# 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/) 編程，直接將 HSA 代碼的受限子集編譯為 HSA 內核和遵循 HSA 執行模型的設備功能。用 Numba 編寫的內核似乎可以直接訪問 NumPy 數組。 ## 5.1.1。術語 這里列出了 HSA 編程主題中的幾個重要術語： * _ 內核 _：由主機啟動并在設備上執行的 GPU 功能 * _ 設備功能 _：在設備上執行的 GPU 功能，只能從設備調用（即從內核或其他設備功能） ## 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（斐濟，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），完整的詳細信息在鏈接文檔中。此外，還需要 Linux 操作系統，支持和測試的操作系統也列在鏈接文檔中。 ## 5.1.3。安裝 請按照[此文檔](https://github.com/RadeonOpenCompute/ROCm#installing-from-amd-rocm-repositories)獲取安裝說明，以啟用系統的 ROC 支持。請務必使用系統的 Linux 發行版的二進制包來簡化該過程。此時應通過運行來測試安裝： ```py $ /opt/rocm/bin/rocminfo ``` 其輸出應列出至少兩個 HSA 代理，其中至少一個應為 CPU，其中至少一個應為 dGPU。 假設安裝工作正常，NOC 的 ROC 支持由`roctools`包提供，可以通過`conda`和 Numba 從 Numba 通道安裝如下（創建一個名為`numba_roc`的 env）： ```py $ conda create -n numba_roc -c numba numba roctools ``` 激活 env，然后運行 Numba 診斷工具應確認 Numba 在啟用 ROC 支持的情況下運行，例如： ```py $ source activate numba_roc $ numba -s ``` `numba -s`的輸出應包含類似于的部分： ```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 ``` 確認 ROC 可用，列出可用的工具鏈并顯示 HSA 代理和 dGPU 計數。