1.硬核观察 #1112 1/7 的显显 Linux 内核代码是 AMD GPU 驱动代码
2.AMD被黑客叫卖Navi显卡源码，1亿美元出售是卡源开源真吗？
3.AMD 编译概述 & Fatbin 文件生成 & HIP Runtime API（启动 CUDA 核函数）
4.AMD的ROCM平台是什么？
硬核观察 #1112 1/7 的 Linux 内核代码是 AMD GPU 驱动代码
Linux 内核代码的硬核观察揭示了一个显著的事实：AMD GPU 驱动代码占据了内核源代码的1/7以上，具体超过了万行。显显这其中包括AMD为每代新GPU提供的卡源开源大量自动生成的头文件，它们就像详尽的显显文档，反映出AMD对驱动开发的卡源开源看不见源码投入。相比之下，显显英伟达开源的卡源开源Nouveau驱动代码只有约万行，显示出AMD在内核贡献上的显显巨大影响力。
尽管AMD在代码贡献上积极主动，卡源开源但老王对此提出疑问：在内核中不断增加代码是显显否真的有益？尤其考虑到ReiserFS的命运。曾经流行的卡源开源ReiserFS日志文件系统因开发者的个人问题而停滞，最终在Linux 5.及后续版本中被标记为废弃。显显其后，卡源开源随着主要开发者入狱，显显ReiserFS项目逐渐消亡，反映出开发者社区对项目污点的敏感和项目延续性的依赖。
另一个例子是Visual Studio for Mac，微软的Mac版开发工具，从开源到闭源，最终被计划在年废弃。VS Mac曾作为.NET IDE，热血沙城 源码但与Windows版本的差距明显。微软在发现VS Code更受欢迎后，逐渐淘汰边缘项目，而MonoDevelop的开源替代品DotDevelop仍在持续发展中。
AMD被黑客叫卖Navi显卡源码，1亿美元出售是真吗？
AMD遭遇严重信息安全事件：1亿美元Navi显卡源码被曝光
近期，AMD在公告中揭示了一起惊人的事件：年底，有人试图联系他们，声称持有AMD图形产品及相关子集的测试文件。这些文件一度在网上传出，但已被删除。AMD强调，虽然这些测试文件非核心机密，但黑客可能还有其他未公开的AMD知识产权（IP）存在。 AMD已果断采取行动，报警并将此事交由刑事调查处理，与执法机构紧密合作，以应对这一威胁。然而，公众对于此事的知晓程度并不高，直到有人在Github上发布了疑似被窃取的黑客黑页源码Navi显卡源码，最初甚至标价1亿美元，若未达成交易，将公之于众。 AMD已通过法律途径要求Github删除相关源码，公告中明确表示，泄密内容并未涉及其核心产品，似乎在排除7nm Navi显卡源码泄露的可能。此次事件无疑给AMD及其用户带来了不小的忧虑，但AMD的快速反应和法律措施显示了他们对信息安全的重视。AMD 编译概述 & Fatbin 文件生成 & HIP Runtime API（启动 CUDA 核函数）
AMD 平台的术语概览
AMD GPU 计算生态基于 ROCm（Radeon Open Computing platform），ROCm 包括ROC 和 Radeon 等简称，ROC：Radeon 开放计算平台，Radeon 是 AMD GPU 产品的品牌名。ROCm 类似于 CUDA 于 NVIDIA GPU。ROCx 包含 ROCr - ROC Runtime，ROCk - ROC kernel driver, ROCt - ROC Thunk。
HIP（Heterogeneous-Computing Interface for Portability）是一个旨在简化 CUDA 应用程序到便携式 C++ 代码转换的接口，支持 C 风格的 API 和 C++ 内核语言。
HIP-Clang 是 AMDGPU 异构编译器，用于在 AMD 平台上编译 HIP 程序。
HCC（Heterogeneous Compute Compiler）是php源码 库存管理面向异构设备的开源 C++ 编译器，基于 LLVM + CLANG，实现将并行编程程序转换为 AMD GCN ISA。
在 ROCM v3.5 版本前，HCC 编译器被使用，之后引入了 HIP-Clang 编译器，HCC 编译器不再发展新特性，AMD 公司不再维护。
“HIP化”工具，即 HIPify，能将 CUDA 代码转换为便携式 C++ 代码，自动执行大部分转换工作。
ROCm 计算平台的编译流程包括使用 HIPify 工具转换 CUDA 源码到 HIP 源码，HIP 源码能够在 AMD 或 NVIDIA GPU 上运行。
在 AMD ROCm 平台上，HIP 提供 HIP 运行时 API，实现与应用程序链接的对象库，包括流、事件和内存管理。在 NVIDIA CUDA 平台上，提供头文件，从 HIP 运行时 API 转换为 CUDA 运行时 API，c和指针源码提供内联函数以实现低开销。
在 AMD ROCm 平台生成 Fat Binary 文件，使用 clang-offload-bundler 工具，将针对不同架构的多个 ELF 二进制文件合并成单个捆绑文件。
clang-offload-bundler 工具在编译过程中对翻译单元进行多次编译，生成主机和设备代码对象，然后合并这些代码对象到单个捆绑文件中。
HIP Runtime API 支持 CUDA <<<>>> 核函数语法，通过 hip-clang 编译选项选择 -fhip-new-launch-api，遇到 <<<>>> 时，调用一系列 API 来存储和处理核运行参数，最终通过 hipLaunchKernel API 运行核函数。
在编译过程中，使用 hip-clang 时，会调用 API 来存储核运行参数，然后通过桩函数调用，再通过 hipLaunchKernel API 实现核函数的运行。
API 包括用于初始化和注册函数的 API，如 __hipRegisterFatBinary 和 __hipRegisterFunction，保证 fatbin 文件只加载一次。
AMD的ROCM平台是什么？
揭开AMD ROCm神秘面纱：高性能GPU计算平台的全面解析AMD ROCm，这个名字背后隐藏着一个强大的开源GPU计算生态系统。它不仅仅是一个堆栈，而是一系列精心设计的组件，旨在为高性能计算（HPC）、人工智能（AI）和科学计算等领域提供卓越性能和跨平台的灵活性。由Open Source Software（OSS）驱动，ROCm包含驱动程序、开发工具和API，如OpenMP和OpenCL，以及集成的机器学习框架，如PyTorch和TensorFlow。核心组件包括驱动、编译器、运行时库和工具集，支持AMD GPU、APU和多架构处理器，目标是打造一个高性能且可移植的GPU计算平台，与NVIDIA的CUDA相媲美。
ROCm项目的基石是AMD Radeon Open Computing，类似于CUDA，通过ROCm系列项目和HSA（异构系统架构）实现。AMD与众多伙伴合作，利用GCN（AMD GPU架构）等技术，构建了一个兼容且高效的runtime和架构API。与CUDA相比，ROCm利用HIP在多个平台上部署便携式应用，如A卡用HIP或OpenCL，而N卡则使用CUDA。此外，ROCm的软件栈中内置了rocFFT、rocBLAS、rocRAND和rocSPARSE等加速库，进一步提升计算效率。
要使用ROCm，开发者可以借助标准Linux编译器（如GCC、ICC、CLANG），以C或C++编程，主要依赖hip_runtime.h，它包含了hip_runtime_api.h和hipLaunchKernelGGL的核心内容。尽管hip_runtime.h支持C++，但公开函数相对有限。特别地，AMD和NVIDIA的实现细节分别存储在amd_detail/**和nvidia_detail/**中，直接使用需谨慎。hipcc作为编译器驱动，取代CUDA的nvcc，而hipconfig则帮助查看配置信息。使用ROCm源码时，需设置特定的分支（如ROCM-5.6.x），并安装对应的驱动和预构建包，以下是关键步骤：
1. 设置仓库分支（如ROCM-5.6.x）和环境变量ROCM_PATH（默认在/opt/rocm）。
2. 克隆必要的GitHub仓库，如HIP、HIPCC和clr。
3. 配置环境变量指向仓库目录，包括HIP、HSA、HIP_CLANG_PATH等。
4. 构建HIPCC运行时，依赖HIP和ROCclr，可能需要指定特定平台选项。
5. 对于HIPCLR，指定相关目录和安装选项，hip运行时默认安装在$PWD/install。
从ROCM 5.6开始，clr库合并了ROCclr、HIPAMD和OpenCL，提供更为集成的体验。同时，AMDDeviceLibs和ROCm-CompilerSupport库的管理与构建细节需要遵循特定指南，CMake的使用和依赖设置也尤为重要。
AMD的HSA架构使得开发者能直接利用GPU性能，HSA运行时API提供了错误处理、内存管理和高级调度等接口。AQL作为数据包标准，支持细粒度和粗粒度内存访问，程序员需深入理解HSA运行时手册以充分利用其功能。
要编译HSA运行时，你需要ROCT-Thunk-Interface库，并可能需要加入特定用户组。ROCt库依赖于ROCk驱动，其入门指南提供了系统兼容性、内核和硬件支持信息。构建和安装ROCm包的过程包括使用cmake构建，然后进行安装和软件包打包。
最后，ROCm生态系统的数学库如rocFFT、rocBLAS等，为高性能计算提供了强大的工具。这些库的详细信息和GitHub链接，为开发者提供了丰富的资源库，让性能优化触手可及。
总之，AMD ROCm是一个强大的工具，为开发者提供了一站式GPU计算解决方案，无论是科研、AI还是游戏开发，都能从中受益。通过深入了解和利用这一平台，你可以解锁GPU计算的无限可能。