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++ 语法，旨在简化将 CUDA 应用程序转换为可移植 C++ 代码的过程。当将现有的 CUDA 应用程序（如 PyTorch）转换为可移植 C++ 以及需要 AMD 和 NVIDIA 之间可移植性的新项目时，会使用 HIP。

HIP 接口重用 CUDA 接口 ¶

PyTorch for HIP 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，因为所需的代码更改非常少，如果有的话。

来自 CUDA 语义的示例在 HIP 中工作方式完全相同：

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 ¶

无论您是使用 CUDA 还是 HIP 的 PyTorch，调用 is_available() 的结果都将相同。如果您使用的是具有 GPU 支持的 PyTorch 构建版本，它将返回 True。如果您必须检查您正在使用 PyTorch 的哪个版本，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)

TF32 在 ROCm 上不受支持。

内存管理 §

PyTorch 使用缓存内存分配器来加速内存分配。这允许在不进行设备同步的情况下快速进行内存释放。然而，分配器管理的未使用内存仍然会显示为 rocm-smi 中已使用。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() 可以释放 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。但是，张量占用的 GPU 内存不会被释放，因此它不能增加 PyTorch 可用的 GPU 内存量。

对于更高级的用户，我们提供通过 memory_stats() 进行更全面的内存基准测试。我们还提供通过 memory_snapshot() 捕获内存分配器状态的完整快照的能力，这可以帮助您了解代码产生的底层分配模式。

要调试内存错误，请在您的环境中设置 PYTORCH_NO_HIP_MEMORY_CACHING=1 以禁用缓存。 PYTORCH_NO_CUDA_MEMORY_CACHING=1 也接受，以方便移植。

hipBLAS 工作区

对于 hipBLAS 句柄和 HIP 流的每个组合，如果该组合执行需要工作区的 hipBLAS 内核，则会分配 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 使用的是同一个函数。可以通过环境变量 HIPBLAS_WORKSPACE_CONFIG 指定每次分配的工作区大小，格式为 :[SIZE]:[COUNT] 。例如，环境变量 HIPBLAS_WORKSPACE_CONFIG=:4096:2:16:8 指定总大小为 2 * 4096 + 8 * 16 KiB 或 8 MIB。默认工作区大小为 32 MiB；MI300 及更高版本默认为 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， CUBLAS_WORKSPACE_CONFIG 也接受。

hipFFT/rocFFT 计划缓存

hipFFT/rocFFT 计划不支持设置缓存大小。

torch.distributed 后端

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

C++中的 CUDA API 到 HIP API 映射

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

注意：CUDA_VERSION 宏、cudaRuntimeGetVersion 和 cudaDriverGetVersion API 与 HIP_VERSION 宏、hipRuntimeGetVersion 和 hipDriverGetVersion API 在语义上不对应相同的值。在进行版本检查时，请勿将它们互换使用。

例如：不要使用

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

使用以下内容以避免执行 ROCm/HIP 的代码路径：

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

或者，如果需要执行 ROCm/HIP 的代码路径：

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

或者，如果只想为特定的 HIP 版本执行 ROCm/HIP 的代码路径：

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

请参阅 CUDA 语义文档 §

对于此处未列出的部分，请参阅 CUDA 语义文档：CUDA 语义

启用内核断言

核心断言在 ROCm 上受支持，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。

请将以下行作为 cmake 命令参数添加：

-DROCM_FORCE_ENABLE_GPU_ASSERTS:BOOL=ON