type
status
date
slug
summary
tags
category
icon
password
最近换显卡了，在 50 系的持续耍猴下我选择买了 9070xt 这张游戏神卡，于是准备折腾下 PyTorch 环境看看到底能不能用。本文发布的时候，官方版本的 ROCm（6.4） 实际上还是不支持 9070xt 的，需要加点特技才能跑起来，下面是我自己折腾出来的一些经验。
值的一提的是，在现在这个时间点（2025.5.4），即使你按照我的方法把 ROCm+PyTorch 装上了，性能也是十分垃圾的，据网上说甚至还不如 2070，我估计是现在 ROCm 官方还没对 RNDA4 架构做深度优化的原因。
关于 ROCm 暂时不支持 9000 系列 A 卡（RNDA4）的 Issue 在这里，后续官方应该会更新到无痛支持并且大幅提升性能：
下面进入正题。
安装 WSL
ROCm 目前只能在 linux 上使用，想要在 Windows 下使用 ROCm 就只能选择 WSL。我们首先在系统设置中把 WSL 可选功能打开并重新启动：
自行启用魔法后安装 WSL 管理器本体：
列出可选发行版：
选择想要的发行版并安装，我使用的是 Ubuntu-24.04：
使用这个指令安装太慢的话也可以在 Microsoft Store 搜索然后下载：
完成安装后在 Windows 开始菜单搜索 WSL Settings，进入后把网络模式改成桥接，这样就可以共享 Windows 的魔法了：
修改之后需要彻底重启 WSL 生效：
之后使用 Windows Terminal 进入 WSL 就可以了：
后续的所有软件安装都在 WSL 中进行。
安装 ROCm
最新版本的安装教程在这里，指令按照这里的自行进行更新，本文以 6.4 为例：
选择自己对应的 Ubuntu 版本找到 amdgpu-install 安装指令并安装，例如我这里是：
接着使用 amdgpu-install 安装 rocm：
之后重启 WSL（Windows 下 wsl —-shutdown）。完成之后如果使用 rocminfo 确认信息时候有 Agent 输出就可以了：
例如我的输出机器上显示有两个 Agent，分别是 CPU R9 9950x 和 GPU 9070xt，请确认你的显卡显示在 Agent 信息中。
安装 PyTorch
PyTorch 需要使用 AMD Repo 上版本，安装文档在这里：
这里我用的 ROCm 版本是 6.4，Python 版本是 3.12，可以根据文档里的链接自己去 AMD Repo 里面找 whl 文件，我这里最后的安装指令是：
完成安装之后我们需要替换 torch 中的 WSL 兼容层（这一步很重要，你按照 ROCm 官方的文档装可能就会因为这一步导致最后 PyTorch cuda.is_available 返回 False），libhsa-runtime64.so 的版本可能有所不同，需要自行修改下命令行，我这里的是：
最后使用下面指令检查 torch 是否成功安装以及识别显卡：
这里我的输出：
输出这样就确认完成了，amdsmi 那个 warning 可以忽略，不影响正常使用，看网上说是因为使用 WSL 导致的。到这里为止，PyTorch 的环境就算折腾完成了。后续正常使用就行了，搞整各种 AI 应用都行，不过看 Reddit 上人家测的 Stable Diffusion 性能真的很糟糕，甚至都不如老点的 A 卡，这个点只能说是尝鲜，后面还是等 ROCm 出了官方 RDNA4 架构支持再按官方文档弄比较靠谱。
- 作者:Kindem
- 链接:https://www.flyandnotdown.com/post/1ea8fb78-2f78-8070-a472-fcda0e4d74b9
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
