在 AMD ROCm 上安装与卸载 HPC SDK：AMD Instinct 高性能计算栈实战指南-酒店常州论坛

在 AMD ROCm 上安装与卸载 HPC SDK：AMD Instinct 高性能计算栈实战指南

【免费下载链接】legacy-rocm-buildAMD ROCm™ Software - GitHub Home项目地址: https://gitcode.com/GitHub_Trending/ro/legacy-rocm-build

AMD ROCm HPC SDK 是面向 AMD Instinct GPU 的高性能计算（HPC）库与工具集合，为科学计算、数值线性代数与张量运算提供开箱即用的加速能力。本文基于当前仓库的 docs/components/hpc-sdk/install.rst 整理，完整覆盖在 Ubuntu、Debian、RHEL、Oracle Linux、Rocky Linux 与 SLES 上通过 apt/dnf/zypper 包管理器及 tarball 两种方式安装、验证、卸载 HPC SDK 的完整流程，并深入解读其背后的amdrocm-hpc7.14元包、GPU 架构选择器与 ROCm 依赖关系，读完即可在自己的 AMD GPU 集群上落地一套可复现的 HPC 软件环境。

HPC SDK 是什么：面向 AMD Instinct 的高性能计算软件栈

AMD ROCm HPC SDK 为 AMD Instinct GPU 提供高性能计算库与工具。它建立在标准 ROCm 安装之上——ROCm for HPC 应用和容器运行在标准 ROCm 安装环境内，因此安装 HPC SDK 之前，系统必须已具备符合要求的 ROCm 运行时与 amdgpu 驱动。

从仓库文档可以确认，HPC SDK 随安装捆绑打包了两款核心库：

hipTensor：张量运算库，覆盖 elementwise、reduction 与张量缩并（contraction）等操作。仓库 CHANGELOG.md 记录了其 API 演进：hiptensorInitTensorDescriptor、hiptensorContractionDescriptor_t等旧接口正逐步迁移到统一的hiptensorCreateTensorDescriptor、hiptensorOperationDescriptor_t、hiptensorCreatePlan等新 API，实现跨操作的一致性设计、多阶段执行与计划（plan）复用。
rocALUTION：稀疏迭代求解器库，用于求解大型线性系统。其 CHANGELOG 条目（如 CHANGELOG.md）显示它支持通过install.sh/rmake.py脚本自定义构建，并提供--clients-only等选项，默认构建标准已升级到 C++17。

两者的许可均记录在 docs/about/license.md，分别为 MIT 许可证。从仓库的 default.xml 清单可以看出 rocALUTION 是 ROCm 官方版本管理（repo manifest）体系内的标准组件，与整个 ROCm 栈一同构建发布。

注意：HPC 应用容器是通过 AMD InfinityHub-CI 发布的，每个容器提供参数用于指定 ROCm、OpenMPI、UCX 和 Ubuntu 的源码分支与发行版本。

安装前置条件：先确认兼容性与系统准备

安装 HPC SDK 前，务必确认系统满足 ROCm 的硬件、软件与驱动要求。支持哪些 GPU 与操作系统，参见仓库中的 docs/compatibility/compatibility-matrix.rst。

在 Linux 上安装 HPC SDK（包管理器方式）之前，需要完成 docs/install/include/100-prerequisites.rst 中列出的两类关键准备工作：

安装依赖包

部分 ROCm 工具依赖libatomic与libquadmath才能正常运行，按发行版安装：

# Ubuntu / Debian sudo apt install libatomic1 libquadmath0 # RHEL / Oracle Linux / Rocky Linux sudo dnf install libatomic libquadmath # SLES sudo zypper install libatomic1 libquadmath0

配置 GPU 访问权限

Linux 下 GPU 访问默认由video和render系统组控制。两种配置方式任选其一：

方式一：组成员（group membership）

# 将当前用户加入 render 和 video 组 sudo usermod -a -G render,video $LOGNAME

方式二：udev 规则（系统级、更细粒度）

sudo tee /etc/udev/rules.d/70-amdgpu.rules << EOF KERNEL=="kfd", GROUP="render", MODE="0666" SUBSYSTEM=="drm", KERNEL=="renderD*", GROUP="render", MODE="0666" EOF sudo udevadm control --reload-rules sudo udevadm trigger

video组传统上处理视频设备访问，render组通过 DRM render node 管理 GPU 渲染访问。应用全部设置后需要重启系统。

企业发行版额外准备

RHEL：需先注册系统（subscription-manager register），并启用 EPEL 与 CodeReady Builder 仓库（不同版本对应不同 baseurl）。
SLES：需通过sudo SUSEConnect -r <REGCODE>注册，并sudo zypper update。
Oracle / Rocky Linux：同样需要添加 EPEL 仓库并执行sudo crb enable。

安装方式总览：包管理器与 tarball 二选一

HPC SDK 提供两种安装路径，取决于你是如何安装基础 ROCm 的。仓库中的安装方法对比表（docs/install/include/050-install-methods.rst）显示 ROCm 共支持包管理器（apt/dnf/zypper）、pip、tarball、runfile 四种方式，其中 HPC SDK 走包管理器或tarball两条路线：

安装方法	适用平台	适用场景	安装范围
包管理器（apt/dnf/zypper）	Linux	传统 Linux 安装、系统托管、自动 post-install	系统级
Tarball	Linux / Windows	自包含、可移植部署，单体安装（包含所有组件）	系统级 / 自定义目录

基础 ROCm 安装：包管理器方式

包管理器方式下，HPC SDK 依赖已注册的 ROCm 软件仓库。以 Ubuntu 24.04 为例，注册仓库：

# 下载并安装 GPG 密钥 sudo mkdir --parents --mode=0755 /etc/apt/keyrings wget https://repo.amd.com/rocm/packages-multi-arch/gpg/rocm.gpg -O - | \ gpg --dearmor | sudo tee /etc/apt/keyrings/amdrocm.gpg > /dev/null sudo tee /etc/apt/sources.list.d/rocm.list << EOF deb [arch=amd64 signed-by=/etc/apt/keyrings/amdrocm.gpg] https://repo.amd.com/rocm/packages-multi-arch/ubuntu2404 stable main EOF sudo apt update

RHEL/Rocky/Oracle 系使用 dnf 写入/etc/yum.repos.d/rocm.repo，SLES 使用 zypper 写入/etc/zypp/repos.d/rocm.repo，均通过https://repo.amd.com/rocm/packages-multi-arch/下的对应发行版子路径提供软件源。仓库注册完成后，再安装 ROCm 基础元包，例如全架构sudo apt install amdrocm7.14，或按具体 GPU 架构安装amdrocm7.14-gfx942等（详见 docs/install/include/200-install.rst）。安装 ROCm 前如已有 7.2.4 或更早版本，需先卸载。

核心实操：按平台与 GPU 架构安装 HPC SDK

Tarball 方式：无需额外步骤

如果使用标准 ROCm tarball 安装，HPC SDK 已随附在内，无需任何附加操作。这也意味着在 tarball 场景下没有独立的 "HPC Expansion" tarball——如仓库 docs/about/release-notes.md 所述，amdrocm-hpc元包会安装 rocALUTION 与 hipTensor，而标准 ROCm tarball 本身已包含这两个库。

包管理器方式：三个维度决定安装命令

包管理器安装命令由三个选择条件决定：

Linux 发行版→ 决定使用apt/dnf/zypper；
GPU 架构（gfx 代号）→ 决定安装全部架构元包还是特定架构元包；
安装范围→ 每个场景需要同时安装amdrocm-hpc7.14与amdrocm-hpc-sdk7.14两个包（或对应的-gfxxxx变体）。

先完成 docs/install/include/100-prerequisites.rst 中的 ROCm 安装前置条件（依赖与 GPU 权限配置），再执行：

场景一：全部 GPU 架构（fam=all）

# Ubuntu / Debian sudo apt install amdrocm-hpc7.14 amdrocm-hpc-sdk7.14 # RHEL / Rocky Linux / Oracle Linux sudo dnf install amdrocm-hpc7.14 amdrocm-hpc-sdk7.14 # SLES sudo zypper install amdrocm-hpc7.14 amdrocm-hpc-sdk7.14

场景二：按 GPU 架构安装（推荐）

文档为每一档 GPU 架构提供了对应的-gfxxxx变体。以最常见的几款 AMD Instinct 与 Radeon 产品为例：

# AMD Instinct MI300X / MI325X / MI300A（gfx942） sudo apt install amdrocm-hpc7.14-gfx942 amdrocm-hpc-sdk7.14-gfx942 # AMD Instinct MI250X / MI250 / MI210（gfx90a） sudo dnf install amdrocm-hpc7.14-gfx90a amdrocm-hpc-sdk7.14-gfx90a # AMD Instinct MI100（gfx908） sudo zypper install amdrocm-hpc7.14-gfx908 amdrocm-hpc-sdk7.14-gfx908 # AMD Instinct MI355X / MI350X / MI350P（gfx950，文档中列出的最新代号） sudo apt install amdrocm-hpc7.14-gfx950 amdrocm-hpc-sdk7.14-gfx950

gfx 架构代号与具体产品的映射，可以从仓库的 docs/install/include/gpu-selector.rst 中完整确认，例如gfx950对应 AMD Instinct MI355X / MI350X / MI350P，gfx942对应 MI325X / MI300X / MI300A，gfx90a对应 MI250X / MI250 / MI210，gfx908对应 MI100。此外文档还列出了消费级与工作站级显卡的变体，包括 Radeon PRO W7900 / W7800（gfx1100）、Radeon RX 7900 XTX（gfx1100）、Radeon RX 7800 XT / 7700 XT（gfx1101）、Radeon RX 7600（gfx1102）、Ryzen AI Max 系列 APU（gfx1151）等。

理解-gfx变体的意义：amdrocm-hpc7.14-gfx942这类包名为“按架构裁剪”的安装提供依据。GPU 架构代号直接决定 ROCm 软件栈为该 GPU 编译的内核与库版本，选择与硬件匹配的变体可确保 hipTensor、rocALUTION 等库以针对该架构优化的形式落地。这也与仓库中 docs/reference/gpu-arch 下按 MI100/MI250/MI300/MI350 分列的 GPU 架构文档体系相呼应。

与通用 ROCm 元包的对应关系

HPC SDK 的安装结构与基础 ROCm 完全对称：基础 ROCm 使用amdrocm7.14（全架构）或amdrocm7.14-gfx942（按架构），HPC SDK 使用amdrocm-hpc7.14+amdrocm-hpc-sdk7.14（全架构）或对应的-gfxxxx变体（按架构）。amdrocm-hpc元包负责拉取 rocALUTION 与 hipTensor 两个计算库，amdrocm-hpc-sdk元包则承载 HPC SDK 的整体工具链与依赖组织，二者通常成对安装。

安装后验证：确认 GPU 可见性与运行时就绪

基础 ROCm 安装完成后，可以使用 docs/install/include/300-post-install.rst 中的工具验证环境：

# 列出检测到的 AMD GPU，确认 ROCm 运行时与驱动已正确加载 rocminfo # 查看 amd-smi 工具与库的版本信息 amd-smi version

rocminfo输出中会显示类似以下内容，确认 HSA 运行时与 GPU Agent 均就绪：

ROCk module version 6.16.6 is loaded ===================== HSA System Attributes ===================== Runtime Version: 1.21 ... Agent 1 ******* Name: gfx950 Uuid: GPU-5b920922d0067ea9 Marketing Name: AMD Instinct MI350X

amd-smi version则输出工具、库、ROCm 与 amdgpu 驱动各层版本，例如AMDSMI Tool: 26.5.0 | AMDSMI Library version: 26.5.0 | ROCm version: 7.14.0 | amdgpu version: 6.19.14...。在包管理器场景下，HPC SDK 组件随 ROCm 一起由系统包管理器管理，无需额外配置环境变量。

卸载 HPC SDK

卸载方式同样取决于初始安装方式：

Tarball 方式

直接遵循标准 ROCm 的卸载流程即可，无需单独移除 HPC SDK（docs/install/include/400-uninstall.rst）。tarball 安装的 ROCm 通过删除安装目录（如sudo rm -rf therock-tarball）并移除/etc/profile.d/set-rocm-env.sh或 shell 配置文件中的环境变量块完成卸载。

包管理器方式

场景一：全部 GPU 架构（fam=all）

# Ubuntu / Debian：autoremove 同时清理不再需要的依赖 sudo apt autoremove amdrocm-hpc7.14 amdrocm-hpc-sdk7.14 # RHEL / Rocky Linux / Oracle Linux sudo dnf remove amdrocm-hpc7.14 amdrocm-hpc-sdk7.14 # SLES sudo zypper remove amdrocm-hpc7.14 amdrocm-hpc-sdk7.14

场景二：按 GPU 架构卸载

# Ubuntu / Debian（以 gfx942 为例） sudo apt autoremove amdrocm-hpc7.14-gfx942 amdrocm-hpc-sdk7.14-gfx942 # RHEL 系（以 gfx90a 为例） sudo dnf remove amdrocm-hpc7.14-gfx90a amdrocm-hpc-sdk7.14-gfx90a # SLES（以 gfx908 为例） sudo zypper remove amdrocm-hpc7.14-gfx908 amdrocm-hpc-sdk7.14-gfx908

包管理器卸载完成后，如需彻底清理，可再移除 ROCm 仓库源并刷新缓存：Ubuntu/Debian 删除/etc/apt/sources.list.d/rocm.list并sudo apt clean all && sudo apt update；RHEL 系删除/etc/yum.repos.d/rocm.repo*并sudo dnf clean all；SLES 执行sudo zypper removerepo "rocm"并sudo zypper refresh。

常见问题与已知事项

版本对应关系：本文所有包名均基于 ROCm 7.14（amdrocm-hpc7.14/amdrocm-hpc-sdk7.14），命令中的7.14是发行版本号的一部分，升级 ROCm 大版本时应同步替换。
GPU 架构匹配：选择-gfxxxx变体前，先用rocminfo或对照 docs/install/include/gpu-selector.rst 确认 GPU 的 gfx 代号，避免安装不匹配的架构包。
tarball 与 HPC SDK：标准 ROCm tarball 已内置 rocALUTION 与 hipTensor，无需（也没有）单独的 HPC Expansion tarball。
驱动兼容性：amdgpu 驱动的兼容范围以仓库中的 docs/compatibility/compatibility-matrix.rst 为准，安装前建议先核对目标发行版与驱动版本组合。

企业官网建设流程全解析