AMD企業副總裁Anush Elangovan近日展示了一項頗具實驗性的技術成果：一款完全由AI工具Claude Code生成的Python驅動測試工具。這款工具并非傳統意義上的GPU驅動，而是專為直接與AMD Linux內核GPU接口交互設計的輕量級程序。據開發者透露，整個開發過程中他甚至未打開過代碼編輯器，所有代碼均由AI自動生成。
傳統Linux平臺上的Radeon GPU運行依賴ROCm軟件棧，應用程序需通過ROCm庫與用戶態運行時交互，最終命令才會傳遞至內核驅動。而Elangovan的新工具通過直接訪問/dev/kfd和/dev/dri/render*等設備節點，繞過了大部分軟件棧層級。該工具能夠完成GPU內存分配、計算隊列創建、命令包提交及CPU-GPU同步等核心功能，相當于直接觸達AMD計算接口的底層。
盡管功能看似強大，但實際工作負載主要由內核驅動承擔。Python代碼僅負責構建命令包并通過現有內核API發送，類似于用筆記本電腦臨時充當汽車發動機控制器——雖不用于長期運行，卻能作為高效的診斷工具。這種設計使工程師無需編譯龐大的C++項目即可隔離ROCm中的Bug，或測試特定GPU功能。目前原型已實現命令隊列管理、內存分配、計算調度及時間線同步等實用功能。
發行說明中提到的"可插拔架構"引發更多技術想象。該架構為未來裸機PCI（AM）后端預留了設計空間，這種模式通常用于硬件啟動、診斷或極低層級測試環境。若繞過內核驅動直接通過PCI與GPU通信，雖能提升效率，但會喪失多任務處理、虛擬內存管理等關鍵功能，因此不太可能面向普通消費者推出。
生產級GPU驅動的復雜性遠超當前實驗項目。現代驅動需集成著色器編譯器、內存管理、電源控制、安全模塊及對Vulkan/OpenGL等API的完整支持，這些核心組件均未出現在當前工具中。Elangovan的成果更多證明了AMD Linux內核接口的開放性——開發者可用高級語言直接編寫交互腳本，同時也展現了AI工具在特定場景下的代碼生成能力。
