ROCm安裝配置踩坑
- 遇到的問題
- 安裝ubuntu系統更新內核，但是在win和Ubuntu雙系統的前提下（可能）導致內核更新不成功,我安裝成功的內核是5.13.39.
- 內核更新不成功的原因是自己在安裝ubuntu系統時沒有手動分區，直接清空磁盤安裝，所以安裝系統時還是手動分區
- 關閉bios安全啟動，並設置ubuntu的啟動引導為第一引導
- navi6800xt（gfx1030）顯卡安裝5.0及以上
- rocm5.0以上是支持了navi顯卡，如果是上一代的卡，可以裝4.5這個版本系列，因為torch官網就有編譯好的pytorch版本，可以直接安裝到本地環境而不需要docker鏡像
- 安裝后重啟
ROCm安裝
此版本為5.1.0
sudo apt update && sudo apt dist-upgrade
sudo apt-get install wget gnupg2
sudo usermod -a -G video $LOGNAME
echo 'ADD_EXTRA_GROUPS=1' | sudo tee -a /etc/adduser.conf
echo 'EXTRA_GROUPS=video' | sudo tee -a /etc/adduser.conf
echo 'EXTRA_GROUPS=render' | sudo tee -a /etc/adduser.conf
sudo wget https://repo.radeon.com/amdgpu-install/22.10/ubuntu/focal/amdgpu-install_22.10.50100-1_all.deb
sudo apt-get install ./amdgpu-install_22.10.50100-1_all.deb
sudo amdgpu-install --usecase=dkms
amdgpu-install -y --usecase=rocm
配置環境和權限
sudo usermod -a -G video $LOGNAME
sudo usermod -a -G render $LOGNAME
echo 'ADD_EXTRA_GROUPS=1' | sudo tee -a /etc/adduser.conf
echo 'EXTRA_GROUPS=video' | sudo tee -a /etc/adduser.conf
echo 'EXTRA_GROUPS=render' | sudo tee -a /etc/adduser.conf
echo 'export PATH=$PATH:/opt/rocm/bin:/opt/rocm/profiler/bin:/opt/rocm/opencl/bin' | sudo tee -a /etc/profile.d/rocm.sh
驗證
# 顯示gpu信息
rocm-smi
# 兩項都顯示gpu信息
/opt/rocm/bin/rocminfo
/opt/rocm/opencl/bin/clinfo
接下來就是如何使用rocm進行顯卡運算加速了，有兩種方式，推薦方式1
方式一，docker容器運行
首先按以下教程安裝docker，教程里推薦使用阿里雲的分支
docker安裝
安裝后下載pytorch或者tensorflow的鏡像，這兩個鏡像里面都裝好了torch或者tf，所以進去就可以直接用，好像是rocm5.0以上才支持navi顯卡，所以推薦navi顯卡用這個方法，因為torch官網編譯好的版本最新支持到rocm4.5.2,所以你的顯卡要是支持，就可以區torch官網選擇你的版本，他會給你pip命令，這樣你就可以安裝到本地環境而不需要docker容器的遠程環境。
安裝完docker就可以下載鏡像了，需要哪個下哪個，這兩個鏡像一個（解壓后）27g，一個22g，docker默認安裝到根目錄下的相關文件夾中，所以安裝ubuntu時需要指定/的大小要大一點
下載Pytorch和TersonFlow鏡像
sudo docker pull rocm/pytorch:latest
sudo docker pull rocm/tensorflow:latest
下載完之后可以使用 docker images查看已下載的鏡像，第四個就是
創建Pytorch或者TensorFlow容器
這里可以把--rm刪除，保存容器，以后直接使用docker start pytorch啟動容器，再用docker attach pytorch進入容器，進入之后直接運行包含調用cuda的代碼就可以。
# 如果下載的是pytorch的鏡像就用這個命令
sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video --name pytorch rocm/pytorch:latest
#如果是tensorflow就用這個命令
sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video rocm/tensorflow:latest
如果是會用docker的到這里教程基本就結束了。如果不會用docker接着往下看。
上述命令運行完會直接進入創建好的容器,可以按ctrl+p+q先暫時退出，打開vscode，vscode安裝的話就自己百度了，在插件市場搜索remote-containers安裝
安裝完之后點vscode左下角的
選擇Attach to Running Container
之后會彈出來一個新窗口，這樣就可以在ide上開發了。注意：vscode連接container后默認不啟用一部分插件，所以你需要自己安裝python等的支持插件
驗證沒有問題
運行rocm的官方示例
還有一個方法是不用vscode，可以進入容器內配置jupyter notebook 遠程連接，方法自行百度，在映射了路徑的前提下，容器內開啟jupyter服務，可以在ubuntu本地瀏覽器運行jypyter筆記本，並且實現文件的同步。
方式二
或者直接新建一個新的環境，根據文章開始提供的下載的torch版本決定，下載安裝至本地的python環境。此方法適用於不熟悉docker且rocm版本是4.5.2以下的
import torch
torch.cuda.is_available()
# output = True 即可以調用gpu
此方法目前只支持rocm4.5（應該），在文章最開始提供的torch下載頁面，進去搜索rocm，可以看到支持的版本
其他版本目前還不太行，需要build自己顯卡的pytorch版本，我嘗試了幾次編譯失敗，就直接用docker容器了，安裝后雖然顯示cuda.is_available()是True，但是運行訓練會報HIP編譯錯誤，如果你是這方面的大佬的話，可以去官方文檔的深度學習板塊有git官方的torch源碼進行編譯的方法，我反正失敗了，如果有人能編譯成功也發我一下方法哈哈哈。