Voicebox AMD ROCm配置实战：HSA_OVERRIDE_GFX_VERSION与ROCm Docker完整指南

Voicebox AMD ROCm配置实战：HSA_OVERRIDE_GFX_VERSION与ROCm Docker完整指南

【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox

Voicebox是一个开源的本地 AI 语音工作室（AI Voice Studio），支持声音克隆、语音生成与全局听写，全部在本地机器运行。在 Linux + AMD 显卡环境下跑 Voicebox 时，最容易卡住的就是AMD ROCm 配置：核心是HSA_OVERRIDE_GFX_VERSION这个环境变量，以及官方的ROCm Docker部署方案。本文带你从原理到实战，一次性配好 Voicebox 的 AMD GPU 加速。

为什么 AMD ROCm 需要 HSA_OVERRIDE_GFX_VERSION？

ROCm（AMD 的 GPU 计算平台）运行时靠"图形架构代号"（GFX 版本号，如gfx1030）来匹配 GPU 内核。很多消费级显卡（尤其是 RX 6000 系列）并不被 ROCm 官方原生支持，就需要用HSA_OVERRIDE_GFX_VERSION告诉运行时"把我的 GPU 当成某个受支持的架构"。

好消息是：Voicebox 会自动处理这一步。后端启动时会执行rocminfo检测你的显卡架构：

• 检测到RDNA 2 及更老的卡（gfx 编号 < 1100）→ 自动设置HSA_OVERRIDE_GFX_VERSION=10.3.0
• 检测到RDNA 3 / RDNA 4（RX 7000 / RX 9000 系列）→ 原生支持，跳过覆盖，避免次优性能

相关逻辑见 backend/app.py。另外它还会清理一个坑：空字符串的HSA_OVERRIDE_GFX_VERSION会污染 HSA 运行时导致 GPU 完全检测不到，所以 Docker Compose 里即使声明了空值，后端也会自动清除。

GFX 版本号速查表：你的显卡该填什么值

💡 经验法则：越老的卡越需要覆盖值。RX 7000 / RX 9000 新卡强行设置覆盖值反而可能报错或变慢。

如果自动检测失败，手动设置后再启动即可（详见 docs/content/docs/overview/gpu-acceleration.mdx）：

export HSA_OVERRIDE_GFX_VERSION=10.3.0 voicebox

一键部署：ROCm Docker 覆盖配置

不想在宿主机装 ROCm 的依赖环境？其实驱动需要装在宿主机上，但所有 ROCm 运行时库都封装在 Docker 镜像里。仓库自带了官方 ROCm 部署方案：

• 基础编排文件：docker-compose.yml（CPU 版，端口127.0.0.1:17600）
• ROCm 覆盖层：docker-compose.rocm.yml

启动命令只需一行（先git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox进入项目目录）：

docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build

这个覆盖层做了几件关键的事：

1. 构建 ROCm 版镜像：传入PYTORCH_VARIANT=rocm，Dockerfile 会把 PyTorch 从官方 ROCm 源（默认ROCM_VERSION=6.3，覆盖 RDNA1-3）装进来，而不是默认的 CUDA 版。
2. GPU 设备透传：挂载/dev/kfd和/dev/dri两个设备节点，容器内才能看到 AMD 显卡。
3. 注入HSA_OVERRIDE_GFX_VERSION：默认留空（走后端自动检测），你可以在启动前export覆盖。
4. MIOpen 优化：重定向内核缓存目录（避免miopenStatusUnknownError）、开启MIOPEN_FIND_MODE=FAST快速内核选择，避免 RDNA4 上逐次生成时的卡顿。

RX 9000 系列（RDNA4）用户记得加上 ROCm 7.2：

ROCM_VERSION=7.2 docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build

验证 ROCm GPU 加速是否生效

三个地方确认：

1. 界面：打开 Settings → GPU，应显示 PyTorch ROCm 后端 + 你的显卡型号（而不是 CPU）。
2. 启动日志：查看 Settings → Logs 的 Server logs 页签，应出现Backend: PYTORCH、GPU: HIP (...)，以及类似setting HSA_OVERRIDE_GFX_VERSION=10.3.0 for compatibility的自动配置提示。
3. 健康接口：访问http://127.0.0.1:17493/health（容器模式为17600），JSON 里的backend_variant应为rocm。

生成一段语音试试：如果不再是 CPU 的龟速，说明加速已生效 🎉

常见问题排查

小结

• RX 6000 及更老的卡：核心就是HSA_OVERRIDE_GFX_VERSION（RDNA2 填10.3.0），Voicebox 后端会自动检测并代劳。
• RX 7000 / RX 9000：ROCm 原生支持，不要强行覆盖；RDNA4 记得ROCM_VERSION=7.2。
• 最省心的方式是官方ROCm Docker 覆盖层，一条docker compose命令搞定设备透传、PyTorch ROCm 构建与 MIOpen 调优。

配好之后，Voicebox 的 7 个 TTS 引擎、Whisper 语音转写就能在 AMD 显卡上满速运行，声音克隆与语音生成的速度会快一个数量级。

【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox