This commit is contained in:
FlintyLemming 2025-06-16 18:31:58 +08:00
parent 959eb9d614
commit 56496d65c1

View File

@ -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')
```