ROCm安装配置踩坑
- 遇到的问题
-
安装ubuntu系统更新内核，但是在win和Ubuntu双系统的前提下（可能）导致内核更新不成功,我安装成功的内核是5.13.39.
-
关闭bios安全启动，并设置ubuntu的启动引导为第一引导
- navi6800xt（gfx1030）显卡安装5.0及以上
- rocm5.0以上是支持了navi显卡，如果是上一代的卡，可以装4.5这个版本系列，因为torch官网就有编译好的pytorch版本，可以直接安装到本地环境而不需要docker镜像
- 安装后重启
- （更新1）再加一条，安全启动在教程最开始就要禁用掉，我记得是安装rocm驱动时会有一个许可协议的接受，就是关于第三方程序调用硬件的声明，如果你没有禁用安全启动，他会让你设定一个密码，然后在重启时要在bios力输入密码，怎么操作我也忘了，总是就是很麻烦。
ROCm安装
- （更新3）torch支持ROCM的版本更新到了5.2，而rocm更新到了5.4（并且安装过程简化），似乎是支持大多数6000系gpu，笔记本的6000系列gpu（需要额外加一行参数）
以下示例安装5.4，系统为ubuntu22.04，其他系统版本去官网看看安装说明就可以
sudo apt update && sudo apt upgrade
sudo apt install wget gnupg2
wget https://repo.radeon.com/amdgpu-install/5.4/ubuntu/jammy/amdgpu-install_5.4.50400-1_all.deb
sudo apt install ./amdgpu-install_5.4.50400-1_all.deb
wget https://repo.radeon.com/amdgpu-install/5.4/ubuntu/focal/amdgpu-install_5.4.50400-1_all.deb
sudo apt-get install ./amdgpu-install_5.4.50400-1_all.de
sudo amdgpu-install --usecase=rocm,hip,mllib --no-dkms
sudo usermod -a -G video,render $LOGNAME
如果是笔记本6700s等显卡，现在直接运行会报如下错误。
export HSA_OVERRIDE_GFX_VERSION=10.3.0
重启系统
验证
rocm-smi
/opt/rocm/bin/rocminfo
/opt/rocm/opencl/bin/clinfo
接下来就是如何使用rocm进行显卡运算加速了，有两种方式，推荐方式1
方式一，docker容器运行
首先按以下教程安装docker，教程里推荐使用阿里云的分支
安装后下载pytorch或者tensorflow的镜像，这两个镜像里面都装好了torch或者tf，所以进去就可以直接用，好像是rocm5.0以上才支持navi显卡，所以推荐navi显卡用这个方法，因为torch官网编译好的版本最新支持到rocm4.5.2,所以你的显卡要是支持，就可以区torch官网选择你的版本，他会给你pip命令，这样你就可以安装到本地环境而不需要docker容器的远程环境。
安装完docker就可以下载镜像了，需要哪个下哪个，这两个镜像一个（解压后）27g，一个22g，docker默认安装到根目录下的相关文件夹中，所以安装ubuntu时需要指定 /的大小要大一点
下载Pytorch和TersonFlow镜像
sudo docker pull rocm/pytorch:latest
sudo docker pull rocm/tensorflow:latest
下载完之后可以使用 docker images查看已下载的镜像，第四个就是
创建Pytorch或者TensorFlow容器
这里可以把 --rm 删除，保存容器，以后直接使用 docker start pytorch 启动容器，再用 docker attach pytorch 进入容器，进入之后直接运行包含调用cuda的代码就可以。
sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video --name pytorch rocm/pytorch:latest
sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video rocm/tensorflow:latest
如果是会用docker的到这里教程基本就结束了。如果不会用docker接着往下看。
上述命令运行完会直接进入创建好的容器,可以按 ctrl+p+q先暂时退出，打开vscode， vscode安装的话就自己百度了，在插件市场搜索 remote-containers安装
安装完之后点vscode左下角的
选择
Attach to Running Container
之后会弹出来一个新窗口，这样就可以在ide上开发了。 注意：vscode连接container后默认不启用一部分插件，所以你需要自己安装python等的支持插件
验证没有问题
运行rocm的官方示例
还有一个方法是不用vscode，可以进入容器内配置jupyter notebook 远程连接，方法自行百度，在映射了路径的前提下，容器内开启jupyter服务，可以在ubuntu本地浏览器运行jypyter笔记本，并且实现文件的同步。
方式二
直接本地新建一个新的环境，根据文章开始提供的下载的torch版本决定，下载安装至本地的python环境。
另外虽然安装的rocm版本是5.4，但是torch的5.2版本也是支持的，可以直接安装。
对docker不熟悉的可以使用此方法，以下示例安装5.0版本
2. 然后，本地新建环境，这里顺便把numpy也装上，不然后面使用会缺少包。
3. 安装本地的包
4. 最后验证，左侧的rocm5.0显示安装成功，torch张量也能创建存储在gpu上
import torch
torch.cuda.is_available()
在文章最开始提供的torch下载页面，进去搜索rocm，可以看到支持的版本
Original: https://blog.csdn.net/qq_51403540/article/details/123951460
Author: reven#1118
Title: ubuntu20.04安装rocm教程，AMD深度学习，6800xt配置pytorch、CUDA（已更新）本地安装torch
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/669592/
转载文章受原作者版权保护。转载请注明原作者出处！