在 Ubuntu 19.10 上为 AMD GPU 安装 OpenCL 2.0 驱动程序？我有什么选择？

最后，我让它工作，这是clinfo（从 ROCm 捆绑的二进制文件）的结果。

umber of platforms:              1
  Platform Profile:              FULL_PROFILE
  Platform Version:              OpenCL 2.1 AMD-APP (3004.6)
  Platform Name:                 AMD Accelerated Parallel Processing
  Platform Vendor:               Advanced Micro Devices, Inc.
  Platform Extensions:               cl_khr_icd cl_amd_event_callback cl_amd_offline_devices 


  Platform Name:                 AMD Accelerated Parallel Processing
Number of devices:               1
  Device Type:                   CL_DEVICE_TYPE_GPU
  Vendor ID:                     1002h
  Board name:                    Unknown AMD GPU
  Device Topology:               PCI[ B#7, D#0, F#0 ]
  Max compute units:                 8
  Max work items dimensions:             3
    Max work items[0]:               1024
    Max work items[1]:               1024
    Max work items[2]:               1024
  Max work group size:               256
  Preferred vector width char:           4
  Preferred vector width short:          2
  Preferred vector width int:            1
  Preferred vector width long:           1
  Preferred vector width float:          1
  Preferred vector width double:         1
  Native vector width char:          4
  Native vector width short:             2
  Native vector width int:           1
  Native vector width long:          1
  Native vector width float:             1
  Native vector width double:            1
  Max clock frequency:               1100Mhz
  Address bits:                  64
  Max memory allocation:             1825361100
  Image support:                 Yes
  Max number of images read arguments:       128
  Max number of images write arguments:      64
  Max image 2D width:                16384
  Max image 2D height:               16384
  Max image 3D width:                2048
  Max image 3D height:               2048
  Max image 3D depth:                2048
  Max samplers within kernel:            16
  Max size of kernel argument:           1024
  Alignment (bits) of base address:      2048
  Minimum alignment (bytes) for any datatype:    128
  Single precision floating point capability
    Denorms:                     No
    Quiet NaNs:                  Yes
    Round to nearest even:           Yes
    Round to zero:               Yes
    Round to +ve and infinity:           Yes
    IEEE754-2008 fused multiply-add:         Yes
  Cache type:                    Read/Write
  Cache line size:               64
  Cache size:                    16384
  Global memory size:                7301444400
  Constant buffer size:              1825361100
  Max number of constant args:           8
  Local memory type:                 Scratchpad
  Local memory size:                 65536
  Max pipe arguments:                16
  Max pipe active reservations:          16
  Max pipe packet size:              1825361100
  Max global variable size:          1642824960
  Max global variable preferred total size:  7301444400
  Max read/write image args:             64
  Max on device events:              1024
  Queue on device max size:          8388608
  Max on device queues:              1
  Queue on device preferred size:        262144
  SVM capabilities:              
    Coarse grain buffer:             Yes
    Fine grain buffer:               Yes
    Fine grain system:               No
    Atomics:                     No
  Preferred platform atomic alignment:       0
  Preferred global atomic alignment:         0
  Preferred local atomic alignment:      0
  Kernel Preferred work group size multiple:     64
  Error correction support:          0
  Unified memory for Host and Device:        1
  Profiling timer resolution:            1
  Device endianess:              Little
  Available:                     Yes
  Compiler available:                Yes
  Execution capabilities:                
    Execute OpenCL kernels:          Yes
    Execute native function:             No
  Queue on Host properties:              
    Out-of-Order:                No
    Profiling :                  Yes
  Queue on Device properties:                
    Out-of-Order:                Yes
    Profiling :                  Yes
  Platform ID:                   0x7f6233d65f10
  Name:                      gfx902
  Vendor:                    Advanced Micro Devices, Inc.
  Device OpenCL C version:           OpenCL C 2.0 
  Driver version:                3004.6 (PAL,HSAIL)
  Profile:                   FULL_PROFILE
  Version:                   OpenCL 2.0 AMD-APP (3004.6)
  Extensions:                    cl_khr_fp64 cl_amd_fp64 cl_khr_global_int32_base_atomics cl_khr_global_int32_extended_atomics cl_khr_local_int32_base_atomics cl_khr_local_int32_extended_atomics cl_khr_int64_base_atomics cl_khr_int64_extended_atomics cl_khr_3d_image_writes cl_khr_byte_addressable_store cl_khr_fp16 cl_khr_gl_sharing cl_khr_gl_depth_images cl_amd_device_attribute_query cl_amd_vec3 cl_amd_printf cl_amd_media_ops cl_amd_media_ops2 cl_amd_popcnt cl_khr_image2d_from_buffer cl_khr_subgroups cl_khr_gl_event cl_khr_depth_images cl_khr_mipmap_image cl_khr_mipmap_image_writes cl_amd_copy_buffer_p2p

让我们在这里赶上一点。现在我的系统是

• 内核版本：5.3.18 通用
• 图形 API：Mesa（最新版本很好）
• aptOpenCL：2.1（通过 ROCm 3.1 或通过命令安装可能为您提供的任何版本） 。

关键是在完成 ROCm 的安装之后。您必须下载最新的AMD 驱动程序。在我撰写本文时，它是 19.50 版，确切的链接是amdgpu-pro-19.50-967956-ubuntu-18.04.tar.xz。即使您像我的情况一样处于 19.10 版本，也不必担心 Ubuntu 发布版本，重要的可能是保持在内核 5.3.x 以确保适合 ROCm 和 AMD 驱动程序的安全性。

然后你在这里使用/修改来自 tuxutku 的脚本。您可以像现在自己下载一样注释掉下载远程文件的行，然后在文件系统中对此类文件进行脱机操作。注意最后一个命令，它将结果文件复制到/. 您甚至可以评论该行并自己手动执行以确保安全。

脚本的要点是我们并没有真正从 AMD 驱动程序包中安装任何东西，而只是获取共享库和一些配置文件，然后放入我们的系统中。ROCm 将与之交互。它涉及重命名共享库以避免冲突，以防您已经安装了工作 AMDGPU-PRO，因此这将隔离问题。

请记住，/opt/OpenCL/vendors/amdocl64.icd它libamdocl64.so的内容是。我们已经复制了提取的.so文件，/因此它将引用它而不是 ROCm 的捆绑.so文件。如果您参考 ROCm，它将无法正常工作，并且会喊出找不到设备的错误。

现在一切都完成了。您可以使用单独的二进制文件clinfo或从 ROCm 捆绑的二进制文件来验证所有内容，以检查一切是否顺利。

最好有一些基于 OpenCL 的应用程序来测试它。我使用Phoronix 测试套件或pts/juliagpu测试pts/luxmarkOpenCL 的能力。对于 Blender，它检测并列出如下

选择第一个（未知）似乎是搅拌机的真正GPU，因为选择了第二个场景的“ GPU Compute”的设置Will Grey。

是的，您需要确保它没有变灰，以确保它是真正的 GPU 渲染。或者您可以radeontop在渲染场景时使用它来监视活动。

最后，虽然它现在可以工作并且 Blender 检测到我的 GPU。但是当你点击渲染场景时，性能比以前使用延迟加载的 CPU 更差。此Blender 问题表明它仅正式支持专有驱动程序。因此，下一步将尝试纯粹使用 AMDGPU-PRO 并进行测试，但您必须努力在开源驱动程序和封闭驱动程序之间正确切换。

更新：

我总结了上述解决方案，并进行了一些改进，以便在此视频中轻松完成。