请先测试一下覆盖hsa版本。 ROCm会使用gfx1030的二进制在gfx1012上运行，不需要重新编译。
export HSA_OVERRIDE_GFX_VERSION=10.3.0
这里是针对navi14 GPU - RX5500XT的实验性构建脚本。
AMD官方还不支持navi14，就算编译成功也无法保证ROCm能支持RX5500XT。
代码基于 ROCm-5.2.0，请参考 https://github.com/xuhuisheng/rocm-build/blob/master/README_zh_CN.md 准备构建环境，OS是 Ubuntu-20.04.4。
提前说一句，构建ROCm很花时间，而且需要大内存。如果内存小于32G，建议使用swap交换内存，避免内存不足。 虽然swap交换内存会让构建花费更长时间，但是至少不会崩。
现在可以开始实验了。
首先按照ROCm官方文档准备环境。https://rocmdocs.amd.com/en/latest/Installation_Guide/Installation-Guide.html#ubuntu
首先安装rocm-dev。这部分已经支持navi14了，不用重新编译。主要也是因为llvm-project编译太慢，可能要花几个小时。
然后获取rocm-build。切换到master分支。
比如，我们把rocm-build放在/home/work/rocm-build目录下。
cd /home/work
git clone https://github.com/xuhuisheng/rocm-build
cd rocm-build
git checkout master
source env.sh
修改env.sh，找到AMDGPU_TARGETS，改为AMDGPU_TARGETS="gfx1012"，gfx1012对应navi14，RX5500XT。
我们强制ROCm对navi14进行编译，这一步不需要实际的硬件。执行source env.sh初始化环境变量。
首先编译rocBLAS，因为它有一点儿复杂，因为它依赖另一个名叫Tensile项目。Tensile已经包含在ROCm的repo源码里，我们需要打一个补丁。
比如，ROCm使用repo将源码复制到/home/work/ROCm目录下。
然后执行bash navi14/22.rocblas.sh编译rocBLAS，脚本里会自动打好补丁。（非常慢）
要确认navi14/22.rocblas.sh里的Tensile_TEST_LOCAL_PATH与Tensile的目录位置一致。
其他组件就比较简单了。直接执行脚本进行编译和安装。 除了rocBLAS，还需要为navi14重新编译另外4个组件。
- 执行
bash 21.rocfft.sh编译 rocFFT。 (超级超级慢) - 执行
bash 24.rocrand.sh编译 rocRAND。 (很快) - 执行
bash navi14/25.rocsparse.sh编译 rocSPARSE，需要打个补丁。(很慢) - 执行
bash 27.rccl.sh编译 rccl. (很慢)
最后一步，编译Pytorch-1.12.0 (超级超级慢)
sudo ln -f -s /usr/bin/python3 /usr/bin/python
git clone https://github.com/ROCmSoftwarePlatform/pytorch
cd pytorch
git checkout release/1.12
git submodule update --init --recursive
sudo apt install -y libopencv-highgui-dev libopenblas-dev python3-dev python3-pip cmake ninja-build git
pip3 install -r requirements.txt
export PATH=/opt/rocm/bin:$PATH \
ROCM_PATH=/opt/rocm \
HIP_PATH=/opt/rocm/hip
export PYTORCH_ROCM_ARCH=gfx1012
python3 tools/amd_build/build_amd.py
USE_ROCM=1 USE_NINJA=1 python3 setup.py bdist_wheel
pip3 install dist/torch-1.12.0a0+git67ece03-cp38-cp38-linux_x86_64.whl
这样，我们就得到了一个只能在navi14下运行的pytorch。