diff --git a/content/post/eLZyGq6ja6LGxCLTPZfcE/index.zh-cn.md b/content/post/eLZyGq6ja6LGxCLTPZfcE/index.zh-cn.md
new file mode 100644
index 0000000..c5690e5
--- /dev/null
+++ b/content/post/eLZyGq6ja6LGxCLTPZfcE/index.zh-cn.md
@@ -0,0 +1,150 @@
++++
+author = "FlintyLemming"
+title = "AMD AI MAX+ 395 安装 ROCm 环境"
+slug = "eLZyGq6ja6LGxCLTPZfcE"
+date = "2025-02-28"
+description = "折腾人"
+categories = ["Consumer"]
+tags = ["AMD", "AI"]
+image = "https://img.flinty.moe/blog/posts/2025/06/AMD%20AI%20MAX+%20395%20%E5%AE%89%E8%A3%85%20ROCm%20%E7%8E%AF%E5%A2%83/europeana-05V1vhKRdc8-unsplash.avif"
++++
+
+> ❗本教程实际上只是引导你安装了一个测试版的 ROCm 环境，随时都会随着正式版的发布失效
+
+## 参考文档
+
+下面的步骤主要参考以下三篇文档
+
+[ROCm/TheRock Release 安装指南](https://github.com/ROCm/TheRock/blob/main/RELEASES.md "ROCm/TheRock Release 安装指南")（主要就是看这个）
+
+[在 ROCm 上使用 Pytorch](https://rocm.docs.amd.com/projects/install-on-linux/en/develop/install/3rd-party/pytorch-install.html "在 ROCm 上使用 Pytorch")（在这里可以参考 pytorch Docker 镜像的使用方法）
+
+[在 Radeon 显卡上安装 ROCm](https://rocm.docs.amd.com/projects/radeon/en/latest/docs/install/native_linux/install-radeon.html "在 Radeon 显卡上安装 ROCm")（在这里可以参考基本驱动的安装）
+
+## Docker
+
+Docker 是最简单的，只需要先获取镜像
+
+```bash 
+docker pull ghcr.io/rocm/therock_pytorch_dev_ubuntu_24_04_gfx1151:main
+```
+
+
+然后运行镜像即可
+
+```docker 
+docker run -it --cap-add=SYS_PTRACE --security-opt seccomp=unconfined \
+--device=/dev/kfd --device=/dev/dri --group-add video \
+--ipc=host --shm-size 8G ghcr.io/rocm/therock_pytorch_dev_ubuntu_24_04_gfx1151:main
+```
+
+
+## Python 虚拟环境
+
+### 准备工作
+
+通过 Python 安装 ROCm 前，需要进行一些准备工作
+
+1. 安装 AMD 图形驱动，适用于你已经在使用 Ubuntu Desktop，主要是要把 dkms 装上
+   ```bash 
+   sudo apt update
+   wget https://repo.radeon.com/amdgpu-install/6.4.1/ubuntu/jammy/amdgpu-install_6.4.60401-1_all.deb
+   sudo apt install ./amdgpu-install_6.4.60401-1_all.deb
+   # 只安装图形驱动，不要在这一步安装 ROCm
+   sudo amdgpu-install -y --usecase=graphics
+
+   ```
+
+2. 手动添加用户到组（或者用 udev 也行）
+   ```bash 
+   sudo usermod -a -G render,video $LOGNAME
+   ```
+
+3. 重启设备
+
+### 版本确认
+
+然后就可以安装 ROCm Python 包了，这里假设用的是 conda，但是他版本管理一坨，这里我们需要先看一下[这个地方](https://d2awnip2yjpvqn.cloudfront.net/v2/gfx1151/ "这个地方")有没有上传 pytorch，我写的时候是没上传的
+
+![](https://img.flinty.moe/blog/posts/2025/06/AMD%20AI%20MAX+%20395%20%E5%AE%89%E8%A3%85%20ROCm%20%E7%8E%AF%E5%A2%83/image_GMTrwS5feq.avif)
+
+所以你按照它的文档是装不了 python，因为他压根就没上传
+
+你要看[这里](<https://github.com/scottt/rocm-TheRock/releases > "这里")，看他发布的最新的 torch 包适用于哪个版本，我写的时候是 ROCm 6.5.0rc + Python 3.11
+
+![](https://img.flinty.moe/blog/posts/2025/06/AMD%20AI%20MAX+%20395%20%E5%AE%89%E8%A3%85%20ROCm%20%E7%8E%AF%E5%A2%83/image_ckq9rd2mdJ.avif)
+
+所以你要严格按照这个版本创建 Python 3.11 环境，ROCm 的话我试过了，按照默认安装 7.0.0rc 也可以用
+
+### 安装
+
+1. 创建一个虚拟环境并激活
+   ```bash 
+   conda create -n pytorch-base-cp311-rocm700 python=3.11 -y
+   conda activate pytorch-base-cp311-rocm700
+   ```
+
+2. 安装 ROCm
+   ```python 
+   python -m pip install \
+     --index-url https://d2awnip2yjpvqn.cloudfront.net/v2/gfx1151/ \
+     rocm[libraries,devel]
+   ```
+
+3. 执行 `rocm-sdk test` 不报错就安装成功了
+4. 安装 pytorch，这里要从刚才找的那个仓库里下载
+   ```python 
+   python -m pip install \
+   https://github.com/scottt/rocm-TheRock/releases/download/v6.5.0rc-pytorch/torch-2.7.0a0+gitbfd8155-cp311-cp311-linux_x86_64.whl
+   ```
+
+5. 安装 numpy，这个官方是上传了的，所以用安装 ROCm 的地址安装
+   ```python 
+   python -m pip install \
+     --index-url https://d2awnip2yjpvqn.cloudfront.net/v2/gfx1151/ \
+     numpy
+   ```
+
+
+至此安装完毕，其他环境按需安装即可
+
+## 检查
+
+运行一个测试脚本
+
+```python 
+import torch
+
+# 检查 PyTorch 是否能找到 ROCm GPU
+is_available = torch.cuda.is_available()
+print(f"PyTorch ROCm support available: {is_available}")
+
+if is_available:
+    # 打印找到的 GPU 数量
+    device_count = torch.cuda.device_count()
+    print(f"Found {device_count} ROCm device(s).")
+    
+    # 打印 GPU 的名称 (应该会显示 gfx1151 或 AMD Radeon Graphics)
+    device_name = torch.cuda.get_device_name(0)
+    print(f"Device 0 Name: {device_name}")
+
+    # 尝试在 GPU 上创建一个张量并执行一个简单操作
+    try:
+        x = torch.tensor([1.0, 2.0, 3.0]).to("cuda")
+        y = x * 2
+        print("Successfully created a tensor on GPU and performed an operation.")
+        print("Result:", y)
+    except Exception as e:
+        print(f"An error occurred during GPU operation: {e}")
+```
+
+
+输出如下，有效
+
+```python 
+PyTorch ROCm support available: True
+Found 1 ROCm device(s).
+Device 0 Name: AMD Radeon Graphics
+Successfully created a tensor on GPU and performed an operation.
+Result: tensor([2., 4., 6.], device='cuda:0')
+```