HIP (ROCm) 语义¶

ROCm™ 是 AMD 的开源软件平台，用于 GPU 加速的高性能计算和机器学习。HIP 是 ROCm 的 C++ 方言，旨在简化 CUDA 应用程序到可移植 C++ 代码的转换。在将现有 CUDA 应用程序（如 PyTorch）转换为可移植 C++ 以及需要 AMD 和 NVIDIA 之间实现可移植性的新项目中使用 HIP。

HIP 接口重用 CUDA 接口¶

面向 HIP 的 PyTorch 有意重用现有的 torch.cuda 接口。这有助于加速现有 PyTorch 代码和模型的移植，因为需要的代码更改非常少，甚至不需要更改。

来自 CUDA 语义的示例对于 HIP 将完全相同地工作

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)

检查 HIP¶

无论您使用的是面向 CUDA 还是 HIP 的 PyTorch，调用 is_available() 的结果都将相同。如果您使用的是已构建 GPU 支持的 PyTorch，它将返回 True。如果您必须检查正在使用的 PyTorch 版本，请参考下面的示例

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 不支持 TF32。

内存管理¶

PyTorch 使用缓存内存分配器来加速内存分配。这可以在无需设备同步的情况下快速释放内存。然而，分配器管理的未使用内存仍然会在 rocm-smi 中显示为已使用。您可以使用 memory_allocated() 和 max_memory_allocated() 来监控张量占用的内存，并使用 memory_reserved() 和 max_memory_reserved() 来监控缓存分配器管理的总内存量。调用 empty_cache() 会释放 PyTorch 中所有未使用的缓存内存，以便其他 GPU 应用程序可以使用它们。然而，张量占用的 GPU 内存不会被释放，因此它不能增加可供 PyTorch 使用的 GPU 内存量。

对于更高级的用户，我们通过 memory_stats() 提供了更全面的内存基准测试。我们还提供了通过 memory_snapshot() 捕获内存分配器完整状态快照的功能，这可以帮助您理解代码产生的底层分配模式。

要调试内存错误，请在环境中设置 PYTORCH_NO_HIP_MEMORY_CACHING=1 以禁用缓存。PYTORCH_NO_CUDA_MEMORY_CACHING=1 也被接受，以方便移植。

hipBLAS 工作区¶

对于 hipBLAS 句柄和 HIP 流的每种组合，如果该句柄和流组合执行需要工作区的 hipBLAS 内核，则会分配一个 hipBLAS 工作区。为了避免重复分配工作区，除非调用 torch._C._cuda_clearCublasWorkspaces()，否则这些工作区不会被释放；请注意，CUDA 或 HIP 都使用此函数。每次分配的工作区大小可以通过环境变量 HIPBLAS_WORKSPACE_CONFIG 指定，格式为 :[SIZE]:[COUNT]。例如，环境变量 HIPBLAS_WORKSPACE_CONFIG=:4096:2:16:8 指定的总大小为 2 * 4096 + 8 * 16 KiB 或 8 MIB。默认工作区大小为 32 MiB；MI300 及更新版本默认为 128 MiB。要强制 hipBLAS 避免使用工作区，请设置 HIPBLAS_WORKSPACE_CONFIG=:0:0。为了方便起见，CUBLAS_WORKSPACE_CONFIG 也被接受。

hipFFT/rocFFT 计划缓存¶

不支持设置 hipFFT/rocFFT 计划缓存的大小。

torch.distributed 后端¶

目前，ROCm 仅支持 torch.distributed 的“nccl”和“gloo”后端。

C++ 中的 CUDA API 到 HIP API 映射¶

请参阅：https://rocmdocs.amd.com/en/latest/Programming_Guides/HIP_API_Guide.html

注意：CUDA_VERSION 宏、cudaRuntimeGetVersion 和 cudaDriverGetVersion API 在语义上与 HIP_VERSION 宏、hipRuntimeGetVersion 和 hipDriverGetVersion API 的值不相同。在进行版本检查时，请勿混用它们。

例如：与其使用

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

不如使用以下方式来避免 ROCm/HIP 的代码路径

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

或者，如果希望采用 ROCm/HIP 的代码路径

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

或者，如果希望仅针对特定 HIP 版本采用 ROCm/HIP 的代码路径

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

参考 CUDA 语义文档¶

对于此处未列出的任何部分，请参考 CUDA 语义文档：CUDA 语义

启用内核断言¶

ROCm 支持内核断言，但由于性能开销而被禁用。可以通过从源代码重新编译 PyTorch 来启用它。

请将下面这行作为参数添加到 cmake 命令参数中

-DROCM_FORCE_ENABLE_GPU_ASSERTS:BOOL=ON