ROCm是由超威半导体（AMD）开发的一个软件栈，用于图形处理单元（GPU）编程。它涵盖多个领域，包括图形处理单元上的通用计算（GPGPU）、高性能计算（HPC）和异构计算。ROCm提供多种编程模型，包括HIP（基于GPU内核的编程）、OpenMP（基于指令的编程）和OpenCL。该栈是自由、开源软件，除了GPU固件二进制块，并以多种许可证分发。其名称最初代表Radeon Open Compute platform，但由于Open Compute是注册商标，它不再是首字母缩写。
ROCm旨在为开发人员提供一个统一平台，以利用AMD GPU执行计算密集型任务，从科学模拟到机器学习工作负载。它包含从低级内核驱动程序到高级库和工具的一系列组件，实现在不同硬件上的高效执行。该栈由AMD和开源社区积极开发，支持专业和消费级GPU。
背景
来自ATI/AMD的第一个GPGPU软件栈是Close to Metal，后来成为Stream。ROCm围绕2016年玻尔兹曼倡议推出，建立在之前AMD GPU栈的基础上。一些工具源于GPUOpen，而另一些则源于通信架构（HSA）。2020年7月，AMD宣布，ROCm将采用六周发布周期，旨在实现更频繁的更新和改进。
异构通信架构中级语言
HSAIL旨在产生一个中级、硬件无关的中间表示形式，可以使用适当的终结器通过JIT编译到最终硬件（如GPU、FPGA等）。这一方法对于ROCm已被丢弃，ROCm现在使用LLVM及其已被纳入上游的AMDGPU后端构建GPU代码。然而，关于LLVM MLIR增强模块化的研究仍在继续。
编程能力
ROCm作为一个栈从内核驱动到端用户应用。AMD通过其学习门户提供有关AMD GCN硬件和ROCm编程的介绍性视频。目前，关于stack和ROCm/HIP编程的就在于不需的技术介绍仍可在Reddit上找到。
硬件支持
ROCm主要针对离散专业GPU，但消费者GPU和支持专业GPU相同架构的APU也被确认可与ROCm配合使用。例如，所有RDNA 2架构的专业GPU均获得官方支持；用户报告消费级RDNA 2单元如Radeon 6800M APU和Radeon 6700XT GPU也可使用。
专业级GPU
ROCm官方支持一系列专业GPU，包括基于CDNA和RDNA架构的。这些GPU通常用于数据中心和工作站，用于HPC和人工智能工作负载。每次发布都会不断扩展该支持。
消费级GPU
虽然未正式保证，但可与支持的专业型号来自同一架构系列的许多消费GPU可与ROCm配合使用。社区已记录了Radeon GPU在计算任务上的成功使用，但性能和稳定性可能有所不同。
软件生态系统
机器学习
各种深度学习框架具有ROCm后端，从而在AMD硬件s上启用基于深度学习框架。著名的框架包括PyTorch、TensorFlow、ONNX、MXNet、CuPy、MIOpen、Caffe、Iree（使用LLVM MLIR）和llama.cpp。这些集成允许开发者在AMD GPU上运行训练和推理，支持大语言模型和Transformer (architecture)架构等模型。
超级计算
ROCm在top 500超级计算机中获得了显著的应用。它用于exascale超级计算机El Capitan和Frontier。相关软件见AMD Infinity Hub，该hub提供了用于科学研究的containerized applications。
其他加速和图形互操作
从版本3.0开始，Blender可以用HIP compute kernels用于其Cycles渲染器，从而在AMD硬件上实现GPU加速渲染。
其他语言
#### Julia
Julia有AMDGPU.jl包，它与LLVM集成，并提取ROCm stack的组件。AMDGPU.jl不通过HIP编译code，而是使用Julia的编译器直接生成LLVM IR，最终由LLVM转换为本机device code；AMDGPU.jl使用ROCr的HSA implementation将本机code上传到设备并执行，类似于HIP加载自身的设备code。AMDGPU.jl还支持集成ROCm的ROCr（用于BLAS）、rocRAND（用于随机数生成）和rocFFT（用于FFT）。计划未来的ROCr、ROCr和ROCm、LOSVER、MIOpen和ROCm等库集成。
软件分发
官方
在官方AMD ROCm文档中提供了Linux和Windows的安装说明。ROCm软件目前在多个公共GitHub仓库中分发X。在公共元仓库中，每个官方发布有一个XML清单；使用git-repo（一个构建在Git上的版本控制工具）是与此stack进本地同步的推荐方式。AMD还分发ROCm的容器化应用，特别是在AMD Infinity Hub收集的科学研究应用，以及针对不同Linux发行版的包。
第三方
存在不断增长的第三方生态系统，用于打包ROCm。Linux发行版原生机包ROCm，进度各异，包括Arch Linux、Gentoo、DebianArchive、Fedora、GNU Guix和NixOS。还有用于HPC环境，Spack包。
组件
有一个内核心组件ROC和其余，栈中大约一百个module用户空间。非官方风格规则是使用ROC大写，小写用于低层库，与之相反用于用户界面库，如Libraries。AMD正在与LLVM社区积极开发，但向上游传送不是即时的，截至2022年1月，仍延迟。AMD官方定制一些尚未被纳入上游的LLVM fork，包括保留部分属于优化、debug支持、OpenMP offload等。
低层
#### ROCT - 内核驱动
ROCT内核驱动是管理和接口用户空间库的核心组件。
#### ROpen - 设备库
作为LLVM位码实现的设备库。这些提供各种数学运算、原子操作以及加载、生成以及设备侧and库，如math、atomic和启动参数查询。
#### ROt - Thunk
Thunk负责堆栈中的所有运行和队列，处理与内核驱动程序的低层交互。
#### ROC运行时
ROC运行时是一组API和库，允许主机应用程序通过内核。它是AMD对HSA运行时API的实现，不同于ROC Common Language Runtime。
#### ROpen - 编译器支持
ROCm code对象管理器负责与LLVM中间表示交互，管理code objects及其加载。
中级
#### ROCclr Common语言运行时
OCL（Common Language Runtime）是一个直接或通过ROCr on Linux和PAL in Windows的抽象层，从而适应不同，并支持不同编译器路由，如使用HSAIL编译器。编译现在正在被上层抽象（HIP和OpenCL）所吸收。
#### OpenCL
ROCm附带其可安装客户端驱动程序加载器和bundle的OpenCL实现。实现，截至2022年1月，ROCm 4.5.2发布OpenCL 2.2，落后于竞争对手。
#### HIP - 异构可移植处理接口
AMD GPU实现的HIP称为HIPAMD，还有一个CPU实现，主要为演示目的。
#### HIPCC
HIP内置HIPCC编译器，可以包装Clang并用LLVM open 编译器，或者nvidia编译器。
#### HIPIFY
HIPIFY是一种源到目标的编译工具。HIPIFY将CUDA转换为HIP，反之互为，使用基于Clang的工具或Perl类似脚本。
#### GPUFFORT
与HIPIFY类似，DRFOR是一个将源码编译至其他目标的工具，促进Fortran代码向GPU执行转换。