实验背景

在使用AMD GPU时，需要安装其配置的底层加速库ROCm，等同于NVIDIA GPU上的CUDA。GPT给的解释经我翻译如下：

• CUDA：该加速库由NVIDIA开发，专门为NVIDIA GPU设计。CUDA让开发者可以更好地基于NVIDIA GPU架构写代码，从而进行并行计算。
• ROCm：该加速库由AMD开发，专门为AMD GPU设计，尤其是用于高性能计算和机器学习的GPU。ROCm的某些组件也支持NVIDIA和其他GPU架构，但是最适用的还是AMD的GPU。

在使用GPU时，最常用的操作之一是观察GPU使用情况。对应nvidia-smi，在ROCm环境下，我们可以使用rocm-smi指令。可以输入指令如下：

rocm-smi

本文主要针对顺利安装完ROCm后，输入以上指令后，仍然出现找不到rocm-smi指令的报错：
rocm-smi command not found.

.

解决方案

以下解决方案主要针对已经正确安装ROCm，但系统仍找不到rocm-smi的情况。关于安装ROCm，请大家关注后续文章。（咱就是主打一个挖坑）

出现以上报错是因为ROCm的环境变量没有配置到系统默认PATH搜索的指令行bin路径导致。

解决方案就是在环境变量PATH中添加rocm-smi的路径即可，具体指令如下：

export PATH=$PATH:/opt/rocm/bin/

运行以上指令后，进行再次验证：

rocm-smi

此时就会出现AMD GPU的基本信息和使用情况啦！

.

题后记

转眼，入职新公司已经过了3个月。

过去3个月的时间大部分主要关注在个人情绪方面。也许这就是今年的主题吧，哈哈，哈哈，哈哈哈。（冷笑）不过，确实能感觉到自己恢复地越来越好了。非常感谢我的朋友们，无论是一直陪在身边的，还是已经离开的。真的还是感觉自己非常非常幸运，可以遇到大家。现在的自己，不希望有很多的朋友，但希望可以维系住一些我想要保持联系的人。毕竟，相遇本身就已经很不容易了。

说来也巧，今天无意中回到学院的图书馆，看了一下午的论文，然后在临走前打开了博客码字。转眼又是冬令时，又是4点半不到就天黑的冬天。而这一次，我更能感觉到自己了。我享受独处的时光，享受自我成长、学习的过程，也为探索未知感到兴奋。继续加油！

这一年有很多收获和感悟，其中之一就是要擅长和坚定地设定自己的边界。拒绝并不是一件自己应该感觉到羞耻的事情。反而，拒绝帮我设定边界，更好地定义了我。

关于工作，一切都是刚开始的样子，就像5年前的感觉一样。真的挺神奇。虽然现在对于未来走势不太明朗，但总有一种感觉，好像冥冥中有太多的类似。只能说，一直期许吧。

新的11月，新的这个冬天，大家继续一起加油哦！

十月再见；你好，十一月。

^ ____________________________________ ^

.