HIP (ROCm) 語義¶

ROCm™ 是 AMD 的開放原始碼軟體平台，適用於 GPU 加速的高效能運算和機器學習。 HIP 是 ROCm 的 C++ 方言，旨在簡化 CUDA 應用程式轉換為可移植 C++ 程式碼。 HIP 用於轉換現有的 CUDA 應用程式（如 PyTorch）為可移植的 C++，以及用於需要 AMD 和 NVIDIA 之間可移植性的新專案。

HIP 介面重複使用 CUDA 介面¶

用於 HIP 的 PyTorch 有意重複使用現有的 torch.cuda 介面。這有助於加速現有 PyTorch 程式碼和模型的移植，因為幾乎不需要修改程式碼，或者根本不需要修改。

來自 CUDA 語義的範例對於 HIP 來說也能完全相同地運作

cuda = torch.device('cuda')     # Default HIP device
cuda0 = torch.device('cuda:0')  # 'rocm' or 'hip' are not valid, use 'cuda'
cuda2 = torch.device('cuda:2')  # GPU 2 (these are 0-indexed)

x = torch.tensor([1., 2.], device=cuda0)
# x.device is device(type='cuda', index=0)
y = torch.tensor([1., 2.]).cuda()
# y.device is device(type='cuda', index=0)

with torch.cuda.device(1):
    # allocates a tensor on GPU 1
    a = torch.tensor([1., 2.], device=cuda)

    # transfers a tensor from CPU to GPU 1
    b = torch.tensor([1., 2.]).cuda()
    # a.device and b.device are device(type='cuda', index=1)

    # You can also use ``Tensor.to`` to transfer a tensor:
    b2 = torch.tensor([1., 2.]).to(device=cuda)
    # b.device and b2.device are device(type='cuda', index=1)

    c = a + b
    # c.device is device(type='cuda', index=1)

    z = x + y
    # z.device is device(type='cuda', index=0)

    # even within a context, you can specify the device
    # (or give a GPU index to the .cuda call)
    d = torch.randn(2, device=cuda2)
    e = torch.randn(2).to(cuda2)
    f = torch.randn(2).cuda(cuda2)
    # d.device, e.device, and f.device are all device(type='cuda', index=2)

檢查 HIP¶

無論您是使用 PyTorch for CUDA 還是 HIP，呼叫 is_available() 的結果都將相同。如果您使用的是使用 GPU 支援建置的 PyTorch，它將傳回 True。如果您必須檢查您使用的 PyTorch 版本，請參考下面的範例

if torch.cuda.is_available() and torch.version.hip:
    # do something specific for HIP
elif torch.cuda.is_available() and torch.version.cuda:
    # do something specific for CUDA

ROCm 上的 TensorFloat-32(TF32)¶

TF32 在 ROCm 上不受支援。

記憶體管理¶

PyTorch 使用快取記憶體配置器來加速記憶體配置。這允許快速記憶體釋放，而無需裝置同步。但是，配置器管理的未使用記憶體仍會在 rocm-smi 中顯示為已使用。您可以使用 memory_allocated() 和 max_memory_allocated() 來監視 tensors 佔用的記憶體，並使用 memory_reserved() 和 max_memory_reserved() 來監視快取配置器管理的記憶體總量。呼叫 empty_cache() 會從 PyTorch 釋放所有未使用的快取記憶體，以便其他 GPU 應用程式可以使用。但是，tensors 佔用的 GPU 記憶體將不會被釋放，因此無法增加 PyTorch 可用的 GPU 記憶體量。

對於更進階的使用者，我們透過 memory_stats() 提供更全面的記憶體基準測試。我們還提供透過 memory_snapshot() 擷取記憶體配置器狀態的完整快照的功能，這可以幫助您了解程式碼產生的底層配置模式。

若要偵錯記憶體錯誤，請在您的環境中設定 PYTORCH_NO_HIP_MEMORY_CACHING=1 以停用快取。為了方便移植，也接受 PYTORCH_NO_CUDA_MEMORY_CACHING=1。

hipBLAS 工作區¶

對於 hipBLAS handle 和 HIP stream 的每個組合，如果該 handle 和 stream 組合執行需要工作區的 hipBLAS 核心，則會配置一個 hipBLAS 工作區。為了避免重複配置工作區，除非呼叫 torch._C._cuda_clearCublasWorkspaces()，否則不會釋放這些工作區；請注意，CUDA 或 HIP 使用的是同一個函式。每次分配的工作區大小可以透過環境變數 HIPBLAS_WORKSPACE_CONFIG 指定，格式為 :[SIZE]:[COUNT]。例如，環境變數 HIPBLAS_WORKSPACE_CONFIG=:4096:2:16:8 指定的總大小為 2 * 4096 + 8 * 16 KiB 或 8 MIB。預設工作區大小為 32 MiB； MI300 及更新版本預設為 128 MiB。若要強制 hipBLAS 避免使用工作區，請設定 HIPBLAS_WORKSPACE_CONFIG=:0:0。為方便起見，也接受 CUBLAS_WORKSPACE_CONFIG。

hipFFT/rocFFT 計畫快取¶

不支援設定 hipFFT/rocFFT 計畫的快取大小。

torch.distributed 後端¶

目前，torch.distributed 僅在 ROCm 上支援 “nccl” 和 “gloo” 後端。

C++ 中 CUDA API 到 HIP API 的對應¶

請參考： https://rocmdocs.amd.com/en/latest/Programming_Guides/HIP_API_Guide.html

注意：CUDA_VERSION 巨集、cudaRuntimeGetVersion 和 cudaDriverGetVersion API 在語義上並未對應到與 HIP_VERSION 巨集、hipRuntimeGetVersion 和 hipDriverGetVersion API 相同的值。在執行版本檢查時，請勿互換使用它們。

例如：不要使用

#if defined(CUDA_VERSION) && CUDA_VERSION >= 11000 來隱式排除 ROCm/HIP，

使用以下方法來避免使用 ROCm/HIP 的程式碼路徑

#if defined(CUDA_VERSION) && CUDA_VERSION >= 11000 && !defined(USE_ROCM)

或者，如果需要使用 ROCm/HIP 的程式碼路徑

#if (defined(CUDA_VERSION) && CUDA_VERSION >= 11000) || defined(USE_ROCM)

或者，如果僅針對特定的 HIP 版本使用 ROCm/HIP 的程式碼路徑

#if (defined(CUDA_VERSION) && CUDA_VERSION >= 11000) || (defined(USE_ROCM) && ROCM_VERSION >= 40300)

請參考 CUDA 語義文件¶

對於此處未列出的任何章節，請參考 CUDA 語義文件： CUDA 語義

啟用核心斷言¶

ROCm 上支援核心斷言 (Kernel asserts)，但由於效能開銷，它們預設為停用。可以從原始碼重新編譯 PyTorch 來啟用。

請將以下行作為引數新增到 cmake 命令參數中

-DROCM_FORCE_ENABLE_GPU_ASSERTS:BOOL=ON