AMD の執行役員である Anush Elangovan 氏は、Anthropic の AI ツール「Claude Code」を使用して、Python で書かれた Radeon Linux 用 compute ドライバーの実験的プロトタイプを作成したと発表しました。このプロジェクトは Phoronix によって報じられ、AI がドライバー開発に使用された点で注目されましたが、これは既存のドライバーを代替するものではなく、GPU の Linux 動作を検証するための軽量なテスト環境です。 通常の Radeon GPU は、ROCm パイプラインを通じ、アプリケーションからカーネルドライバーへと指令が流れる深いソフトウェアスタックを介して動作します。一方、Elangovan 氏のコードはこの複雑な層を簡略化し、デバイスノードを介してカーネルドライバーと直接通信します。具体的には、GPU メモリの割り当て、計算キューの作成、コマンドパケットの送信、CPU と GPU の同期処理など、AMD の計算インターフェースの最下層にアクセス可能な機能を実装しています。 このアプローチの主な目的は、デバッグと実験の効率化です。大規模な C++ プロジェクトをコンパイルする手間を省き、ROCm の不具合を特定したり、特定の GPU 機能を迅速にテストしたりすることができます。また、コードが Python で書かれているため、修正が容易で、ハードウェアの動作を素早く再現する理想的なツールとなっています。 コード内に示された「将来のベアメタル PCI バックエンドのためのプラグ可能アーキテクチャ」という記述は、将来的にはカーネルドライバーをバイパスして PCI バス経由で GPU と直接通信する極低レベルなテスト環境を構想していることを示唆しています。しかし、このような環境はハードウェアの起動時や診断用途に限られ、マルチタスクや仮想メモリ管理など、カーネルドライバーに依存する機能は利用できません。 結論として、この Python プロトタイプが日常使用する実用的な Radeon ドライバーになる可能性は極めて低いです。生産向けのドライバーにはシェーダーコンパイラー、メモリマネージャー、電力管理、セキュリティ層、そして Vulkan や OpenGL などの複雑な API サポートが必要であり、これらは現在の実験には含まれていません。このプロジェクトは、AMD の Linux カーネルインターフェースがオープンでモジュール化されており、高レベルな言語から直接スクリプト化して制御可能であることを実証したものであり、同時に AI ツールの開発支援能力を示すものと言えます。