Numba通过按照HSA执行模型将Python代码的受限子集直接编译到HSA内核和设备功能中，从而支持AMD ROC GPU编程。用Numba编写的内核似乎可以直接访问NumPy数组。
术语
以下列出了HSA编程主题中的几个重要术语：
- 内核：由主机启动并在设备上执行的GPU功能
- 设备功能：在设备上执行的GPU功能，只能从设备（即从内核或其他设备功能）调用
需求
本文档 介绍了使用ROC的要求。从本质上讲，需要AMD dGPU（iji, Polaris and Vega families，Polaris和Vega系列）和支持PCIe Gen3和PCIe Atomics的CPU（AMD Ryzen和EPYC，以及Intel CPU> = Haswell），链接的文档中有完整的详细信息。此外，还需要Linux操作系统，链接的文档中也列出了受支持和测试的Linux操作系统。
安装
请按照本文档 中的安装说明为系统启用ROC支持。确保将二进制软件包用于系统的linux发行版，以简化该过程。此时，应通过运行以下命令测试安装：
$ /opt/rocm/bin/rocminfo
其输出应列出至少两个HAS设备，其中至少一个应为CPU，至少一个应为dGPU。
假设安装工作正常，roctools则可通过condaNumba渠道与Numba一起通过软件包安装Numba的ROC支持，如下所示（创建名为的环境 numba_roc）：
$ conda create -n numba_roc -c numba numba roctools
激活环境，然后运行Numba诊断工具，应确认Numba在启用ROC支持的情况下运行，例如：
$ source activate numba_roc
$ numba -s
输出应包含类似于以下内容的部分：numba -s
__ROC Information__
ROC available : True
Available Toolchains : librocmlite library, ROC command line tools
Found 2 HSA Agents:
Agent id : 0
vendor: CPU
name: Intel(R) Core(TM) i7-4790 CPU @ 3.60GHz
type: CPU
Agent id : 1
vendor: AMD
name: gfx803
type: GPU
Found 1 discrete GPU(s) : gfx803
确认ROC可用，列出可用的工具链并显示HAS设备和dGPU计数。