HIP (ROCm) 语义#

创建于: 2021年5月12日 | 最后更新于: 2025年8月8日

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。在转换现有 CUDA 应用程序（如 PyTorch）到可移植 C++ 以及需要 AMD 和 NVIDIA 之间可移植性的新项目时，都会使用 HIP。

HIP 接口重用 CUDA 接口#

PyTorch for HIP 故意重用了现有的 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，甚至没有。

来自 CUDA 语义的示例对于 HIP 同样适用。

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 PyTorch for CUDA 还是 HIP，调用 is_available() 的结果都是相同的。如果您使用的是已构建支持 GPU 的 PyTorch，它将返回 True。如果您必须检查您正在使用的 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。这允许在没有设备同步的情况下快速释放内存。但是，分配器管理的未使用的内存仍然会在 rocm-smi 中显示为已使用。您可以使用 memory_allocated() 和 max_memory_allocated() 来监控由张量占用的内存，并使用 memory_reserved() 和 max_memory_reserved() 来监控缓存分配器管理的内存总量。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。但是，由张量占用的 GPU 内存不会被释放，因此无法增加 PyTorch 可用的 GPU 内存量。

对于更高级的用户，我们通过 memory_stats() 提供更全面的内存基准测试。我们还通过 memory_snapshot() 提供捕获内存分配器状态完整快照的功能，这有助于您理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 来禁用缓存。为了方便移植，也接受 PYTORCH_NO_CUDA_MEMORY_CACHING=1。

hipBLAS 工作区#

对于每个 hipBLAS handle 和 HIP stream 的组合，如果该 handle 和 stream 的组合执行了需要工作区的 hipBLAS 内核，则会分配一个 hipBLAS 工作区。为了避免重复分配工作区，这些工作区不会被释放，除非调用 torch._C._cuda_clearCublasWorkspaces()；请注意，对于 CUDA 或 HIP，这是同一个函数。每个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，即 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，也接受 CUBLAS_WORKSPACE_CONFIG。

hipFFT/rocFFT 计划缓存#

不支持设置 hipFFT/rocFFT 计划的缓存大小。

torch.distributed 后端#

目前，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://rocm.docs.amd.com/projects/HIP/en/latest/reference/api_syntax.html

注意：CUDA_VERSION 宏、cudaRuntimeGetVersion 和 cudaDriverGetVersion API 在语义上不映射到与 HIP_VERSION 宏、hipRuntimeGetVersion 和 hipDriverGetVersion API 相同的值。请在进行版本检查时不要混用它们。

例如：而不是使用

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

使用以下方法来避免进入 ROCm/HIP 的代码路径：

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

或者，如果希望进入 ROCm/HIP 的代码路径：

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

或者，如果仅为特定的 HIP 版本进入 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，但由于性能开销而默认禁用。可以通过从源代码重新编译 PyTorch 来启用它。

请在 cmake 命令参数中添加以下行：

-DROCM_FORCE_ENABLE_GPU_ASSERTS:BOOL=ON

启用/禁用 ROCm 可组合内核#

启用 SDPA 和 GEMM 的可组合内核 (CK) 是一个分两步的过程。首先，用户必须在构建 PyTorch 时将相应的环境变量设置为 ‘1’：

SDPA: USE_ROCM_CK_SDPA=1

GEMMs: USE_ROCM_CK_GEMM=1

其次，用户必须通过相应的 Python 调用显式请求使用 CK 作为后端库：

SDPA: setROCmFAPreferredBackend('<choice>')

GEMMs: setBlasPreferredBackend('<choice>')

要在这两种情况下启用 CK，只需将 ‘ck’ 传递给这些函数即可。

要将后端设置为 CK，用户**必须**使用正确的环境变量进行构建。否则，PyTorch 将打印警告并使用“默认”后端。对于 GEMMs，这将路由到 hipblas；对于 SDPA，它将路由到 aotriton。