标签: amd-rocm

我是拥有 AMD GPU（RX 5700、Navi10）的悲惨生物之一。我想使用最新的 PyTorch 库在本地计算机上进行一些深度学习并停止使用云实例。

我在互联网上看到 AMD 承诺在未来 2-4 个月内支持 Navi10（1-2 年前写的帖子），但是，我不认为他们发布了“官方”支持。

我在本地计算机上安装了 ROCm，它实际上检测到我的 GPU，一切看起来都很好，这是rocminfo输出。

我安装了必要的 PyTorch ROCm 版本，但是当我尝试运行代码时，出现以下错误。

hipErrorNoBinaryForGpu：无法找到所有当前设备的代码对象！

我想这是因为 ROCm 仍然不支持 gfx1010 或者我在这一点上迷失了。

如果有人可以提供一种使 ROCm 工作的方法（最好无需再次为 gfx1010 编译整个包）或提供像 CUDA 用户一样使用 AMD GPU 的方法，我会很高兴。

我有兴趣在我的 Ryzen 3400g 系统上运行深度学习代码。我在网上看到：

我试图在我的 Ryzen 3400G 上使用 Vega 11，我知道我不能运行 HIP，但我可能可以在这个 APU 上运行 opencl，我的第一步是导入 tensorflow，但是我得到了一个错误，

这是来自https://github.com/ROCmSoftwarePlatform/tensorflow-upstream/issues/669

真的不可能将 ryzen 3400g 与 Radeon vega 11 gpu 与 tensorflow 一起使用吗？

————

是否可以改为与 opencl 一起使用（如https://missinglink.ai/guides/tensorflow/tensorflow-support-opencl/）？

我正在尝试使用 AMD GPU 在本地计算机上运行和部署 Dalle Playground，我在 Windows 11 上运行 WSL 实例。

链接到 Dalle Playground 存储库

System OS: Windows 11 Pro - Version 21H1 - OS Build 22000.675
WSL Version: WSL 2 
WSL Kernel: 5.10.16.3-microsoft-standard-WSL2
WSL OS: Ubuntu 20.04 LTS
GPU: AMD Radeon RX 6600 XT
CPU: AMD Ryzen 5 3600XT (32GB ram)

我已经能够成功部署后端和前端，但它会占用 CPU 资源。

它给了我这个警告：

    --> Starting DALL-E Server. This might take up to two minutes.
2022-06-12 01:16:33.012306: I external/org_tensorflow/tensorflow/core/tpu/tpu_initializer_helper.cc:259] Libtpu path is: libtpu.so
2022-06-12 01:16:37.581440: I external/org_tensorflow/tensorflow/compiler/xla/service/service.cc:174] XLA …

我想在 Ubuntu 上为深度学习设置 AMD Radeon。我工作的主要库是 keras 和 pytorch。我在这里严格遵循 ROCm 安装指南，但在使用命令的第 3 步失败了sudo apt install rocm-dkms。错误消息显示如下。

Setting up dkms (2.8.1-5ubuntu1) ...
Setting up hip-rocclr (4.0.20496.5685.40000-23) ...
Setting up rock-dkms (1:4.0-23) ...
Loading new amdgpu-4.0-23 DKMS files...
Building for 5.8.0-41-generic
Building for architecture x86_64
Building initial module for 5.8.0-41-generic
Error! Bad return status for module build on kernel: 5.8.0-41-generic (x86_64)
Consult /var/lib/dkms/amdgpu/4.0-23/build/make.log for more information.
dpkg: error processing package rock-dkms (--configure):
 installed rock-dkms package post-installation script …

系统：Ryzen 5800x、rx 6700xt、32 GB RAM、Ubuntu 22.04.1

我正在尝试按照https://youtu.be/d_CgaHyA_n4安装 Stable-Diffusion

当尝试运行 SD 脚本时，出现错误"hipErrorNoBinaryForGpu: Unable to find code object for all current devices!"。

我相信这是由 PyTorch 未按预期工作引起的。当使用“ The Master Test ”验证 Pytorchs 的安装时，我收到相同的错误：

"hipErrorNoBinaryForGpu: Unable to find code object for all current devices!"
Aborted (core dumped)

我相信它安装正确，因为使用conda list命令告诉我已经安装了 torch 1.12.0a0+git2a932eb 和 torchvision 0.13.0a0+f5afae5。有趣的是，当我将命令稍微更改为 torch.cuda.is_available（不带括号）时，我得到以下输出<function is_available at 0x7f42278788b0>：当然，我不确定这告诉我什么。经过“验证”步骤后，得到了预期的随机数数组。但是，GPU 驱动程序检查失败。

先感谢您。