ROCm for Windows

• 了解 C/C++ 语言和并行编程概念
• 计算机体系结构和内存层次结构的基础知识
• 具有命令行工具和代码编辑器的经验
• 熟悉 Windows 操作系统和 PowerShell

观众

• 希望了解如何在 Windows 上安装和使用 ROCm 对 AMD GPU 进行编程并利用其并行性的开发人员
• 希望编写可在不同 AMD 设备上运行的高性能和可扩展代码的开发人员
• 希望探索 GPU 编程的低级方面并优化其代码性能的程序员

ROCm 是一个用于 GPU 编程的开源平台，支持 AMD GPU，还提供与 CUDA 和 OpenCL 的兼容性。ROCm 使程序员了解硬件细节，并完全控制并行化过程。但是，这也需要对设备架构、内存模型、执行模型和优化技术有很好的理解。

ROCm for Windows 是最近开发的一项发展，允许用户在 Windows 操作系统上安装和使用 ROCm，广泛用于个人和专业目的。ROCm for Windows 使用户能够将 AMD GPU 的强大功能用于各种应用，例如人工智能、游戏、图形和科学计算。

这种以讲师为主导的现场培训（现场或远程）面向希望在Windows上安装和使用ROCm以编程AMD GPU并利用其并行性的初级到中级开发人员。

在培训结束时，参与者将能够：

• 在 Windows 上设置包含 ROCm 平台、AMD GPU 和 Visual Studio 代码的开发环境。
• 创建一个基本的 ROCm 程序，该程序对 GPU 执行向量加法并从 GPU 存储器中检索结果。
• 使用 ROCm API 查询设备信息、分配和释放设备内存、在主机和设备之间复制数据、启动内核和同步线程。
• 使用 HIP 语言编写在 GPU 上执行的内核并操作数据。
• 使用 HIP 内置函数、变量和库来执行常见任务和操作。
• 使用 ROCm 和 HIP 内存空间（如全局、共享、常量和本地）来优化数据传输和内存访问。
• 使用 ROCm 和 HIP 执行模型来控制定义并行度的线程、块和网格。
• 使用 ROCm Debugger 和 ROCm Profiler 等工具调试和测试 ROCm 和 HIP 程序。
• 使用合并、缓存、预取和分析等技术优化 ROCm 和 HIP 程序。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

介绍

• 什么是ROCm？
• 什么是HIP？
• ROCm 与 CUDA 与 OpenCL
• ROCm 和 HIP 功能和体系结构概述
• ROCm for Windows 与 ROCm 的 Linux

安装

• 在 Windows 上安装 ROCm
• 验证安装并检查设备兼容性
• 在 Windows 上更新或卸载 ROCm
• 常见安装问题疑难解答

开始

• 在 Windows 上使用 Visual Studio 代码创建新的 ROCm 项目
• 浏览项目结构和文件
• 编译并运行程序
• 使用 printf 和 fprintf 显示输出

ROCm API

• 在主机程序中使用 ROCm API
• 查询设备信息和功能
• 分配和解除分配设备内存
• 在主机和设备之间复制数据
• 启动内核并同步线程
• 处理错误和异常

HIP 语言

• 在设备程序中使用 HIP 语言
• 编写在 GPU 上执行并操作数据的内核
• 使用数据类型、限定符、运算符和表达式
• 使用内置函数、变量和库

ROCm 和 HIP 存储器模型

• 使用不同的内存空间，例如全局内存空间、共享内存空间、常量内存空间和局部内存空间
• 使用不同的内存对象，例如指针、数组、纹理和表面
• 使用不同的内存访问模式，如只读、只写、读写等。
• 使用内存一致性模型和同步机制

ROCm 和 HIP 执行模型

• 使用不同的执行模型，例如线程、块和网格
• 使用线程函数，如hipThreadIdx_x、hipBlockIdx_x、hipBlockDim_x等。
• 使用块函数，如 __syncthreads、__threadfence_block 等。
• 使用网格函数，如hipGridDim_x、hipGridSync、合作组等。

调试

• 在 Windows 上调试 ROCm 和 HIP 程序
• 使用 Visual Studio 代码调试器检查变量、断点、调用堆栈等。
• 使用 ROCm 调试器调试 AMD 设备上的 ROCm 和 HIP 程序
• 使用 ROCm Profiler 分析 AMD 设备上的 ROCm 和 HIP 程序

优化

• 在 Windows 上优化 ROCm 和 HIP 程序
• 使用合并技术提高内存吞吐量
• 使用缓存和预取技术来减少内存延迟
• 使用共享内存和本地内存技术来优化内存访问和带宽
• 使用分析和分析工具来衡量和改进执行时间和资源利用率

总结和下一步