mirror of
https://github.com/Alkatrazz24/Funk-lab.git
synced 2026-07-08 23:34:42 +02:00
ALI YESILKAYA
9b903c0311
Monitoring GPU consolidé (util/VRAM/temp/clocks) façon nvidia-smi, aligné sur la ROCm 7.2.4 installée (repo rocm, /opt/rocm/bin/rocm-smi déjà dans le PATH). Appliqué sur gpu-01 : llama-server intact (GPU non perturbé). Doc admin/ia/rocm.md + README du rôle mis à jour. Co-authored-by: Claude Fable 5 <noreply@anthropic.com>
123 lines
3 KiB
Markdown
123 lines
3 KiB
Markdown
# ROCm — GPU AMD RX 6700XT (gpu-01)
|
|
|
|
ROCm tourne directement sur l'hôte AlmaLinux (pas dans des conteneurs).
|
|
La RX 6700XT (gfx1031) n'est pas officiellement supportée → `HSA_OVERRIDE_GFX_VERSION=10.3.0` obligatoire.
|
|
|
|
---
|
|
|
|
## Vérification de base
|
|
|
|
```bash
|
|
# Le GPU est-il détecté par le kernel ?
|
|
ssh g01 "lspci | grep -i amd | grep -i vga"
|
|
|
|
# Le module amdgpu est-il chargé ?
|
|
ssh g01 "lsmod | grep amdgpu"
|
|
|
|
# ROCm voit-il le GPU ? (doit lister la RX 6700XT)
|
|
ssh g01 "HSA_OVERRIDE_GFX_VERSION=10.3.0 rocminfo | grep -A5 'Agent 2'"
|
|
|
|
# Version ROCm installée
|
|
ssh g01 "rocminfo | grep 'ROCk'"
|
|
|
|
# GPU info complet
|
|
ssh g01 "HSA_OVERRIDE_GFX_VERSION=10.3.0 rocminfo"
|
|
```
|
|
|
|
---
|
|
|
|
## Variable HSA_OVERRIDE
|
|
|
|
```bash
|
|
# Vérifier qu'elle est bien définie system-wide
|
|
ssh g01 "cat /etc/environment | grep HSA"
|
|
|
|
# Vérifier dans profile.d (sessions interactives)
|
|
ssh g01 "cat /etc/profile.d/rocm.sh"
|
|
|
|
# Tester manuellement (si la variable n'est pas dans l'env courant)
|
|
ssh g01 "HSA_OVERRIDE_GFX_VERSION=10.3.0 rocminfo | grep gfx"
|
|
```
|
|
|
|
---
|
|
|
|
## Modules kernel
|
|
|
|
```bash
|
|
# Statut du module amdgpu
|
|
ssh g01 "lsmod | grep amdgpu"
|
|
|
|
# Recharger le module (si nécessaire)
|
|
ssh g01 "sudo modprobe -r amdgpu && sudo modprobe amdgpu"
|
|
|
|
# Logs kernel liés au GPU
|
|
ssh g01 "sudo dmesg | grep -i amdgpu | tail -20"
|
|
ssh g01 "sudo dmesg | grep -i 'drm\|gpu' | tail -20"
|
|
```
|
|
|
|
---
|
|
|
|
## Repos AMD
|
|
|
|
```bash
|
|
# Vérifier les repos installés
|
|
ssh g01 "sudo dnf repolist | grep -i 'amd\|rocm'"
|
|
|
|
# Voir les packages ROCm installés
|
|
ssh g01 "sudo dnf list installed | grep -i rocm"
|
|
ssh g01 "sudo rpm -qa | grep rocm"
|
|
```
|
|
|
|
---
|
|
|
|
## Groupes utilisateur (accès GPU)
|
|
|
|
```bash
|
|
# L'user doit être dans video et render
|
|
ssh g01 "groups ansible"
|
|
|
|
# Si absent — ajouter manuellement
|
|
ssh g01 "sudo usermod -aG video,render ansible"
|
|
```
|
|
|
|
---
|
|
|
|
## Monitoring GPU — `rocm-smi`
|
|
|
|
Installé par le rôle `rocm` (paquet `rocm-smi-lib`, `/opt/rocm/bin/rocm-smi` déjà dans
|
|
le PATH). Vue consolidée équivalente à `nvidia-smi` — plus lisible que les lectures
|
|
sysfs ci-dessous.
|
|
|
|
```bash
|
|
# Résumé complet (util, VRAM, temp, conso, clocks)
|
|
ssh g01 "rocm-smi"
|
|
|
|
# Ciblé
|
|
ssh g01 "rocm-smi --showproductname --showtemp --showuse --showmeminfo vram"
|
|
|
|
# Temps réel
|
|
ssh g01 "watch -n 1 rocm-smi --showuse --showmeminfo vram --showtemp"
|
|
|
|
# Sortie machine (scripts / scraping)
|
|
ssh g01 "rocm-smi --showuse --showmeminfo vram --json"
|
|
```
|
|
|
|
> ⚠️ La RX 6700XT n'expose pas la consommation en watts (`--showpower` renvoie
|
|
> `not supported`) — normal sur gfx1031, ne pas s'en inquiéter.
|
|
|
|
## Debug ROCm / llama-server
|
|
|
|
```bash
|
|
# Tester OpenCL
|
|
ssh g01 "HSA_OVERRIDE_GFX_VERSION=10.3.0 clinfo | head -30"
|
|
|
|
# Alternative sysfs (si rocm-smi indisponible) — utilisation GPU en temps réel
|
|
ssh g01 "watch -n 1 'cat /sys/class/drm/card*/device/gpu_busy_percent'"
|
|
|
|
# Température GPU (millidegrés → diviser par 1000)
|
|
ssh g01 "cat /sys/class/drm/card*/device/hwmon/hwmon*/temp1_input"
|
|
|
|
# VRAM utilisée / totale
|
|
ssh g01 "cat /sys/class/drm/card*/device/mem_info_vram_used"
|
|
ssh g01 "cat /sys/class/drm/card*/device/mem_info_vram_total"
|
|
```
|