Quickstart — まず GPU で 1 回動かそう
むずかしいことは後回し。
まずは自分の GPU で計算を 1 回動かして、「動いた！」を体験しましょう。
ゴール:
rocminfo で GPU が見える → PyTorch で torch.cuda.is_available() が True → 小さな行列の掛け算を GPU で 1 回動かす — ここまでを 10〜30 分で。
あなたの環境はどちらですか？
やり方が違うので、最初にルートを選んでください。選んだ先では、そのルートの手順だけが出てきます。
Linux にネイティブで ROCm を入れる
Ubuntu や Fedora に直接 ROCm をインストールして使う方法です。ふだん Linux を使っている人向け。
ネイティブ Linux で始める →Docker で試す
ROCm 入りのコンテナを使う方法です。環境を汚さず試したい人や、すでに Docker を使っている人向け。
Docker で始める →
どちらを選べばいい？
Docker に慣れている、または環境を汚したくないなら Docker が手軽です。うまくいかなくてもコンテナを消してやり直せます。
ふだんから Linux をそのまま使っていて、システムに ROCm を入れてもいいなら ネイティブ Linux でどうぞ。
Docker に慣れている、または環境を汚したくないなら Docker が手軽です。うまくいかなくてもコンテナを消してやり直せます。
ふだんから Linux をそのまま使っていて、システムに ROCm を入れてもいいなら ネイティブ Linux でどうぞ。
手順の意味をもっと知りたくなったら、Quickstart のあとに 第0章（環境のしくみ）へ進むと理解が深まります：ネイティブ Linux 版 / Docker 版