AMD的GPU拿来跑深度学习？Rocm3.0&Pytorch@Ubuntu16编译实录

折腾了一周了吧，终于是在自己的电脑上编译完成，并且可以跑通Pytorch训练代码了。我也是小白一个，如果有专业词汇使用不当，还请见谅。
编译过程参考了官方编译文档, JC大神的博文以及github里面的一些Issue集合而成。向他们表示诚挚的感谢。

• 简单介绍一下硬件：
  CPU ：I5 9400F
  GPU：AMD Radeon VII
  内存：64G

• 软件环境：
  Ubuntu 16.04 LTS
  Anaconda3 (python=3.6)
  Rocm 3.0

• 编译过程：

1. 安装rocm，按照官方的文档安装即可
2. 配置编译需要的环境，确保所需的包是安装了的。

sudo apt update
sudo apt install rock-dkms rocm-dev rocm-libs miopen-hip miopengemm hipsparse  rccl rocthrust hipcub roctracer-dev
sudo apt install git python-pip libopenblas-dev cmake libnuma-dev autoconf build-essential ca-certificates curl libgoogle-glog-dev libhiredis-dev libiomp-dev libleveldb-dev liblmdb-dev libopencv-dev libpthread-stubs0-dev libsnappy-dev sudo vim libprotobuf-dev protobuf-compiler
pip install enum34 numpy pyyaml setuptools typing cffi future hypothesis

3. clone Pytorch源码

cd ~
git clone https://github.com/pytorch/pytorch.git or git clone https://github.com/ROCmSoftwarePlatform/pytorch.git
cd pytorch
git submodule update --init --recursive

4. 参考这个Issue的指示，修改对应的文件

5. 遵循官方指示：

sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/rocsparse/lib/cmake/rocsparse/rocsparse-config.cmake
sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/rocfft/lib/cmake/rocfft/rocfft-config.cmake
sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/miopen/lib/cmake/miopen/miopen-config.cmake
sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/rocblas/lib/cmake/rocblas/rocblas-config.cmake

另外建议加入以下两行，是我在编译失败过程中新加的

sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/hipsparse/lib/cmake/hipsparse/hipsparse-config.cmake
sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/rccl/lib/cmake/rccl/rccl-config.cmake

然后在pytorch/cmake/External/rccl.cmake 里添加set(RCCL_DIR"/opt/rocm/rccl/lib/cmake/rccl")

6. 删除conda环境中的ld(可选，仅针对使用anaconda)。

cd ~/anaconda3/envs/$YOUR_ENV_NAME$/compiler_compat
mv ld ld-tmp
cd 

7. Hipify CUDA的函数
   注意，如果这里报错的话一定不要忽略，找到错误的根源进行修改或者直接删除了重新clone。这个过程很快，会有部分skipped 和 ok，只要不是报错都没问题。

cd pytorch
python tools/amd_build/build_amd.py

8. 配置你的GPU类型。目前ROCm支持gfx803, gfx900和gfx906这三种GPU。官方的安装指南里面包含了这一步，如果不能确定，可以通过以下命令获取/opt/rocm/bin/rocm_agent_enumerator。通过设置环境变量，指明编译针对的GPU类型，我的设置为：
   export PYTORCH_ROCM_ARCH=gfx906
   而且，参考了官方的docker安装指南以后，我又加了
   export HCC_AMDGPU_TARGET=gfx906
   不知道是否是必要的
9. 开始编译Pytorch，其中官方说明注明，MAX_JOBS = n时，占用的内存约为4nGB，也就是说16G内存的话可以考虑设为4，内存够大可以设置得大一点。

USE_ROCM=1 USE_LMDB=1 USE_OPENCV=1 MAX_JOBS=4 python setup.py install --user

10. 编译完成Pytorch之后（如果成功的话），编译torchvision，

git clone https://github.com/pytorch/vision
cd vision
python setup.py install
cd ..

11. 全部编译完成后进行测试

PYTORCH_TEST_WITH_ROCM=1 python test/run_test.py --verbose

其他

如果按照上面的步骤操作完仍然不能跑通你的代码（至少python -c "import torch"不报错），那么你可以尝试一下几点：

1. 第三步git源码的部分换一个源进行clone。
2. 仔细注意第3.5步issue里面的比较官方的回复（即apply that patch）
3. 按照报的错仔细去查找，如果在configuration阶段报错关于RCCL的，可以尝试加

sed -i 's/find_dependency(hip)/find_dependency(HIP)/g' /opt/rocm/rccl/lib/cmake/rccl/rccl-config.cmake
export LIBRARY_PATH="/opt/rocm/rccl/lib/"

4. 如果以上你都检查过还是报错，那么建议拷贝错误的地方去谷歌上搜索一下，百度上是搜不到什么干货的，我也是多次google到对我很有价值的信息。
5. 如果你ROCM或者什么其他相关的包下载的很慢（或者经常遇到异常EOF），去挂个代理吧，相关的方法可以在网上查，或者在最开始提到的JC大神的博客中学习。