在AMD APU（gfx90c）上运行PyTorch/TensorFlow的方案求助（Arch Linux环境）

一、先排查ROCm基础环境 #

• 卸载之前手动编译的TensorFlow ROCm包，避免版本冲突：sudo pacman -Rns tensorflow-rocm
• 安装Arch官方维护的ROCm核心组件：sudo pacman -S rocm-libs rocm-utils rocm-opencl-runtime
• 验证设备识别：运行rocminfo，检查输出中是否存在gfx90c条目，同时确认出现HSA_STATUS_SUCCESS状态
• 将当前用户加入video组：sudo usermod -aG video $USER，重启系统生效

二、PyTorch ROCm配置 #

• 安装官方适配的PyTorch包：sudo pacman -S pytorch-rocm torchvision-rocm
• 验证设备调用：
  打开Python终端执行：

  import torch
  print(torch.cuda.is_available())
  print(torch.cuda.device_count())
  print(torch.cuda.get_device_name(0))
  

  输出True、1及对应APU名称即为成功
• 若仍无法识别，手动指定HIP设备版本：
  运行Python脚本前设置环境变量：export HSA_OVERRIDE_GFX_VERSION=9.0.0（gfx90c对应版本为9.0.0）

三、TensorFlow ROCm配置 #

• 放弃手动编译，改用ROCm官方pip包适配Arch环境：
  先清理现有TensorFlow相关包：sudo pacman -Rns tensorflow*; pip uninstall -y tensorflow
  安装与当前ROCm版本匹配的TensorFlow：pip install tensorflow-rocm==<对应ROCm版本>（例：ROCm 5.7对应tensorflow-rocm 2.15.0）
• 验证设备调用：
  打开Python终端执行：

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

  输出包含PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')即为成功
• 持久化环境变量：
  在~/.bashrc或~/.zshrc中添加：

  export ROCM_PATH=/opt/rocm
  export PATH=$ROCM_PATH/bin:$PATH
  export LD_LIBRARY_PATH=$ROCM_PATH/lib:$LD_LIBRARY_PATH
  export HSA_OVERRIDE_GFX_VERSION=9.0.0
  

  执行source ~/.bashrc生效

四、常见排坑点 #

• 内核兼容性：使用Arch官方稳定内核（5.15+版本），避免自定义内核缺失ROCm相关补丁
• BIOS设置：开启IOMMU、PCIe 4.0（若设备支持），禁用Secure Boot（可能阻碍驱动加载）
• 驱动日志排查：若驱动加载失败，执行dmesg | grep amdgpu查看固件缺失或权限问题

内容的提问来源于stack exchange，提问作者João Santos