AMD Radeon Instinct MI50 刷VBIOS 改成 Radeon Pro VII
准备
ROCm 快速起步 安装好 ROCm 和 amdgpu驱动，然后检查 rcom-smi 输出显示:
=========================================== ROCm System Management Interface ===========================================
===================================================== Concise Info =====================================================
Device Node IDs Temp Power Partitions SCLK MCLK Fan Perf PwrCap VRAM% GPU%
(DID, GUID) (Edge) (Socket) (Mem, Compute, ID)
========================================================================================================================
0 1 0x66a1, 9593 33.0°C 14.0W N/A, N/A, 0 930Mhz 350Mhz 14.51% auto 225.0W 0% 0%
1 2 0x66a1, 45663 32.0°C 19.0W N/A, N/A, 0 930Mhz 350Mhz 14.51% auto 225.0W 0% 0%
========================================================================================================================
================================================= End of ROCm SMI Log ==================================================
备注
TechPowerUp 是目前全球最权威的显卡固件和工具库
下载
amdvbflash(原名 Atiflash)，下载页面见 TechPowerUp - AMDVBFlash / ATI Flash
amdvblashwget https://us3-dl.techpowerup.com/files/Jy_KPxXzsiW-l-ZoP8DuYQ/1776045978/amdvbflash_linux_4.71.zip
下载AMD Radeon Pro VII 16GB 原厂 ROM: 访问 TechPowerUp VGA BIOS Database 依次选择:
GPU Brand: AMD
Card Model: Radeon Pro VII
Card Vendor: AMD (Pro 系列通常只有公版)
Memory Size: 16384 MB (16GB)
TechPowerUp提供的Radeon Pro VII 16 GB Video BIOS版本是2020-08-18发布的 016.004.000.064.015319
wget https://www.techpowerup.com/vgabios/229229/AMD.RadeonProVII.16384.200818.rom
备注
由于AMD官方网站不对外提供"裸“ROM文件，以及刷机工具，所以通常需要通过第三方TechPowerUp托管的工具和固件来完成。TechPowerUp网站提供的ROM通常经过大量用户的评论和验证，选择带有"Verified"标签的固件，代表通过了社区的测试。
在刷入任何非官方固件之前，先使用 amdvbflash -s 命令提取当前卡的原厂VBIOS，那么即使以后想要回退原厂VBIOS也是可行的。这点非常重要，因为AMD官方可能不提供MI50原始VBIOS下载。
初次尝试 失败
检查VBIOS版本(从显卡的 EEPROM 芯片读取信息，不依赖操作系统驱动的映射):
sudo ./amdvbflash -i
输出的固件版本、Device ID 和 Subsystem ID信息如下:
AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
adapter seg bn dn dID asic flash romsize test bios p/n
======= ==== == == ==== =============== ============== ======= ==== ================
0 0000 0D 00 66A1 Vega20 GD25Q80C 100000 pass 113-D1631711-100
1 0000 86 00 66A1 Vega20 GD25Q80C 100000 pass 113-D1631711-100
说明:
adapter: 显卡索引（如 0, 1）。
device id: 核心标识（MI50 应该是 66A2，刷完 Pro VII 后应变为 66AF）。
product: 固件版本号（VBIOS Version）。
checksum: 固件校验码。
备份当前 AMD Radeon Instinct MI50 的原厂VBIOS:
sudo ./amdvbflash -s 0 original_mi50.rom
刷入下载的Pro VII VBIOS:
sudo ./amdvbflash -p 0 -f AMD.RadeonProVII.16384.200818.rom
刷新信息如下:
AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
Old SSID: 0834
New SSID: 081E
Old P/N: 113-D1631711-100
New P/N: 113-D1640600-104
The result of RSA signature verify is PASS.
Old DeviceID: 66A1
New DeviceID: 66A1
Old Product Name: Vega20 A1 SERVER XL D16317-11 Hynix/Samsung 32GB Gen 24HI 600m
New Product Name: Vega20 A1 GLXT WS D16406 60CU/16GB 4HI 1000m
Old BIOS Version: 016.004.000.064.016969
New BIOS Version: 016.004.000.064.015319
Flash type: GD25Q80C
Burst size is 256
80000/80000h bytes programmed
80000/80000h bytes verified
Restart System To Complete VBIOS Update.
这里的输出信息有点让人不安:
RSA Signature Verify: PASS硬件安全检查通过了，说明这个 ROM 的签名是合法的，显卡不会因为固件签名错误而变成“砖头”
DeviceID: 66A1 (未变)MI50 原本报告的是 66A1，刷完 Pro VII 还是 66A1。这意味着 MI50 和 Radeon Pro VII 在核心层面的硬件 ID 是完全一致的
SSID (Subsystem ID) 的变化 (0834 -> 081E)许多 OEM 厂商（如 Dell）的 BIOS 并不是封锁 DeviceID（因为那太笼统），而是封锁 SSID。这个变化表明有可以能绕过 Dell T5820 封锁
Product Name从SERVER XL变为了GLXT WS（Workstation）注意显存频率：原来的固件是
600m，新固件是1000m。这意味着 HBM2 显存将被超频运行。注意散热。最大的潜在问题 : 刷入的是 16GB 版 Radeon Pro VII 的 ROM ，后续验证了 不同显存规格的VBIOS是不通用的，会导致无法加载驱动
刷新完成后再次执行
sudo ./amdvbflash -i看到信息
AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
adapter seg bn dn dID asic flash romsize test bios p/n
======= ==== == == ==== =============== ============== ======= ==== ================
0 0000 0D 00 66A1 Vega20 GD25Q80C 100000 pass 113-D1640600-104
1 0000 86 00 66A1 Vega20 GD25Q80C 100000 pass 113-D1631711-100
执行 sudo ./amdvbflash -ai 可以看到详细信息:
AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
Adapter 0 SEG=0000, BN=0D, DN=00, PCIID=66A11002, SSID=081E1002)
Asic Family : Vega20
Flash Type : GD25Q80C (1024 KB)
Product Name : Vega20 A1 GLXT WS D16406 60CU/16GB 4HI 1000m
Bios Config File : D1640600.104
Bios P/N : 113-D1640600-104
Bios Version : 016.004.000.064.015319
Bios Date : 08/18/20 11:22
ROM Image Type : Hybrid Images
ROM Image Details :
Image[0]: Size(59904 Bytes), Type(Legacy Image)
Image[1]: Size(44544 Bytes), Type(EFI Image)
Adapter 1 SEG=0000, BN=86, DN=00, PCIID=66A11002, SSID=08341002)
Asic Family : Vega20
Flash Type : GD25Q80C (1024 KB)
Product Name : Vega20 A1 SERVER XL D16317-11 Hynix/Samsung 32GB Gen 24HI 600m
Bios Config File : D1631711.100
Bios P/N : 113-D1631711-100
Bios Version : 016.004.000.064.016969
Bios Date : 05/07/21 11:42
ROM Image Type : Legacy Image
ROM Image Details :
Image[0]: Size(41472 Bytes), Type(Legacy Image)
可以看到刷新后的产品信息已经修改成 Vega20 A1 GLXT WS D16406 60CU/16GB 4HI 1000m
但是我发现问题，现在 rocm-smi 输出中，预期的 Pro VII 没有出现，现在只有一行作为对比的 MI50 记录了，这表明刷新VBIOS的MI50不工作了:
=========================================== ROCm System Management Interface ===========================================
===================================================== Concise Info =====================================================
Device Node IDs Temp Power Partitions SCLK MCLK Fan Perf PwrCap VRAM% GPU%
(DID, GUID) (Edge) (Socket) (Mem, Compute, ID)
========================================================================================================================
0 1 0x66a1, 45663 33.0°C 19.0W N/A, N/A, 0 930Mhz 350Mhz 14.51% auto 225.0W 0% 0%
========================================================================================================================
================================================= End of ROCm SMI Log ==================================================
观察 dmesg 信息，果然发现驱动加载失败:
[ 15.014573] amdgpu_init+0x96/0xff0 [amdgpu]
[ 15.030444] amdgpu 0000:0d:00.0: probe with driver amdgpu failed with error -22
[ 15.032013] amdgpu 0000:0d:00.0: amdgpu: amdgpu: ttm finalized
error -22 (Invalid Argument)通常意味着内核驱动 amdgpu 在尝试初始化时遇到了参数不匹配或验证失败的情况。当驱动尝试初始化内存控制器（Memory Controller）并验证 HBM2 的堆栈数量和容量时，由于固件描述（4HI/16GB）与实际物理探测（8HI/32GB）严重不符，驱动会直接抛出 Invalid Argument 并退出。
我忽然想起来，在查询MI50的官方网站驱动时，AMD实际上将MI50的16GB规格和32GB规格用了两个不同的安装软件包，另外我想起来NVIDIA显卡魔改，并不是直接将显存芯片改焊其他大规格显存芯片就能解决，是需要破解BIOS和驱动的，这说明厂商在显存上做了很多限制，直接刷不通规格VBIOS很可能是行不通的。
再次尝试
evilJazz/MI50_32GB_VBIOS.md 给出了详尽的针对32GB规格 AMD Radeon Instinct MI50 的实践建议:
AMD Radeon Pro V420 才是推荐采用的刷MI50的对应VBIOS:
Pro V420是真正匹配的32GB规格的Vega 20GPU，和 AMD Radeon Instinct MI50 32GB规格完全匹配支持
UEFI in ROM，这改变了MI50的Legacy only支持显示输出
支持
ReBAR，而MI50则不支持ReBARBAR size扩大到32GB，MI50似乎因为Vulkan问题导致BAR size 16GB
支持PCIe link power saving，甚至支持在idle时候降低到Gen 1
功耗降低到178W，但是性能只下降1%(使用vkpeak测试)，原因是多GPU以轮询方式推理，核心/热点有足够时间冷却，使得功率上限和散热得到优化
SCLK时钟频率略微提高(我看到比原生MI50的930 MHz提高一点点，达到938 MHz)
刷入
V420.rom(113-D1640200-043):
sudo ./amdvbflash -f -fp -fa -fv -p 0 V420.rom
输出显示
AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
Old SSID: 081E
New SSID: 081E
Old P/N: 113-D1640600-104
New P/N: 113-D1640200-043
The result of RSA signature verify is PASS.
Old DeviceID: 66A1
New DeviceID: 66A0
Old Product Name: Vega20 A1 GLXT WS D16406 60CU/16GB 4HI 1000m
New Product Name: Vega20 A1 GLXT WS D16402 32GB 8HI 1000m
Old BIOS Version: 016.004.000.064.015319
New BIOS Version: 016.004.000.043.012098
Flash type: GD25Q80C
Burst size is 256
80000/80000h bytes programmed
80000/80000h bytes verified
Restart System To Complete VBIOS Update.
成功刷入V420的VBIOS之后，重启系统，再次使用
rocm-smi可以看到正常加载的驱动显示出了这块 Pro V420 显卡，请注意其参数和没有刷VBIOS的 MI50 差异:
=========================================== ROCm System Management Interface ===========================================
===================================================== Concise Info =====================================================
Device Node IDs Temp Power Partitions SCLK MCLK Fan Perf PwrCap VRAM% GPU%
(DID, GUID) (Edge) (Socket) (Mem, Compute, ID)
========================================================================================================================
0 1 0x66a0, 35670 34.0°C 15.0W N/A, N/A, 0 938Mhz 350Mhz 9.41% auto 178.0W 0% 0%
1 2 0x66a1, 45663 33.0°C 19.0W N/A, N/A, 0 930Mhz 350Mhz 14.51% auto 225.0W 0% 0%
========================================================================================================================
================================================= End of ROCm SMI Log ==================================================
这里最大的变化是TDP下降到 178W ，这对于安装在 Dell Precision T5820 工作站 工作站有很大帮助，另外提供了mini HDMI输出，🈶️可以省却一块P400占用的PCIe插槽，
对比 amdvbflash -i 输出:
amdvbflash -i 输出信息AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
adapter seg bn dn dID asic flash romsize test bios p/n
======= ==== == == ==== =============== ============== ======= ==== ================
0 0000 0D 00 66A0 Vega20 GD25Q80C 100000 pass 113-D1640200-043
1 0000 86 00 66A1 Vega20 GD25Q80C 100000 pass 113-D1631711-100
对比 amdvbflash -ai 输出
amdvbflash -ai 输出信息AMDVBFLASH version 4.71, Copyright (c) 2020 Advanced Micro Devices, Inc.
Adapter 0 SEG=0000, BN=0D, DN=00, PCIID=66A01002, SSID=081E1002)
Asic Family : Vega20
Flash Type : GD25Q80C (1024 KB)
Product Name : Vega20 A1 GLXT WS D16402 32GB 8HI 1000m
Bios Config File : D1640200.043
Bios P/N : 113-D1640200-043
Bios Version : 016.004.000.043.012098
Bios Date : 05/02/19 11:36
ROM Image Type : Hybrid Images
ROM Image Details :
Image[0]: Size(59392 Bytes), Type(Legacy Image)
Image[1]: Size(44032 Bytes), Type(EFI Image)
Adapter 1 SEG=0000, BN=86, DN=00, PCIID=66A11002, SSID=08341002)
Asic Family : Vega20
Flash Type : GD25Q80C (1024 KB)
Product Name : Vega20 A1 SERVER XL D16317-11 Hynix/Samsung 32GB Gen 24HI 600m
Bios Config File : D1631711.100
Bios P/N : 113-D1631711-100
Bios Version : 016.004.000.064.016969
Bios Date : 05/07/21 11:42
ROM Image Type : Legacy Image
ROM Image Details :
Image[0]: Size(41472 Bytes), Type(Legacy Image)
备注
evilJazz/MI50_32GB_VBIOS.md 提到了混用不同的VBIOS似乎会给ROCm带来问题，他在ollama测试中发现SCALE信号终止等问题。不过，我准备将两块 AMD Radeon Instinct MI50 都刷了V420的VBIOS。
但是很不幸，虽然这次实践刷入 Pro V420的 VBIOS成功，但是我将 AMD Radeon Instinct MI50 安装到 Dell Precision T5820 工作站 却依然无法启动。Google了一下，AI确实提示 AMD Radeon Pro V420不在T5820支持列表 ，原因可能是Pro V420是一个特殊的服务器端虚拟化卡。我怀疑Dell T5820只接受workstation graphics (WX/W series)
不过我看到 Reddit:32GB Mi50, but llama.cpp Vulkan sees only 16GB 提到有人根据闲鱼上的帖子 MI50 32G 非卖品 仅限交流 提供的2个VBIOS，该贴提到部分主板要关闭CSM
再次尝试
evilJazz/MI50_32GB_VBIOS.md 上列出了一个从 Apple Radeon Pro VII 32 GB导出的 113-D163A1XT-045 ("vbios3")，虽然有报告说不太稳定，但是这是唯一一个桌面级VBIOS。考虑到 Dell Precision T5820 工作站 可能只支持workstation graphics (WX/W series)，所以我还是决定尝试一下:
sudo ./amdvbflash -f -fp -fa -fv -p 0 278241.rom
完成后重启系统，检查 rocm-smi 可以看到新VBIOS下 SCLK 和 MCLK 都跃升到 1000MHz :
rocm-smi 显示刷了Rro VII的VBIOS============================================ ROCm System Management Interface ============================================
====================================================== Concise Info ======================================================
Device Node IDs Temp Power Partitions SCLK MCLK Fan Perf PwrCap VRAM% GPU%
(DID, GUID) (Edge) (Socket) (Mem, Compute, ID)
==========================================================================================================================
0 1 0x66a3, 48982 38.0°C 29.0W N/A, N/A, 0 1000Mhz 1000Mhz 14.51% auto 300.0W 0% 0%
1 2 0x66a3, 10352 38.0°C 22.0W N/A, N/A, 0 1000Mhz 1000Mhz 14.51% auto 300.0W 0% 0%
==========================================================================================================================
================================================== End of ROCm SMI Log ===================================================
但是我采用了 Pro VII 32 GB 依然无法在 Dell Precision T5820 工作站 上实现启动。根据 Dell T5820 GPU异常排查 排查推测，可能采用 修订AMD MI50 VBIOS的BAR size
其他
备注
AMD FirePro S7150 x2运算卡 的GPU核心 Tonga 和 AMD FirePro W7100 一致，所以也应该能够刷W7100的BIOS修订后用于 Dell Precision T5820 工作站 :
# S7150 x2 有两个tonga核心，需要刷新两次
./amdvbflash -p 0 -f w7100.rom
./amdvbflash -p 1 -f w7100.rom
参考
evilJazz/MI50_32GB_VBIOS.md 这篇README写得非常好，我一开始按照gemini指示走了弯路，实际还是需要
AMD Radeon Instinct Mi50 16GB on Linux TESTED | Gaming, Video Editing, Stable Diffusion 这个油管视频是将MI50 16GB改成Pro VII测试游戏性能，看起来16GB规格是可行的，但是实践发现32GB因为没有Pro VII 32GB规格，强刷16GB规格Pro VII的BIOS会导致无法使用