ในงาน Computex 2025 ที่จบไป นอกจากจะมีการเปิดตัวชิปประมวลผลและการ์ดจอรุ่นใหม่แล้ว ยังมีการประกาศเกี่ยวกับความพร้อมด้านเทคโนโลยีอีกหนึ่งหัวข้อที่จัดว่าสำคัญมาก ๆ โดยเฉพาะกับวงการนักพัฒนาอุตสาหกรรม AI และงานที่ต้องมีการประมวลผลประสิทธิภาพสูง (HPC) นั่นก็คือการนำเสนอว่าเทคโนโลยี ROCm จะเปิดให้ใช้งานได้บนระบบปฏิบัติการ Windows อย่างเต็มตัวเป็นครั้งแรก จากที่ก่อนหน้านี้จะมีให้ใช้งานบนระบบปฏิบัติการสาย Linux เป็นหลัก ก็เรียกได้ว่าน่าจะช่วยเพิ่มความสะดวกให้กับนักพัฒนาได้ไม่น้อยทีเดียว สำหรับการใช้งานบางประเภทที่เหมาะกับบน Windows มากกว่า
ในบทความนี้เราจะมาทำความรู้จักกับ ROCm กันแบบคร่าว ๆ ว่าคืออะไร และจะส่งผลกับการใช้งานคอมพิวเตอร์อย่างไรบ้างในอนาคต โดยเฉพาะกับวงการที่ต้องทำงานร่วมกับข้อมูลขนาดใหญ่ และต้องใช้งาน CUDA จาก NVIDIA อยู่
ROCm คืออะไร?
ถ้าให้เข้าใจแบบง่าย ๆ ROCm ก็คือชุดของซอฟต์แวร์ที่ใช้สำหรับเป็นตัวกลางระหว่างกราฟิกการ์ดที่ใช้ในการประมวลผล และชุดคำสั่ง โมเดล AI เพื่อให้สามารถนำหน่วยประมวลผลที่อยู่บนการ์ดจอมาใช้ในการคำนวณได้ ซึ่งถ้าให้เทียบง่าย ๆ ก็เปรียบได้กับเทคโนโลยี CUDA ของค่ายเขียวนั่นเอง โดยในชุดซอฟต์แวร์จะประกอบด้วย ไดรเวอร์เพื่อเชื่อมต่อเข้ากับระบบปฏิบัติการของคอมพิวเตอร์ เครื่องมือสำหรับการพัฒนา ที่จะประกอบด้วยคอมไพเลอร์ ดีบักเกอร์ โปรไฟเลอร์ และชุดคำสั่ง API สำหรับใช้ในการเขียนโปรแกรมเพื่อเรียกใช้งานแพลตฟอร์ม
จุดเด่นของแพลตฟอร์ม
ในแง่ของความสามารถในการทำงานร่วมกับเฟรมเวิร์คต่าง ๆ ก็ต้องบอกว่าสามารถใช้งานร่วมกับเฟรมเวิร์คยอดนิยมอย่าง JAX, ONNX-RT, PyTorch และ TensorFlow ได้ทั้งหมด รวมถึงยังมีไลบรารี่และเครื่องมือมากมายตามในภาพข้างต้น จึงน่าจะทำให้นักพัฒนาสามารถมาลองเริ่มใช้งาน ROCm ได้ง่ายขึ้น โดยเฉพาะกับในยุคนี้ที่ต้องบอกว่าการ์ดจอ AMD ดูจะน่าใช้งานกว่า ทั้งในแง่ของราคาและ VRAM ที่มีมาให้แบบจัดเต็ม
ซึ่งในประเด็นที่ระบุว่าน่าจะสามารถลองเริ่มใช้งานได้ง่ายกว่า อีกปัจจัยก็เนื่องมาจากตัวของ ROCm เป็นแพลตฟอร์มแบบเปิด (open-source) ที่ทำให้นักพัฒนาสามารถเข้าถึงซอร์สโค้ดและแก้ไข ปรับปรุงให้เหมาะกับการใช้งานเฉพาะทางได้ดีกว่าแพลตฟอร์มแบบปิด ทำให้มีความยืดหยุ่นในการใช้งานมากกว่า และมีกลุ่มชุมชนที่จะช่วยตรวจสอบ ค้นหาวิธีแก้ไขปัญหาที่อาจเกิดขึ้นจากการใช้งานแพลตฟอร์มได้ด้วย ตรงจุดนี้น่าจะเป็นสิ่งที่นักพัฒนาหลายคนต้องการ เพราะจะทำให้ตัวแพลตฟอร์มไม่ได้ขึ้นอยู่กับบริษัทใดบริษัทหนึ่ง ซึ่งอาจจะมีการตอบสนองต่อปัญหาที่เกิดขึ้นกับแพลตฟอร์มได้ไม่เร็วเท่ากับการเป็น open-source
และจุดเด่นอีกอย่างก็คือความสามารถในการพอร์ตโค้ด (portability) ด้วย HIP ที่ทำให้นักพัฒนาสามารถนำโค้ดที่เขียนมาเพื่อใช้งานร่วมกับ CUDA ให้มาทำงานบน ROCm ได้ทันทีโดยไม่ต้องเขียนโค้ดใหม่ทั้งหมด ทำให้นักพัฒนาสามารถลองพอร์ตโค้ดมาใช้งานบนเครื่อง AMD ได้ง่าย ไม่ว่าจะเพื่อลองศึกษาแพลตฟอร์ม หรือจะต้องการย้ายมาใช้งานแบบจริงจัง ซึ่งในรอบนี้ก็จะยิ่งเปิดให้ใช้งานได้ง่ายขึ้นไปอีก เพราะ AMD ได้ออกแบบให้สามารถใช้งานแพลตฟอร์มร่วมกับฮาร์ดแวร์สำหรับผู้ใช้งานทั่วไป (consumer) ได้ด้วย จึงทำให้ทีมพัฒนาสามารถเลือกโน้ตบุ๊ก หรือประกอบคอมมาเพื่อลองใช้งานแพลตฟอร์มนี้บนระบบปฏิบัติการที่คุ้นเคยได้โดยใช้ต้นทุนไม่สูงมากเท่ากับก่อนหน้านี้ ที่จะต้องใช้บน Linux เท่านั้น และต้องใช้ฮาร์ดแวร์รุ่น Pro เป็นหลัก
ฮาร์ดแวร์ที่สามารถใช้งานได้ และข้อจำกัดที่มี
อย่างที่ระบุไปในข้างต้นว่าก่อนหน้านี้ ROCm จะสามารถใช้งานได้เฉพาะบน Linux และการ์ดจอรุ่นโปรเป็นหลัก แต่ในรอบนี้ที่มีการประกาศสนับสนุนการใช้งานบน Windows แบบเต็มตัว ก็มีการเพิ่มรุ่นของฮาร์ดแวร์ให้กว้างขึ้นกว่าเดิมด้วย สำหรับด้านของระบบปฏิบัติการนั้นก็จะรองรับ Windows สำหรับฮาร์ดแวร์ระบบ x86-64 เท่านั้น โดยจะใช้งานได้ทั้งกับ Windows 10, Windows 11 และ Windows Server 2022 แพตช์ 22H2 ขึ้นไป ส่วนฮาร์ดแวร์กราฟิกก็จะเริ่มรองรับตั้งแต่กลุ่มของ APU ที่มี iGPU ในตัวซีรีส์ AMD Ryzen AI Max ตามที่ในเว็บ document ของ AMD ระบุไว้ดังนี้
จะเห็นว่าเป็นกลุ่มของชิปรุ่นใหม่ ๆ โดยถ้าหากให้จำง่าย ๆ คือต้องเป็นตั้งแต่รุ่นเลขรหัส 380 ขึ้นไปทั้งหมด ซึ่งในขณะนี้จะมีรุ่นที่วางขายแล้วในไทยก็คือ AMD Ryzen AI Max+ 395 ในโน้ตบุ๊ก ASUS ROG Flow Z13 (GZ302EA-RU087WA) ที่เป็นสเปคใหม่ล่าสุดของ AMD ทั้งในด้าน APU และ iGPU เลย ซึ่งตัวของ iGPU ก็จะเป็น AMD Radeon RX 8060S สถาปัตยกรรม RDNA 3.5 ทำให้สามารถติดตั้งและใช้งานได้ทั้งตัว Runtime และชุด SDK ของ HIP เลย ทำให้นักพัฒนาจะสามารถทำงานร่วมกับแพลตฟอร์มนี้บน Windows ได้แบบเต็มตัว
หากดูที่กลุ่มของการ์ดจอ consumer ที่รองรับ แน่นอนว่าทั้งหมดก็จะเป็นกลุ่มของการ์ดจอสำหรับเครื่องเดสก์ท็อป โดยจะเริ่มใช้งานได้แบบเต็มที่ตั้งแต่ AMD Radeon RX 6800 ขึ้นมา ส่วนถ้าเป็นรุ่นต่ำกว่าลงมาจะใช้ได้แค่ Runtime เพื่อเรียกใช้แพลตฟอร์มในการทำงานเท่านั้น ในขณะที่ซีรีส์ 7000 ก็จะใช้แบบเต็มรูปแบบได้ตั้งแต่รุ่นเริ่มต้นอย่าง RX 7600 ขึ้นมาเลย ส่วน CPU ที่รองรับ อันนี้จะไม่ได้มีการกำหนดเกณฑ์ไว้มากนัก ขอแค่เป็น CPU รุ่นที่รองรับ PCIe atomics เท่านั้น ซึ่งก็จะรองรับตั้งแต่ AMD สถาปัตยกรรม Zen 1 (Ryzen 1000 series) และ Intel Haswell (Intel Core i รหัส 4xxx) ขึ้นมาเลย จึงทำให้สามารถเซ็ตระบบได้ง่าย ขอแค่ใช้งานกราฟิกชิปที่รองรับแพลตฟอร์มเท่านั้น ซึ่งสำหรับฝั่งของการประกอบเครื่องเดสก์ท็อปจะทำได้ง่ายกว่ามาก เพราะการ์ดจอซีรีส์ RX 7000 สามารถหาได้ไม่ยากนัก ทั้งมือหนึ่งและมือสอง
ส่วนฝั่งของ Linux จะไม่ได้กล่าวถึงในบทความนี้นะครับ แต่ถ้าหากต้องการเข้าไปตรวจสอบว่าสามารถใช้งานร่วมกับดิสโทรใด เวอร์ชันไหน รองรับฮาร์ดแวร์รุ่นใดบ้าง สามารถเข้าไปเช็คได้จากหน้า document ของโปรเจ็กต์นี้ได้เลย
อย่างไรก็ตาม แม้ว่าจะเปิดให้ใช้งานบน Windows แล้วก็ตาม แต่ก็จะยังมีความสามารถบางจุดที่ยังเป็นรอง Linux อยู่ เช่น ยังไม่มีดีบักเกอร์มาช่วยตรวจสอบโค้ด ยังขาดไลบรารี่บางส่วนอยู่ แต่ก็จะมีจุดเด่นตรงที่สามารถทำงานร่วมกับ Visual Studio ได้ด้วย น่าจะถูกใจ dev ที่ทำงานบน Visual Studio เป็นหลักไม่น้อยทีเดียว
งานที่จะได้ประโยชน์จากแพลตฟอร์มนี้
โดยหลักแล้วจะเป็นกลุ่มงานที่ต้องอาศัยพลังประมวลผลที่สูงกว่าการใช้ CPU อย่างเดียว ซึ่งถ้าจะให้ได้สมรรถนะที่สูงพอก็อาจจะต้องอาศัยการต่อพ่วงกันเป็นคลัสเตอร์ ซึ่งมีค่าใช้จ่ายสูง ที่ก่อนหน้านี้เราก็มีวิธีแก้ไขปัญหาอยู่แล้ว นั่นคือการย้ายงานไปให้ GPU ที่มีความถนัดในงานเฉพาะทางซึ่งเหมาะกับการประมวลผลคำสั่งในลักษณะนี้มากกว่า อีกทั้งยังมีจำนวนของคอร์ย่อยที่ AMD จะใช้ชื่อว่า stream processor ส่วน NVIDIA จะใช้ชื่อว่า CUDA นับพันนับหมื่นคอร์มาใช้ประมวลผลแทน ทำให้ได้ประสิทธิภาพที่สูง โดยมีค่าใช้จ่ายในการเซ็ตระบบและทำงานที่ต่ำกว่า
ทำให้เราได้เห็นการนำ GPU ไปใช้เทรนโมเดล AI ใช้ประมวลผลงานเฉพาะทางบางประเภท ซึ่งก่อนหน้านี้เราจะพบกับการใช้เทคโนโลยี CUDA ของค่ายเขียวเป็นหลัก แต่เมื่อ AMD เปิดแพลตฟอร์มนี้ให้ใช้งานได้บน Windows แล้ว เราจึงน่าจะได้เห็นการออกแบบเครื่องที่ใช้ฮาร์ดแวร์ของ AMD ในการทำงานลักษณะเดียวกันมากขึ้น โดยเฉพาะกับกลุ่มนักพัฒนาที่จำเป็นต้องทำงานบน Windows ซึ่งงานที่จะได้ประโยชน์จากแพลตฟอร์มนี้โดยตรงก็คืองานด้าน AI ไม่ว่าจะในการเทรนโมเดล การออกแบบระบบ AI เพื่อให้เครื่องอื่นเข้ามาใช้งาน
อีกกลุ่มงานก็คือด้านการประมวลผลข้อมูลที่มีความซับซ้อน และต้องอาศัยพลังในการคำนวณที่มากระดับซูเปอร์คอมพิวเตอร์ หรือที่เรียกว่าเป็นโซลูชันด้าน High-Performance Computing (HPC) เช่น การคำนวณทางวิทยาศาสตร์ การจำลองผลการทำงานของตัวยา การจำลองการไหลของอากาศ เป็นต้น ที่แพลตฟอร์มนี้ก็อาจจะมาช่วยสร้างความหลากหลายในการออกแบบระบบให้มากขึ้นกว่าเดิม และอาจช่วยลดค่าใช้จ่ายในบางองค์กรได้ด้วย เช่น อาจจะมีงานอื่นที่ทำงานบนเครื่อง AMD ได้ดีกว่าอยู่แล้ว แต่ก่อนหน้านี้เวลาจะใช้งาน HPC ก็จะต้องออกแบบอีกระบบขึ้นมาโดยเฉพาะ แต่ต่อไปก็อาจจะสามารถใช้งานในเครื่องเดียวกันได้เลย ขึ้นอยู่กับความต้องการของระบบ
สรุปสั้น ๆ
AMD ROCm จะเรียกได้ว่าเป็นแพลตฟอร์มคู่แข่งของ CUDA จากค่ายเขียวก็ว่าได้ จุดเด่นคือการเป็น open-source และตอนนี้สามารถใช้งานบน Windows ได้แล้ว ทำให้นักพัฒนาสามารถเข้าถึงได้ง่ายขึ้น และน่าจะได้เห็นการนำมาประยุกต์ใช้กับงานต่าง ๆ ได้มากขึ้น สำหรับข้อมูลทั้งหมดอย่างละเอียด สามารถเข้าไปดูเพิ่มเติมได้จากหน้าเว็บไซต์ของ AMD ที่นี่เลย
