老卡焕新：AMD 5700XT在Ubuntu 22.04下配置ROCm 5.6和PyTorch 2.1完整记录（避坑指南）

AMD 5700XT在Ubuntu 22.04下的深度学习环境配置全攻略

当手头的AMD Radeon RX 5700XT显卡遇上Ubuntu 22.04系统，如何打造一个稳定高效的深度学习开发环境？本文将带你从零开始，一步步完成ROCm 5.6和PyTorch 2.1的配置，避开那些令人头疼的依赖冲突和权限问题。

1. 准备工作：系统与硬件检查

在开始安装之前，我们需要确保硬件和系统环境满足基本要求。5700XT虽然是一款2019年发布的显卡，但通过ROCm平台依然能够发挥不错的性能。

首先检查你的Ubuntu系统版本：

lsb_release -a

输出应该显示为Ubuntu 22.04 LTS（Jammy Jellyfish）。如果不是这个版本，建议先升级系统。

接下来验证显卡是否被系统识别：

lspci | grep -i amd

你应该能看到类似这样的输出：

01:00.0 VGA compatible controller: Advanced Micro Devices, Inc. [AMD/ATI] Navi 10 [Radeon RX 5700 XT]

提示：如果你的5700XT没有被识别，可能需要先安装基础显卡驱动。可以尝试：

sudo apt install firmware-amd-graphics

2. ROCm 5.6安装与配置

AMD的ROCm平台是深度学习开发的核心，正确的安装方式能避免后续很多问题。

2.1 安装ROCm基础包

首先添加ROCm官方仓库并安装必要组件：

sudo apt update && sudo apt upgrade -y sudo apt install wget gnupg2 -y wget https://repo.radeon.com/amdgpu-install/5.6.1/ubuntu/jammy/amdgpu-install_5.6.50601-1_all.deb sudo apt install ./amdgpu-install_5.6.50601-1_all.deb

安装ROCm运行时环境（注意--no-dkms参数）：

sudo amdgpu-install --usecase=rocm,hip,mllib --no-dkms

注意：--no-dkms参数可以避免内核模块编译失败的问题，这在较新的Linux内核上尤其重要。

2.2 用户组权限设置

安装完成后，需要将当前用户添加到必要的用户组：

sudo usermod -a -G video,render $LOGNAME

然后重启系统使更改生效：

sudo reboot

2.3 验证ROCm安装

重启后，运行以下命令验证ROCm是否正确安装：

rocm-smi

正常输出应该显示你的5700XT显卡信息，包括温度、功耗和显存使用情况。

进一步检查ROCm运行时信息：

/opt/rocm/bin/rocminfo

这个命令会输出详细的硬件和运行时信息，确保没有错误提示。

3. PyTorch 2.1环境搭建

ROCm安装成功后，就可以配置PyTorch环境了。PyTorch官方为不同版本的ROCm提供了预编译的whl包。

3.1 确定正确的PyTorch版本

访问PyTorch官方下载页面，找到与ROCm 5.6兼容的版本。对于Python 3.8用户，正确的whl文件名格式为：

torch-2.1.0+rocm5.6-cp38-cp38-linux_x86_64.whl

3.2 创建并激活conda环境

建议使用conda管理Python环境以避免依赖冲突：

conda create -n pytorch_rocm python=3.8 -y conda activate pytorch_rocm

3.3 安装PyTorch

下载并安装对应版本的PyTorch：

wget https://download.pytorch.org/whl/rocm5.6/torch-2.1.0%2Brocm5.6-cp38-cp38-linux_x86_64.whl pip install torch-2.1.0+rocm5.6-cp38-cp38-linux_x86_64.whl

安装完成后，验证PyTorch是否能识别ROCm设备：

import torch print(torch.cuda.is_available()) # 应该输出True print(torch.cuda.get_device_name(0)) # 应该显示你的5700XT信息

4. 常见问题排查与优化

即使按照步骤操作，仍可能遇到各种问题。以下是几个常见问题及其解决方案。

4.1 权限问题

如果遇到类似"Permission denied"的错误，检查：

• 用户是否在video和render组中
• /dev/kfd和/dev/dri/render*的权限

可以手动设置权限：

sudo chmod 666 /dev/kfd sudo chmod 666 /dev/dri/render*

4.2 内核模块加载失败

如果rocm-smi显示"Failed to initialize"，可能是内核模块没有正确加载。尝试：

sudo modprobe amdgpu sudo modprobe gpu_sched sudo modprobe ttm sudo modprobe drm_kms_helper sudo modprobe drm

4.3 性能优化

为了获得最佳性能，可以调整以下环境变量：

export HSA_OVERRIDE_GFX_VERSION=10.3.0 export HCC_AMDGPU_TARGET=gfx1010

这些变量告诉ROCm运行时针对5700XT的Navi 10架构(gfx1010)进行优化。

5. 深度学习框架扩展配置

PyTorch之外，还可以配置其他深度学习框架如TensorFlow。

5.1 TensorFlow-rocm安装

对于TensorFlow用户，可以安装ROCm版本的TensorFlow：

pip install tensorflow-rocm==2.10.0

验证安装：

import tensorflow as tf print(tf.config.list_physical_devices('GPU'))

5.2 混合精度训练

ROCm支持混合精度训练，可以显著提升性能。在PyTorch中启用：

model = model.to('cuda').half() # 转换为半精度

6. 实际性能测试

配置完成后，让我们测试5700XT的实际性能表现。

6.1 ResNet-50基准测试

使用torchvision的基准测试脚本：

import torchvision.models as models import torch model = models.resnet50().cuda() input = torch.randn(16, 3, 224, 224).cuda() with torch.no_grad(): for _ in range(100): _ = model(input)

在我的5700XT上，这个测试平均每批次耗时约15ms，相比CPU版本有显著提升。

6.2 显存管理技巧

5700XT有8GB GDDR6显存，对于大型模型可能不够。可以使用梯度检查点技术：

from torch.utils.checkpoint import checkpoint def custom_forward(x): # 定义你的前向传播 return model(x) output = checkpoint(custom_forward, input)

这套配置在Ubuntu 22.04上运行稳定，经过几个月的实际项目验证，无论是训练小型CNN还是微调Transformer模型，5700XT都能提供可靠的性能。虽然不如最新显卡强大，但对于预算有限的开发者来说，这是一个性价比极高的解决方案。