К основному содержанию
скилл CX Codex

hip-rocm — скилл для Claude Code: HIP и установка

Скилл hip-rocm для Claude Code помогает писать HIP-ядра и переносить CUDA-код на AMD GPU. Он включается при запросах о HIP, ROCm, HIPIFY и профилировании.

MIT 364 установок ★ 298 обновлён 2026-06-27

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add mohitmishra786/low-level-dev-skills --skill hip-rocm -a claude-code
Открыть на GitHub

Что делает hip-rocm

hip-rocm проводит через настройку ROCm, компиляцию HIP-кода с hipcc и перенос CUDA-проектов с помощью hipify-perl или hipify-clang. Внутри есть сопоставление API CUDA и HIP, примеры команд для rocprof и отладки через rocgdb.

Для MI300X скилл описывает настройки gfx942, работу с инструкциями MFMA и особенности wavefront из 64 потоков. Примеры настройки ROCm рассчитаны на Linux и оборудование MI200/MI300. Для компиляции и диагностики используются инструменты ROCm, включая rocminfo, rocm-smi и hipcc.

Какие задачи решает

  • настроить ROCm для разработки под AMD GPU
  • написать и собрать HIP-ядро через hipcc
  • перенести CUDA-код с помощью HIPIFY
  • найти узкие места HIP-приложения через rocprof
  • отладить сбой на GPU с помощью rocgdb

Примеры запросов агенту

  • Перенеси этот CUDA-проект на AMD GPU с помощью HIPIFY.
  • Напиши HIP-ядро сложения векторов и собери его через hipcc.
  • Помоги профилировать HIP-приложение через rocprof.

Как установить hip-rocm

1Через Skills CLI (Vercel)

npx skills add mohitmishra786/low-level-dev-skills --skill hip-rocm -a claude-code

2Вручную: положить файлы

~/.claude/skills/hip-rocm/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/hip-rocm/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о hip-rocm

Как установить hip-rocm в Claude Code?

Выполни npx skills add mohitmishra786/low-level-dev-skills --skill hip-rocm -a claude-code. Файл скилла появится по пути ~/.claude/skills/hip-rocm/SKILL.md.

Что делает hip-rocm?

Скилл помогает разрабатывать HIP-программы для AMD GPU, переносить CUDA-код, профилировать приложения и отлаживать ошибки на устройстве.

Какие инструменты ROCm рассматривает hip-rocm?

Среди них hipcc для компиляции, rocprof для профилирования и rocgdb для отладки. Также приведены примеры проверки окружения через rocminfo и rocm-smi.

Исходный текст

SKILL.md · MIT
---
name: hip-rocm
description: HIP and ROCm skill for AMD GPU programming. Use when writing HIP kernels with hipcc, porting CUDA code via HIPIFY, profiling with rocprof, debugging with rocgdb, or optimizing for MI300X. Activates on queries about HIP, ROCm, hipify, hipcc, rocprof, or CUDA to AMD porting.
---

# HIP / ROCm

## Purpose

Guide agents through AMD GPU programming with HIP: the HIP runtime API, `hipcc` compilation, porting CUDA code with HIPIFY (`hipify-perl`, `hipify-clang`), ROCm toolchain setup, profiling with `rocprof`, debugging with `rocgdb`, HIP-vs-CUDA API mapping, and MI300X-specific optimizations.

## When to Use

- Porting an existing CUDA codebase to AMD GPUs
- Setting up ROCm on Linux for MI200/MI300 hardware
- Writing native HIP kernels for AMD data center GPUs
- Profiling HIP applications with rocprof or rocprofiler-sdk
- Debugging device faults with rocgdb or compute sanitizers
- Building multi-vendor GPU code with HIP portability macros

## Workflow

### 1. ROCm installation and verification

```bash
# Ubuntu/Debian (check ROCm docs for your distro version)
sudo apt install rocm-dev rocm-libs hip-dev

# Verify
rocminfo | head -30
hipconfig --version
hipcc --version

# List devices
rocm-smi
```

Set GPU target for compilation:

```bash
export AMDGPU_TARGETS=gfx942   # MI300X
export HIP_PLATFORM=amd
```

### 2. Minimal HIP kernel

```cpp
// vector_add.hip
#include <hip/hip_runtime.h>
#include <stdio.h>

__global__ void vector_add(const float *a, const float *b, float *c, int n) {
    int i = blockIdx.x * blockDim.x + threadIdx.x;
    if (i < n)
        c[i] = a[i] + b[i];
}

int main(void) {
    const int n = 1 << 20;
    size_t bytes = n * sizeof(float);
    float *d_a, *d_b, *d_c;

    hipMalloc(&d_a, bytes);
    hipMalloc(&d_b, bytes);
    hipMalloc(&d_c, bytes);

    int threads = 256;
    int blocks = (n + threads - 1) / threads;
    hipLaunchKernelGGL(vector_add, dim3(blocks), dim3(threads), 0, 0,
                       d_a, d_b, d_c, n);
    hipDeviceSynchronize();

    hipFree(d_a); hipFree(d_b); hipFree(d_c);
    return 0;
}
```

```bash
hipcc -O3 --offload-arch=gfx942 -o vector_add vector_add.hip
./vector_add
```

### 3. CUDA → HIP porting with HIPIFY

```bash
# Perl-based batch converter (quick port)
hipify-perl cuda_kernel.cu > cuda_kernel.hip

# Clang-based (more accurate, preserves structure)
hipify-clang cuda_project/ -o hip_project/ --cuda-path=/usr/local/cuda

# Convert single file in place
hipify-clang -inplace --cuda-path=/usr/local/cuda main.cu
```

Common API mappings:

| CUDA | HIP |
|------|-----|
| `cudaMalloc` | `hipMalloc` |
| `cudaMemcpy` | `hipMemcpy` |
| `cudaMemcpyAsync` | `hipMemcpyAsync` |
| `cudaStream_t` | `hipStream_t` |
| `<<<grid, block>>>` | `hipLaunchKernelGGL` or `<<<>>>` (HIP supports CUDA syntax) |
| `__syncthreads()` | `__syncthreads()` (same) |
| `threadIdx` / `blockIdx` | Same builtins |

Portability header for dual compilation:

```cpp
#ifdef __HIP_PLATFORM_AMD__
#include <hip/hip_runtime.h>
#else
#include <cuda_runtime.h>
#define hipMalloc cudaMalloc
#define hipMemcpy cudaMemcpy
// ... more macros
#endif
```

### 4. hipcc flags

```bash
# Target specific GPU architecture
hipcc --offload-arch=gfx942 -O3 -o app main.hip

# Multiple architectures
hipcc --offload-arch=gfx90a --offload-arch=gfx942 -o app main.hip

# Debug
hipcc -g -O0 --offload-arch=gfx942 -o app_debug main.hip

# Link with rocBLAS
hipcc -lrocblas -o app main.hip
```

### 5. rocprof profiling

```bash
# Basic kernel trace
rocprof --stats ./app

# CSV metrics output
rocprof -i input.csv -o output.csv ./app

# input.csv example:
# pmc: SQ_INSTS_VALU_ADD_F32,SQ_INSTS_VALU_MUL_F32,GRBM_COUNT
```

```bash
# ROCm 6.x rocprofiler-sdk (preferred for new projects)
rocprofv3 --kernel-trace -- ./app
```

Key metrics (AMD terminology):
- **VALU utilization** — compute unit activity
- **LDS bank conflicts** — shared memory (LDS) stalls
- **Memory throughput** — HBM bandwidth utilization

### 6. rocgdb debugging

```bash
# Build with debug symbols
hipcc -g -O0 --offload-arch=gfx942 -o app_debug main.hip

rocgdb ./app_debug
```

```gdb
(rocgdb) break vector_add
(rocgdb) run
(rocgdb) info rocm kernels
(rocgdb) rocm thread 0 0 0
(rocgdb) print i
```

AMD also supports `compute-sanitizer` equivalents via ROCm's `roc-obj-extract` and memory checking tools where available.

### 7. MI300X optimizations

```bash
# Enable MFMA (matrix fused multiply-add) instructions
hipcc --offload-arch=gfx942 -munsafe-fp-atomics -O3 -o app main.hip
```

| Optimization | MI300X note |
|--------------|-------------|
| Matrix ops | Use rocBLAS/hipBLASLt for GEMM; MFMA intrinsics for custom |
| HBM bandwidth | ~5.3 TB/s peak (MI300X) — maximize memory coalescing to approach it |
| Wavefront size | 64 threads (vs CUDA warp 32) — adjust reduction patterns |
| LDS (shared mem) | 64 KB per CU; watch bank conflicts |

Wavefront-aware reduction:

```cpp
__device__ float warp_reduce_sum(float val) {
    // AMD wavefront = 64 lanes
    for (int offset = 32; offset > 0; offset >>= 1)
        val += __shfl_down(val, offset);
    return val;
}
```

### 8. Library ecosystem

| NVIDIA | AMD ROCm |
|--------|----------|
| cuBLAS | rocBLAS / hipBLAS |
| cuDNN | MIOpen |
| NCCL | rccl |
| Thrust | hipCUB (portable) |
| cuFFT | rocFFT |

```bash
hipcc -lrocblas -o gemm_test gemm.hip
```

## Common Problems

| Symptom | Cause | Fix |
|---------|-------|-----|
| `hipErrorNoDevice` | ROCm driver not loaded | Check `rocm-smi`; add user to `render` group |
| Wrong architecture binary | Mismatched `gfx*` target | `rocminfo` → set `--offload-arch` |
| hipify incomplete port | CUDA-specific APIs | Manual fix: cooperative groups, texture refs |
| Slower than CUDA reference | Wavefront 64 vs warp 32 | Tune block size to multiples of 64 |
| `HSA_STATUS_ERROR` | GPU busy or OOM | `rocm-smi --showmeminfo`; reduce allocation |
| rocprof empty output | No kernels launched | Verify `hipGetLastError()` after launch |

## Related Skills

- `skills/gpu/cuda` — source CUDA patterns being ported
- `skills/gpu/cuda-profiling` — Nsight concepts map to rocprof
- `skills/gpu/gpu-memory-model` — wavefront vs warp, coalescing rules
- `skills/gpu/triton-lang` — Triton supports AMD via ROCm backend
- `skills/compilers/llvm` — HIP uses Clang/LLVM toolchain

© mohitmishra786 · MIT · mohitmishra786/low-level-dev-skills

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
moat-cuda-to-rocm amd Скилл moat-cuda-to-rocm для Claude Code портирует проекты с CUDA на ROCm/HIP для графических ускорителей AMD. Агент подключает инструкции при планировании, реализации или ревью миграции. CX Codex +1 104установок rocprofiler-pc-sampling amd Скилл rocprofiler-pc-sampling запускает профилирование приложений на AMD GPU через rocprofv3 с PC sampling и находит узкие места по коду и причины простоев вычислительных блоков. CX Codex +1 592установок cuda4cpu javier-cabezas MCP-сервер cuda4cpu для Claude Code помогает собирать, запускать и проверять CUDA- и HIP-код на CPU без GPU, чтобы проверять ядра прямо из среды кодинга. CX Codex +1 ★ 8звёзд репо linux-nvidia-cuda-python-cursorrules-prompt-file PatrickJS Правило linux-nvidia-cuda-python-cursorrules-prompt-file настраивает поведение ассистента Cursor для проекта квантования моделей Hugging Face на Linux-серверах с видеокартами Nvidia или AMD. CX Codex +1 ★ 41 178звёзд репо dubbing elevenlabs Скилл dubbing создаёт дубляж аудио и видео на других языках через ElevenLabs, сохраняя голоса исходных спикеров. Подходит для локализации и правки переводов. CX Codex +1 7 800установок langchain-python-quickstart langchain-ai Скилл langchain-python-quickstart создаёт минимального локального LangChain-агента на Python по актуальному quickstart. Нужен, чтобы проверить агентский сценарий в отдельной папке. CX Codex +1 6 000установок

Из того же набора140

Весь набор →
dpdk Скилл для работы с DPDK — инициализация EAL, настройка poll-mode драйверов, mbuf-пулы, rte_ring, huge pages, RSS и проверка через testpmd. CX Codex +1 369установок timers-pwm-baremetal Скилл timers-pwm-baremetal для настройки таймеров микроконтроллера без ОС: ШИМ для управления яркостью и скоростью, захват входных импульсов, периодические прерывания через SysTick. Работает на STM32 и других платформах с голым железом. CX Codex +1 367установок mlir Скилл для работы с MLIR — инфраструктурой компиляторов, где каждый уровень абстракции живёт в своём диалекте. Пригодится при разработке специализированных компиляторов и оптимизаторов. CX Codex +1 366установок hypervisor-internals Скилл hypervisor-internals для Claude Code объясняет аппаратную виртуализацию Intel VT-x и AMD-V: VMCS, VMCB, EPT/NPT и обработку VMEXIT. Описывает основы создания минимального гипервизора. CX Codex +1 365установок io-uring Скилл для работы с io_uring — новым API асинхронного ввода-вывода Linux. Пригодится при разработке высоконагруженных серверов, если нужно снизить количество системных вызовов и использовать передачу данных без копирования. CX Codex +1 361установок arm-sve Скилл arm-sve для работы со Scalable Vector Extension — расширением SIMD на процессорах ARM. Помогает писать код, который адаптируется к разной длине векторов на Graviton, Apple M4 и других AArch64 серверах. CX Codex +1 361установок af-xdp Настраивает сокеты AF_XDP и память UMEM для скоростной обработки сетевых пакетов в userspace. Пригодится при написании фильтров трафика и балансировщиков. CX Codex +1 359установок triton-lang Скилл triton-lang учит агента писать GPU-ядра на Triton: @triton.jit, блочные tl.load/tl.store с масками, атомарные операции, автотюнинг и интеграцию в PyTorch. CX Codex +1 358установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой