環境のしくみを理解する

全体の構造 — 何がどこにいるのか

Docker ルートでは、ホストの GPU をコンテナ越しに使っています。下から順に見るとこうです:

コンテナとは: 「使い捨ての作業箱」のようなものです。中で何をしてもホスト(自分の PC) 環境には影響しません。うまくいかなかったらコンテナを消して作り直せます。

compose.yaml を1行ずつ理解する

Quickstart で作った compose.yaml は、実はいくつかの設定を重ねたものです。段階的に見てみましょう。

Stage 1: 最小の compose — Docker だけ

最もシンプルな compose.yaml はこれだけです。

services:
  rocm:
    image: ubuntu:22.04
    tty: true

これだけでも docker compose run --rm rocm でコンテナに入れます。ただし中身はただの Ubuntu で、Python も GPU も使えません。

Stage 2: Python + ROCm を足す

イメージを AMD が公開している rocm/pytorch に変えるだけで、Python と ROCm と PyTorch が全部入ります。

services:
  rocm:
    image: rocm/pytorch:latest
    tty: true

これでコンテナ内で python3 や import torch が使えます。
ただし、まだ GPU デバイスをコンテナに渡していないので、rocminfo では GPU が見えません。

Stage 3: GPU を渡す

コンテナの「境界」を越えてホストの GPU にアクセスするために、デバイスと権限を明示的に渡します。

services:
  rocm:
    image: rocm/pytorch:latest
    tty: true
    devices:
      - /dev/kfd
      - /dev/dri
    group_add:
      - video

普通の Docker コンテナは GPU が見えません。devices と group_add は、上のレイヤー図の「🐳 Docker コンテナの境界」を越えて GPU へのアクセスを通すための設定です。

この段階で rocminfo と torch.cuda.is_available() が動きます。

Stage 4: ホストとファイルを共有する

最後に、ホスト側のフォルダをコンテナ内で使えるようにし、入った瞬間に作業ディレクトリに立つようにします。Quickstart で作った compose.yaml はこの状態です。

services:
  rocm:
    image: rocm/pytorch:latest
    tty: true
    stdin_open: true
    devices:
      - /dev/kfd
      - /dev/dri
    group_add:
      - video
    volumes:
      - .:/workspace
    working_dir: /workspace

これが Quickstart で使った完成形です。GPU アクセス・Python 環境・ファイル共有がすべて揃っています。

docker run との対応 — compose.yaml は何を省略しているのか

compose.yaml がやっていることを docker run で書き直すと、こうなります:

docker run -it --rm \
  --device=/dev/kfd \
  --device=/dev/dri \
  --group-add video \
  -v "$PWD":/workspace \
  -w /workspace \
  rocm/pytorch:latest

compose.yaml に書いておけば毎回フラグを打たなくて済みます。繰り返す設定は設定ファイルに寄せる — これは Docker に限らず、開発全般で使える考え方です。

rocminfo — GPU が「見えている」とはどういうことか

コンテナ内で rocminfo を実行しました。これは ROCm のランタイムが GPU を認識しているかを確認するツール です。

rocminfo の出力で見るべきところ:

• Agent の Name — GPU のアーキテクチャ名（例: gfx1100）
• Agent が 0 個のとき — GPU が見えていない = デバイス渡しか権限の問題

rocm/pytorch イメージ — 中には何が入っているのか

rocm/pytorch は、AMD が公開している Docker イメージです。

つまり、ネイティブ Linux では自分でやる ROCm のインストールと PyTorch の導入が、すでにコンテナの中で終わっています。だから Quickstart の Docker ルートはステップが少なかったのです。

torch.version.hip — ROCm 版かどうかを見分ける

python3 -c "import torch; print(torch.version.hip)"

torch.cuda という名前なのに AMD GPU？
PyTorch は歴史的に GPU API を cuda という名前にしています。ROCm 版でもこの名前はそのまま使います。名前は CUDA でも、中身は ROCm が動いています。詳しくは第1章で。

Docker とネイティブ — 何が違うのか

この講座では Docker とネイティブ Linux の2つのルートを用意しています。

第1章以降は、どちらのルートでも同じコードで進めます。

確認コマンドの使い分け

ここまでに出てきた 3 つの確認方法を整理します。

rocminfo は Python なしで使えるので、まずはここから。torch.version.hip は PyTorch の種類判定。torch.cuda.is_available() は全層を通した最終チェックです。