ROCm 系统管理接口库（ROCm SMI 库）安装与使用指南

最新推荐文章于 2025-05-08 16:53:56 发布

尚竹兴

最新推荐文章于 2025-05-08 16:53:56 发布

阅读量1.3k

点赞数 16

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_00907/article/details/142124757

ROCm 系统管理接口库（ROCm SMI 库）安装与使用指南

rocm_smi_lib ROCm SMI LIB 项目地址: https://gitcode.com/gh_mirrors/ro/rocm_smi_lib

项目介绍

ROCm 系统管理界面（ROCm SMI）库是ROCm软件堆栈的一部分，专为Linux设计的C库。它提供了一个用户空间接口，让应用程序能够监控和控制GPU应用程序。ROCm SMI使得开发者能够深入洞察AMD GPU的性能状态，并进行有效管理。随着时间的推移，此库将逐步被AMD SMI库取代，但目前仍然是管理和监测ROCm支持GPU的重要工具。

项目快速启动

安装ROCm SMI库

确保你的系统已经满足ROCm的安装要求。要安装ROCm SMI库，首先克隆仓库：

git clone https://github.com/ROCm/rocm_smi_lib.git
cd rocm_smi_lib
# 根据仓库中的说明进行编译和安装，可能需要权限或依赖项的处理。
# 假设仓库提供了明确的编译指令，通常是类似以下的步骤：
# make && sudo make install

示例代码 - Hello ROCm SMI

在使用ROCm SMI之前，任何程序都应初始化库并最终关闭它。下面是一个简单的示例，展示如何获取检测到的设备ID：

#include <cstdint>
#include "rocm_smi/rocm_smi.h"

int main() {
    rsmi_status_t ret;
    uint32_t num_devices;
    uint16_t dev_id;

    // 初始化ROCm SMI库
    ret = rsmi_init(0);
    
    // 获取设备数量
    ret = rsmi_num_monitor_devices(&num_devices);

    for(int i = 0; i < num_devices; ++i) {
        // 获取每个设备的ID
        ret = rsmi_dev_id_get(i, &dev_id);
        // 在实际应用中，应该检查ret值以确保操作成功
        // ...
    }

    // 关闭ROCm SMI资源
    ret = rsmi_shut_down();
    
    return 0;
}

应用案例与最佳实践

ROCm SMI常用于高性能计算和数据中心管理场景，帮助优化GPU的能耗和性能表现。最佳实践包括定期监测GPU温度、功耗和利用率，以及在分布式系统中自动调整工作负载分配，以避免过热或资源浪费。

实践示例

监控单个GPU的温度：

rsmi_temp readings;
ret = rsmi_dev_temperature_read(device_index, RSMI_TEMP_CURRENT, &readings);
if (ret == RSMI_STATUS_SUCCESS) {
    std::cout << "Device Temperature: " << readings.temp << " C\n";
}