用途：本资料为 AMD ROCm 与 HIP 的 GPU 通用并行计算参考，帮助在 Instinct/Radeon GPU 上编写、移植、调优 HIP 内核并使用 ROCm 库与工具。
主要能力与内容分区：rocm-stack 介绍 ROCm 整体、Core SDK 与 Extras、数学计算库、通信库、运行时与编译器、性能分析与监控工具、安装（Linux/Windows/Docker/Spack、深度学习框架）、兼容性与版本历史；hip 介绍编程模型、硬件实现、编译器与 CLR、性能准则、C++ 语言扩展、HIPRTC、调试日志、运行时 API（初始化、设备、错误、流、事件、异步执行、启动控制、占用率、模块上下文、各类内存管理、纹理表面、HIP Graph、Cooperative Groups、多设备 P2P、互操作）、环境变量与弃用 API、CUDA 到 HIP 移植与 hipify、API 对照、数学 API、硬件特性；gpu-arch 介绍 GPU 架构概览与规格、CDNA/RDNA 架构、MI100/MI250/MI300 微架构、精度支持、性能计数器、ISA（含机器可读 ISA）；samples 提供 vector add、显式显存拷贝、共享内存分块矩阵乘、动态共享内存、统一内存、流有序分配、流重叠、HIP Graph 捕获与显式节点、协作组归约、warp shuffle 归约、多 GPU P2P、占用率调优、hipify 转换、事件计时、设备查询、HIPRTC 运行时编译、rocBLAS GEMM 等示例；scripts 提供安装、hipcc 构建、hipify、GPU 查询、性能分析、调试、sanitize、框架、验证等说明。
使用方式：先由任务在映射表中定位类别，读该类别 references/{category}/README.md（samples/ 与 scripts/ 读各自 README）找到目标页，再阅读对应 .md 获取细节。
限制与边界：CUDA C++/Python 内核、PTX ISA、CUTLASS/CuTe GEMM 请参考 nvidia-cuda 技能；本资料专注于 HIP 编程模型、运行时 API、ROCm 库群与 CDNA/RDNA 架构。具体命令与代码请以资料原文为准。