利用ROCm在3A平台进行深度学习

零、平台介绍

    0、软件平台

        操作系统：Ubuntu20.04 

        Linux Kernel：5.8.4-050804-generic

        NVCC（ROCm）：rocm-dev3.7.0/Ubuntu 16.04 3.7.0-20 amd64

        Docker：docker-ce/focal,now 5:19.03.12~3-0~ubuntu-focal amd64

    1、硬件平台

        CPU：Ryzen 3700X

        GPU：Radeon VII

        主板：ROG STRIX B450-I

        内存：3200MHz 2*16GB

    2、ROCm介绍

        ROCm是AMD显卡的开放计算平台，提供了接近Cuda的API和转换工具。目前支持Pytorch和TensorFlow。

一、平台搭建

    0、安装ROCm

        (1)更新到最新版本内核

        前往 https://kernel.ubuntu.com/~kernel-ppa/mainline/v5.8.4/ 下载内核文件 ：

linux-headers-5.8.4-050804-generic_5.8.4-050804.202008260637_amd64.deb
inux-headers-5.8.4-050804_5.8.4-050804.202008260637_all.deb
linux-image-unsigned-5.8.4-050804-generic_5.8.4-050804.202008260637_amd64.deb
linux-modules-5.8.4-050804-generic_5.8.4-050804.202008260637_amd64.deb
        切换到文件目录，执行sudo apt install ./linux-*-5.8.4*.deb。

        （2）安装ROCm

        添加软件源

wget -q -O - http://repo.radeon.com/rocm/rocm.gpg.key | sudo apt-key add -

echo 'deb [arch=amd64] http://repo.radeon.com/rocm/apt/debian/ xenial main' | sudo tee /etc/apt/sources.list.d/rocm.list

        安装软件

sudo apt install rocm-dev

echo 'SUBSYSTEM=="kfd", KERNEL=="kfd", TAG+="uaccess", GROUP="video"' | sudo tee /etc/udev/rules.d/70-kfd.rules

        配置环境和权限

sudo usermod -a -G video $LOGNAME 

sudo usermod -a -G render $LOGNAME

echo 'ADD_EXTRA_GROUPS=1' | sudo tee -a /etc/adduser.conf

echo 'EXTRA_GROUPS=video' | sudo tee -a /etc/adduser.conf

echo 'EXTRA_GROUPS=render' | sudo tee -a /etc/adduser.conf

echo 'export PATH=$PATH:/opt/rocm/bin:/opt/rocm/profiler/bin:/opt/rocm/opencl/bin' | sudo tee -a /etc/profile.d/rocm.sh

        （3）安装docker

        为了加速安装，教程使用阿里镜像站

curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

sudo add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

sudo apt update

sudo apt-get install docker-ce

        安装Pytorch和TersonFlow镜像

sudo docker pull rocm/pytorch:latest

sudo docker pull rocm/tensorflow:latest

二、调用Pytorch和TensorFlow

sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video rocm/pytorch:latest

sudo docker run -it -v $HOME:/data --privileged --rm --device=/dev/kfd --device=/dev/dri --group-add video rocm/tensorflow:latest