm 7.14 valida versiones recientes de los principales entornos empleados para entrenamiento, inferencia y ejecución de modelos:
- PyTorch 2.12.0
- JAX 0.10.0
- vLLM 0.23.0
- SGLang 0.5.13
- MIGraphX 2.16
- ONNX Runtime 1.23.2
La compatibilidad actualizada permite utilizar funciones recientes de los marcos sin esperar una versión posterior de ROCm, reduciendo la distancia entre el lanzamiento de cada herramienta y su validación sobre hardware AMD. También facilita trasladar proyectos existentes sin permanecer anclado a paquetes antiguos por falta de soporte oficial.
AMD amplía igualmente el soporte para vLLM, llama.cpp y Ollama sobre procesadores Ryzen en Linux, mientras llama.cpp y Ollama también alcanzan Windows. Esta cobertura refuerza el uso de las APU para inferencia local, donde la capacidad de memoria puede resultar más determinante que el rendimiento máximo de cálculo.
TheRock convierte ROCm 7.14 en una plataforma más modular
ROCm 7.14 lleva TheRock a un estado de producción, consolidando el nuevo sistema de compilación y distribución del ecosistema. El cambio pretende facilitar la creación de paquetes, reducir la fragmentación entre componentes y acelerar la incorporación de nuevas arquitecturas sin reconstruir manualmente toda la plataforma.
La matriz oficial contempla los Ryzen AI Max PRO 400 bajo Ubuntu 26.04, Ubuntu 24.04.4 y Windows 11 25H2, con requisitos concretos de controlador según el sistema. Por tanto, el soporte existe dentro de configuraciones validadas, pero no garantiza automáticamente el mismo comportamiento en cualquier distribución o versión del kernel.
La llegada de ROCm no demuestra todavía cuánto rendirán los nuevos procesadores frente a Strix Halo, una GPU dedicada o una solución NVIDIA. Serán necesarias pruebas independientes para medir velocidad de inferencia, escalado con memoria, consumo y estabilidad bajo cargas prolongadas.
Lo relevante es que AMD no está dejando el software para después del lanzamiento del silicio. Los Ryzen AI Max PRO 400 llegan al ecosistema con bibliotecas, marcos, perfiladores y telemetría compatibles, una base necesaria para que Gorgon Halo pueda competir como plataforma profesional de IA local, no únicamente como una APU con gráficos integrados potentes.
Vía: Wccftech
