HIP (ROCm) 語義¶

ROCm™ 是 AMD 的開源軟體平臺，用於 GPU 加速的高效能計算和機器學習。HIP 是 ROCm 的 C++ 方言，旨在簡化 CUDA 應用程式到可移植 C++ 程式碼的轉換。在將現有 CUDA 應用程式（如 PyTorch）轉換為可移植 C++ 以及需要 AMD 和 NVIDIA 之間實現可移植性的新專案中使用 HIP。

HIP 介面重用 CUDA 介面¶

面向 HIP 的 PyTorch 有意重用現有的 torch.cuda 介面。這有助於加速現有 PyTorch 程式碼和模型的移植，因為需要的程式碼更改非常少，甚至不需要更改。

來自 CUDA 語義的示例對於 HIP 將完全相同地工作

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¶

無論您使用的是面向 CUDA 還是 HIP 的 PyTorch，呼叫 is_available() 的結果都將相同。如果您使用的是已構建 GPU 支援的 PyTorch，它將返回 True。如果您必須檢查正在使用的 PyTorch 版本，請參考下面的示例

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)¶

ROCm 不支援 TF32。

記憶體管理¶

PyTorch 使用快取記憶體分配器來加速記憶體分配。這可以在無需裝置同步的情況下快速釋放記憶體。然而，分配器管理的未使用記憶體仍然會在 rocm-smi 中顯示為已使用。您可以使用 memory_allocated() 和 max_memory_allocated() 來監控張量佔用的記憶體，並使用 memory_reserved() 和 max_memory_reserved() 來監控快取分配器管理的總記憶體量。呼叫 empty_cache() 會釋放 PyTorch 中所有未使用的快取記憶體，以便其他 GPU 應用程式可以使用它們。然而，張量佔用的 GPU 記憶體不會被釋放，因此它不能增加可供 PyTorch 使用的 GPU 記憶體量。

對於更高階的使用者，我們透過 memory_stats() 提供了更全面的記憶體基準測試。我們還提供了透過 memory_snapshot() 捕獲記憶體分配器完整狀態快照的功能，這可以幫助您理解程式碼產生的底層分配模式。

要除錯記憶體錯誤，請在環境中設定 PYTORCH_NO_HIP_MEMORY_CACHING=1 以停用快取。PYTORCH_NO_CUDA_MEMORY_CACHING=1 也被接受，以方便移植。

hipBLAS 工作區¶

對於 hipBLAS 控制代碼和 HIP 流的每種組合，如果該控制代碼和流組合執行需要工作區的 hipBLAS 核心，則會分配一個 hipBLAS 工作區。為了避免重複分配工作區，除非呼叫 torch._C._cuda_clearCublasWorkspaces()，否則這些工作區不會被釋放；請注意，CUDA 或 HIP 都使用此函式。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。要強制 hipBLAS 避免使用工作區，請設定 HIPBLAS_WORKSPACE_CONFIG=:0:0。為了方便起見，CUBLAS_WORKSPACE_CONFIG 也被接受。

hipFFT/rocFFT 計劃快取¶

不支援設定 hipFFT/rocFFT 計劃快取的大小。

torch.distributed 後端¶

目前，ROCm 僅支援 torch.distributed 的“nccl”和“gloo”後端。

C++ 中的 CUDA API 到 HIP API 對映¶

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

注意：CUDA_VERSION 宏、cudaRuntimeGetVersion 和 cudaDriverGetVersion API 在語義上與 HIP_VERSION 宏、hipRuntimeGetVersion 和 hipDriverGetVersion API 的值不相同。在進行版本檢查時，請勿混用它們。

例如：與其使用

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

不如使用以下方式來避免 ROCm/HIP 的程式碼路徑

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

或者，如果希望採用 ROCm/HIP 的程式碼路徑

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

或者，如果希望僅針對特定 HIP 版本採用 ROCm/HIP 的程式碼路徑

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

參考 CUDA 語義文件¶

對於此處未列出的任何部分，請參考 CUDA 語義文件：CUDA 語義

啟用核心斷言¶

ROCm 支援核心斷言，但由於效能開銷而被停用。可以透過從原始碼重新編譯 PyTorch 來啟用它。

請將下面這行作為引數新增到 cmake 命令引數中

-DROCM_FORCE_ENABLE_GPU_ASSERTS:BOOL=ON