# 5.1。概述 > 原文： [http://numba.pydata.org/numba-doc/latest/roc/overview.html](http://numba.pydata.org/numba-doc/latest/roc/overview.html) Numba 支持 [AMD ROC GPU](https://rocm.github.io/) 编程，直接将 HSA 代码的受限子集编译为 HSA 内核和遵循 HSA 执行模型的设备功能。用 Numba 编写的内核似乎可以直接访问 NumPy 数组。 ## 5.1.1。术语 这里列出了 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，只能从设备调用（即从内核或其他设备功能） ## 5.1.2。要求 [本文件](https://github.com/RadeonOpenCompute/ROCm#are-you-ready-to-rock)描述了使用 ROC 的要求。基本上需要 AMD dGPU（斐济，Polaris 和 Vega 系列）以及支持 PCIe Gen3 和 PCIe Atomics 的 CPU（AMD Ryzen 和 EPYC 以及 Intel CPU＆gt; = Haswell），完整的详细信息在链接文档中。此外，还需要 Linux 操作系统，支持和测试的操作系统也列在链接文档中。 ## 5.1.3。安装 请按照[此文档](https://github.com/RadeonOpenCompute/ROCm#installing-from-amd-rocm-repositories)获取安装说明，以启用系统的 ROC 支持。请务必使用系统的 Linux 发行版的二进制包来简化该过程。此时应通过运行来测试安装： ```py $ /opt/rocm/bin/rocminfo ``` 其输出应列出至少两个 HSA 代理，其中至少一个应为 CPU，其中至少一个应为 dGPU。 假设安装工作正常，NOC 的 ROC 支持由`roctools`包提供，可以通过`conda`和 Numba 从 Numba 通道安装如下（创建一个名为`numba_roc`的 env）： ```py $ conda create -n numba_roc -c numba numba roctools ``` 激活 env，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： ```py $ source activate numba_roc $ numba -s ``` `numba -s`的输出应包含类似于的部分： ```py __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 HSA 代理和 dGPU 计数。