AMD ha presentado Ross, un nuevo asistente de IA agéntica diseñado para ayudar a ingenieros durante el desarrollo de sistemas embebidos, desde el diseño y la depuración de hardware hasta la programación, la optimización de algoritmos de IA y el despliegue final.
La herramienta permite utilizar instrucciones en lenguaje natural para consultar documentación, ejecutar comandos, generar código y diagnosticar errores. Su planteamiento va más allá de un chatbot convencional, ya que Ross puede conectarse directamente con los entornos de ingeniería de AMD y actuar sobre ellos utilizando procedimientos de trabajo previamente definidos.
Ross conecta la IA directamente con las herramientas de desarrollo de AMD
La arquitectura de Ross se apoya en servidores Model Context Protocol (MCP) que permiten conectar agentes de IA con diferentes aplicaciones utilizadas durante el desarrollo. De esta forma, el asistente no se limita a explicar cómo realizar una tarea, sino que puede consultar información del proyecto y ejecutar determinados comandos dentro del entorno de diseño.
AMD acompaña esta integración con una base de conocimiento propia formada por guías de producto, documentación técnica, documentos especializados, notas de aplicación y registros de respuestas, reduciendo la dependencia de información genérica procedente de fuentes externas.
Esta base de conocimiento puede utilizarse mediante la nube o dentro de un entorno local sin conexión, una posibilidad especialmente relevante para empresas que trabajan con proyectos confidenciales o infraestructuras donde determinados diseños no pueden enviarse a servicios externos.
El objetivo es proporcionar al agente contexto técnico específico y documentación validada por AMD, disminuyendo el riesgo de recibir recomendaciones basadas en versiones incorrectas de las herramientas o en información demasiado general.
Vivado, Vitis, ROCm y Ryzen AI están entre las herramientas compatibles
AMD cita compatibilidad con Vivado Design Suite, ChipScope, Power Design Manager, Vitis, Vitis HLS, Vitis AI, ROCm AI y el software de Ryzen AI, cubriendo diferentes fases del diseño con FPGA, desarrollo de software y aceleración de inteligencia artificial.
En Vivado, por ejemplo, Ross puede analizar problemas de temporización, explicar sus posibles causas y proponer cambios en la implementación. Esto no significa que pueda garantizar automáticamente la solución correcta, pero sí podría reducir el tiempo dedicado a localizar documentación o probar manualmente diferentes ajustes.
Dentro de Vitis HLS, el asistente puede recomendar canalización del procesamiento, optimización de bucles, inserción de directivas pragma y modificaciones arquitectónicas, precisamente algunos de los puntos donde el conocimiento de la herramienta y del comportamiento del hardware puede tener tanto peso como el propio código fuente.
Ross también puede intervenir durante la depuración de hardware mediante captura de señales, configuración de núcleos de depuración, análisis de interfaces e identificación del origen de los problemas, acercándose a tareas que normalmente exigen combinar varias herramientas y consultar documentación especializada.
AMD quiere que Ross cubra mucho más que generación de código
La propuesta no está limitada a escribir funciones o corregir errores de compilación. AMD plantea Ross como un asistente capaz de trabajar conjuntamente sobre decisiones de hardware y software, algo especialmente importante dentro del desarrollo de sistemas embebidos.
Entre los escenarios descritos aparecen el reparto de funciones entre hardware y software, la optimización de algoritmos de aprendizaje automático, la estimación de consumo, la revisión de esquemas y la orientación sobre el diseño de placas, ampliando considerablemente el alcance frente a un asistente centrado únicamente en programación.
Parte de esta capacidad se apoya en instrucciones reutilizables para el agente almacenadas como archivos Markdown abiertos, donde especialistas documentan métodos repetibles para tareas concretas. Esos procedimientos pueden utilizarse posteriormente en otros proyectos, permitiendo trasladar prácticas de ingeniería entre diferentes equipos.
AMD también proporciona ejemplos preparados para ejecutarse directamente, mostrando cómo aplicar estos métodos a diseños embebidos reales. La intención es que un procedimiento desarrollado por un ingeniero experimentado pueda convertirse en un método reproducible, en lugar de depender únicamente de conocimiento informal dentro de un equipo.
Ross puede utilizar diferentes modelos de lenguaje e IDE
Uno de los puntos más interesantes es que AMD define Ross como independiente del cliente utilizado, permitiendo que las empresas mantengan sus modelos de lenguaje, entornos de desarrollo y herramientas de línea de comandos preferidos.
Esto separa el valor del sistema de un modelo concreto. Ross actúa principalmente como una capa de integración entre el agente, el conocimiento técnico de AMD y sus herramientas de desarrollo, en lugar de obligar a utilizar exclusivamente una IA determinada.
Este planteamiento también puede facilitar su adopción en empresas que ya cuentan con modelos propios, servicios privados o políticas específicas sobre inteligencia artificial, evitando tener que sustituir toda su infraestructura para acceder a las capacidades del asistente.
La utilidad real dependerá, sin embargo, de la calidad del modelo conectado, los permisos concedidos al agente y la fiabilidad de los procedimientos utilizados. Automatizar comandos dentro de herramientas de ingeniería aumenta considerablemente el potencial, pero también obliga a revisar correctamente los cambios antes de incorporarlos a un diseño.
Puede ayudar a reutilizar el conocimiento de ingenieros experimentados
Otro de los objetivos de Ross está en reducir la distancia entre desarrolladores recién incorporados y especialistas con años de experiencia dentro de las herramientas de AMD.
Los procedimientos documentados pueden convertir determinadas tareas de depuración u optimización en métodos reproducibles accesibles mediante lenguaje natural, evitando que todo el conocimiento dependa de recordar comandos concretos o localizar manualmente información repartida entre numerosos documentos.
AMD afirma además que iWave Global ya ha utilizado Ross dentro de su equipo dedicado a módulos FPGA, donde habría ayudado a identificar problemas y agilizar su resolución durante las fases de depuración y puesta en marcha inicial del hardware.
Por ahora, AMD no ha publicado métricas independientes ni cifras concretas sobre ahorro de tiempo o mejoras de productividad, por lo que será necesario evaluar Ross sobre proyectos reales antes de medir su impacto frente a los métodos tradicionales.
AMD ampliará Ross con nuevas herramientas cada mes
Ross ya se encuentra disponible, y AMD asegura que continuará incorporando mensualmente nuevas herramientas y capacidades destinadas a ampliar sus flujos de trabajo.
La propuesta encaja con una tendencia cada vez más clara dentro de las herramientas de ingeniería: la IA deja de limitarse a generar código y empieza a actuar directamente sobre entornos especializados, utilizando documentación técnica, comandos y procedimientos definidos por expertos.
En el caso de Ross, el elemento diferencial estará en comprobar si esa integración consigue reducir realmente el tiempo dedicado a depuración, configuración y búsqueda de información sin introducir errores adicionales. Si funciona correctamente, tareas que actualmente obligan a alternar continuamente entre documentación, herramientas y terminales podrían concentrarse alrededor de una única capa de interacción en lenguaje natural.
Vía: Guru3D
