AMD Navi10（RX5700/XT）搭配ROCm与PyTorch运行问题求助

一、无需编译的ROCm临时兼容方法 #

由于官方ROCm暂未正式支持gfx1010架构，可通过强制指定兼容的GPU架构绕过二进制匹配限制：

• 设置环境变量强制适配gfx1012
  Navi10（gfx1010）与Navi12（gfx1012）架构高度同源，可通过以下环境变量让ROCm加载gfx1012的二进制文件：

  export HSA_OVERRIDE_GFX_VERSION=10.1.2
  export PYTORCH_ROCM_ARCH=gfx1012
  

  运行PyTorch代码前执行上述命令，或添加到~/.bashrc（Linux）/用户环境变量（WSL2）中永久生效。

• 验证变量生效
  执行echo $HSA_OVERRIDE_GFX_VERSION和echo $PYTORCH_ROCM_ARCH确认变量已正确设置，再启动Python运行代码。

二、替代方案：PyTorch DirectML（Windows/WSL2） #

若ROCm兼容方法仍有问题，可使用微软DirectML后端，无需依赖ROCm即可让AMD GPU支持PyTorch，用法与CUDA一致：

• 安装PyTorch DirectML
  卸载现有ROCm版本PyTorch后，执行：

  pip install torch-directml
  

• 代码中切换后端
  在代码开头添加设备指定逻辑：

  import torch_directml
  device = torch_directml.device()
  

  后续将模型、张量迁移到该设备即可：

  model = model.to(device)
  inputs = inputs.to(device)
  

三、注意事项 #

• ROCm兼容方法属于临时适配，部分复杂算子可能出现不稳定，建议先测试小批量任务验证可行性。
• DirectML方案对Windows原生或WSL2环境支持更完善，算子覆盖度和日常性能接近CUDA使用场景，适合不愿折腾ROCm的用户。

内容的提问来源于stack exchange，提问作者makesense