Windows AMD显卡,PyTorch炼丹,终于能用了吗?

摘要:前言 上一篇文章里,我开始折腾在 Windows11 上编译 ROCm 版的 PyTorch,虽然折腾失败了,但积累了一些经验。 这不第二天就编译成功了。 编译产物 爽啊! -a 202615 15:58 151148776 torch
前言 上一篇文章里,我开始折腾在 Windows11 上编译 ROCm 版的 PyTorch,虽然折腾失败了,但积累了一些经验。 这不第二天就编译成功了。 编译产物 爽啊! -a--- 2026/1/5 15:58 151148776 torch-2.9.1+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl -a--- 2026/1/5 15:59 514989 torchaudio-2.9.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl -a--- 2026/1/5 16:01 1247290 torchvision-0.24.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl Windows + AMD + ROCm + PyTorch, 懂不懂这些词凑在一起的含金量啊!!😄 要点 总结下来这次编译功能的要点就俩。 使用官方版的 ROCm 之前因为网上查到的资料都说官方还没推出 gfx103x 的 ROCm,所以我安装了一个第三方预构建好的版本,可能是太老了还是咋的,编译 PyTorch 时老是失败。 这次我使用了这个命令安装: pip install --index-url https://rocm.nightlies.amd.com/v2-staging/gfx103X-dgpu/ --pre rocm[libraries,devel] 你可以在这些位置尝试找到对应的 ROCm 软件包: https://rocm.nightlies.amd.com/v2-staging/ https://rocm.nightlies.amd.com/v2/ https://rocm.devreleases.amd.com/v2 https://rocm.devreleases.amd.com/v2-staging 别迷信第三方包,能用官方的就用官方的,没有就自己编译 ROCm,很幸运我这个卡有官方的 ROCm 包。 使用旧版本 PyTorch 这一点上篇文章也说了,最新版可能不行,我在网上看有人编译 2.10 版本成功了。 其实之前折腾的时候已经隐约感觉到了,PyTorch 版本太新,在 Windows + ROCm 这条路径上,更容易踩坑。 网上已经有人确认: 2.10:有人成功 2.11:存在各种不确定性 这次我直接选了更保守的方案:PyTorch 2.9.1 事实证明,这个选择是对的。 至于 2.11 行不行? 以后有精力再继续折腾,现在先享受成果。 安装 wheel 既然编译好了,那就可以安装试用一下。 按顺序安装这三个文件(注意:torch 必须最先安装) pip install .\torch-2.9.1+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl pip install .\torchvision-0.24.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl pip install .\torchaudio-2.9.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl Windows + AMD 显卡,炼丹通道已打通。 下一步做啥? 显卡加速能用了,那能做的事情就很多了。 深度学习跑起来,AI画图玩起来~ 下一步我想先试试: 一些简单的深度学习模型训练任务 把 AI 画图重新玩起来 重点试试 Z-Image : https://huggingface.co/Comfy-Org/z_image_turbo 这个系列后续还有很多值得记录分享的,欢迎继续关注。