解决stable-diffusion-webui-directml项目中AMD显卡无法识别的问题
2025-07-04 05:26:57作者:胡唯隽
在stable-diffusion-webui-directml项目中,许多AMD显卡用户遇到了"Torch is not able to use GPU"的错误提示。这个问题主要出现在Windows系统下,特别是使用RX 7800 XT、RX 6800、RX 6600等较新AMD显卡的用户。本文将详细介绍问题的原因和多种解决方案。
问题现象
当用户尝试启动stable-diffusion-webui-directml时,系统会报错提示Torch无法使用GPU,并建议添加--skip-torch-cuda-test参数来跳过检查。这个问题的根源在于PyTorch无法正确识别AMD显卡的DirectML支持。
解决方案
方法一:添加DirectML支持参数
最简单的解决方案是在webui-user.bat文件中添加--use-directml参数:
- 打开webui-user.bat文件
- 找到COMMANDLINE_ARGS=这一行
- 修改为:
set COMMANDLINE_ARGS=--use-directml - 保存文件并重新启动
方法二:手动安装torch-directml
如果上述方法无效,可以尝试手动安装torch-directml:
- 编辑requirements_versions.txt文件
- 添加一行:
torch-directml - 打开命令提示符
- 导航到项目目录
- 运行:
.\venv\scripts\activate - 然后运行:
pip install -r requirements.txt
方法三:完整修复流程
对于更复杂的情况,可以尝试以下完整修复流程:
- 确保项目文件夹名称为"stable-diffusion-webui-directml"
- 按照方法二安装torch-directml
- 在webui-user.bat中添加--use-directml参数
- 可选的额外参数(适用于显存较小的显卡):
set COMMANDLINE_ARGS=--use-directml --medvram --no-half --precision full --no-half-vae --opt-sub-quad-attention --opt-split-attention-v1
常见问题排查
- 参数位置错误:确保--use-directml参数紧跟在COMMANDLINE_ARGS=后面,中间不要有其他内容
- 文件夹名称错误:确认项目文件夹名称包含"-directml"后缀
- 依赖冲突:如果遇到httpx冲突,可以尝试运行:
pip install httpx==0.24.1 - 参数变更:注意旧参数--backend=directml已改为--use-directml
性能优化建议
成功解决问题后,可以根据显卡性能调整参数:
- 大显存显卡(如RX 7800 XT):可以移除--medvram和--lowvram参数
- 中等显存显卡(如RX 6700 XT):保留--medvram
- 小显存显卡(如RX 6600):使用--lowvram
通过以上方法,大多数AMD显卡用户应该能够成功在Windows系统下运行stable-diffusion-webui-directml项目。如果问题仍然存在,建议检查显卡驱动是否为最新版本,并确认系统环境配置正确。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
391
288
暂无简介
Dart
906
218
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108