问题标签 [amd-gpu]

我的配置：

我尝试运行与 libGL 一起使用的 QTCreator，但它崩溃并出现以下错误：

我运行 glxgears，它可以工作（我看到轮子在移动），它显示了它使用的驱动程序：

我尝试创建一个符号链接以使 QTCreator 使用与 glxgears 相同的库：

这是我所有的 libGL.so 文件：

那么我应该怎么做才能使用与 glxgears 相同的 libGL 库来制作 QTCreator？

我按照这里的官方教程安装了 amdgpu-pro 。dpkg -l amdgpu-pro我能够通过with来检查 amdgpu-pro 是否正确安装ii。但是，当我radeontop用来检查我的 GPU 状态时，它无法被检测到。我认为这可能是radeontop问题，所以我使用了其他 GPU 监控脚本，但它们都没有成功注册我的 GPU。

另外，当我尝试用这个示例测试 OpenCL 时，出现了 Error: Failed to create a device group!

我在 Ubuntu 16.04 上使用 radeon RX580

我已经使用 buildroot 构建了 Linux 内核。我已将开源 amdgpu 驱动程序和所需的固件合并到其中。驱动程序很好，检测 GPU，模式设置效果很好，为“小文本”调整分辨率，启动后显示命令行。

现在我需要运行 OpenCL 程序。我从 amdgpu-pro 驱动程序（rhel7 变体）中手动解压文件并组装骨架 fs，然后复制我认为需要的文件。

OpenCL 无法识别调用中的任何设备和clinfo实用程序抛出cl::error。cl::getPlatformIDs()

OpenCL 在 linux 上完全工作需要哪些文件？

PS：相关的未回答问题，因此该主题被认为是实际的。

clinfo.exe 错误 我不知道如何解决。在运行命令 clinfo 之前，我可以使用 CodeXL Teapot 示例并对其进行调试和分析。在我运行 clinfo 命令后，CodeXL Teapot 示例也崩溃了。当我卸载AMD APP SDK 3.0时，clinfo命令没有错误，CodeXL也恢复了。我的系统是 windows 10 X64，GPU 是 AMD FirePro W7100，AMD APP SDK 是 X64。谁能给我一些建议？

我目前正在分析 AMD ADL sdk 并发现非常有趣的功能

我了解此功能正在搜索响应式 AMD GPU 散热设备，但为什么它需要在这样的功能中

几乎所有的 amd ADL 函数都在使用这个 FindTController 函数，它真的很重要还是只是蛇油？

哪个“+”计算更快？1) uint2 a, b, c; c = a + b; 2）乌龙a、b、c；c = a + b;

我们正在开发工作站 Core i7 和 AMD FirePro 8000。对于视频解码（8K，7680x4320 视频帧 ~ 66MB hapq 编解码器），我们尝试使用以下明显的循环：

1. 从流中获取帧
2. 地图缓冲区
3. 多线程解码帧切片到映射缓冲区
4. 取消映射缓冲区
5. texsubimage 从绑定的 PBO 转换为纹理

但是步骤 3. 将多线程切片解码到映射缓冲区 非常慢 - 至少需要大约 40 毫秒才能完成

当我们把它分成两个步骤时

3a。将多线程的帧切片解码到分配的内存中

3b。memcpy 从 malloced 内存到映射缓冲区

两个步骤都需要 8+9 ~ 17ms 才能完成。现在我们有了一个可以接受的解决方案，但是额外的复制步骤很痛苦。

为什么多线程解包到映射内存如此缓慢？我们如何避免额外的复制步骤？

编辑1；

这是缓冲区的生成、定义和映射方式：

编辑2：

有人提出了如何测量时间的问题。仅测量非 gl 代码。伪代码是这样的，

案例1（很慢，t2-t1~40ms）：

案例2（中慢，t3-t2~9ms，t2-t1~8ms）：

在测量的代码块内不涉及 OpenGL 代码。也许这是一个直写/ cpu-cache 问题。

我似乎已经成功构建了这个项目https://github.com/sowson/darknet，但是当我尝试运行它时，我得到了这个输出。

我不太确定如何提出我的问题或在哪里寻找答案。任何信息都有帮助。

经过一番挣扎：

1. 在带有amdgpu 17.50的全新Ubuntu 16.04上使用 OpenCL 成功构建了 Tensorflow 。

2. 安装了 5 个相同的 GPU (rx580)，所有这些 GPU 都按预期由 clinfo 和 computecpp_info 报告。

3. 运行 MNIST convnet 示例，TF 可以工作，但只使用 GPU0 而没有看到其他 GPU。

dmesg中没有报关于卡的错误，他们似乎都在最底层准备好了，不知道为什么SYCL似乎忽略了一些卡。

这是computecpp_info输出：

这是来自tensorflow的列表：

编辑：重启后

我真的不知道这些警告是否相关，因为它们在第一次运行后就消失了。

编辑：dmesg 详细信息

编辑：它与任何特定的卡无关，只是总线顺序中的第一个可用。

我尝试断开一些卡的连接，在所有测试之后，似乎很清楚 SYCL 总是只列出第一个 GPU，不管是哪一个，总是最小的可用总线号。

这也证实了卡之间没有差异，并且所有卡都可以使用（至少单独使用），所以我认为操作系统很好，我猜问题出在 SYCL 中。

请帮忙！

有没有办法自动转换为在 FP32 GPU 上进行 FP32 计算而编写的代码，所以它总是可以进行 FP16 计算而不是 FP32？

我想要实现的是为旧 GPU（不支持 HALF 类型）运行代码，以在更新的 GPU 上运行......但我自己不通过代码......

如果不可能，请告诉我应该阅读哪些文件，自己动手做...

（新的 GPU 是 Radeon Vega Frontier，驱动程序是 ROCm 1.9.1，操作系统是 Ubuntu 18.04）（代码很广泛，由不同的模块组成......所以我不会在这里发布，除非被要求）