ROCm与PyTorch部署检查：GPU识别、算子兼容和性能基线

适用目标

在AMD GPU服务器上建立可复核的PyTorch训练与推理基础环境。本文面向已经能够使用Linux命令行、但需要把环境做成可重复交付的工程人员。操作前先备份现有配置，并记录硬件型号、系统内核和当前软件版本。

准备工作

核对GPU型号、支持的ROCm版本、Linux发行版、内核、容器镜像和目标模型算子。建议建立独立测试目录和变更记录，所有命令、镜像标签、配置文件与测试结果都写入同一份实施日志。生产机器不要边排错边无记录升级。

实施步骤

检查rocminfo与设备权限。

运行官方PyTorch镜像。

验证矩阵计算和混合精度。

检查模型关键算子。

测试单卡再测试多卡RCCL。

保存吞吐、显存和错误日志。每完成一步立即保存输出，出现异常时只回退最近一项变更。

常见误区

不要把CUDA命令原样套用。

不同GPU受支持精度不同。

第三方扩展可能没有HIP实现。

升级ROCm要联动验证内核和框架。如果现象与预期不符，应缩小到最小复现环境，不要直接在完整业务栈中猜测原因。

验证与验收

设备全部识别，核心模型可以完整前向，数值符合参考结果，多卡通信无超时，基线结果和环境清单已归档。除一次性功能验证外，至少重复三次并进行重启复测。性能类任务必须固定输入、输出和并发口径，同时记录P50、P95和失败率。

交付清单

交付物应包含版本清单、配置文件、启动与停止命令、监控入口、已知限制、故障处理步骤和回滚方法。只有其他工程师能够依据文档重新完成部署，教程才算真正可执行。

可复现实施记录

本节把“ROCm与PyTorch部署检查：GPU识别、算子兼容和性能基线”落到可以复核的操作边界。测试对象是ROCm 与 PyTorch 部署。实施前先冻结硬件清单、系统镜像、依赖版本、模型版本和业务参数，并给每次验证分配独立记录编号。先在 AMD 官方兼容矩阵核对 GPU、内核、ROCm 与 PyTorch 组合，配置设备权限和容器组，再运行基础算子测试。

验收数据怎么记录

不要只记录一次成功截图。冷启动和预热后各运行三轮，表格至少包含测试时间、并发数、输入长度、输出长度、首 Token 延迟、P50/P95 总延迟、吞吐、CPU、内存、GPU 显存、GPU 利用率、错误码与日志位置。验证 rocminfo、torch.cuda.is_available、矩阵乘和多卡通信；记录不支持算子与替代实现，任何版本升级都从小模型回归开始。

变更与回退

上线时保留上一版镜像、配置和模型版本，先让少量真实请求进入新实例。若 P95 延迟上升超过 20%、连续错误率超过 1% 或出现无法解释的结果偏差，立即停止扩容新版本并切回旧实例。回退后仍需保存失败现场，不能用重启覆盖日志。文中的参数是复现起点，最终阈值应由实际业务请求和硬件测量结果确定。