“阿里云推出GPU服务器竞价”
这对于像我这样永远缺钱的屌丝来说，无疑是天大的好消息！兴奋的我赶忙打开阿里云网站就去抢GPU服务器！
“GPU计算型，GPU可视化计算型”选哪个？
对于初次选购GPU的小白，我又朦逼了！等等，为什么要说“又”？不得不吐槽一下，阿里云的帮助文档做的的确不怎么样！在需要解释的地方，却惜字如金，写的竟是一些“高深”的概念词汇。
我去，琢磨了半天实在想不明白GPU计算型和GPU可视化计算型到底有啥区别，好吧，就让价格决定脑袋。
……
后面的悲剧相信各位看官已经料到了，GPU可视化计算型：是AMD推出的做图像处理，我“眼急手快(手贱)”的选了一台
完事后突然觉得好“惆怅”！但我还不甘心！怎么能让银子白花花的溜走？
Tensorflow不就支持AMD的GPU吗？
说干就干，巴拉巴拉，各种查资料：
原来tensorflow虽然号称支持AMD，但其实也没有N卡做的完善，需要自行安装第三方工具支持
1.安装AMD显卡驱动（这一步可以通过选择阿里云的开放免费镜像搞定）
2.安装ComputeCpp，按照官方安装文档一撸到底即可;
3.安装OpenCL，这一步也没啥好说的，一撸到底；
4.从源码编译安装Tensorflow：
这步也就是有坑的地方：tensorflow的pip版默认仅支持N卡(cuda)，需要手工编译opencl版
测试：
bazel test --config=sycl:using_sycl_ccpp -k --test_timeout 1600 -- //tensorflow/... -//tensorflow/contrib/... -//tensorflow/java/... -//tensorflow/compiler/...
bazel build -c opt --config=sycl tensorflow/core/kernels:matmul_op_test
编译pip版本：
bazel build -c opt --config=sycl //tensorflow/tools/pip_package:build_pip_package
bazel build -c opt --config=sycl:using_sycl_ccpp //tensorflow/tools/pip_package:build_pip_package
生成pip文件：
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg
注意，这里的ccpp即指ComputerCpp，tensorflow通过OpenCL调用ComputerCpp，而ComputerCpp将服务器上的CPU和GPU综合在一起进行调度计算，看起来是不是很酷？
5.验证安装
执行一下Top命令，发现CPU都被调度起来了：
在执行一下radeontop命令，发现显卡图像管道里有数据：
唯一不理想的发现，这个显卡的利用率好像不是很高。
没办法了，将就着用吧。
好了，终于，我的小毛驴动起来了。