ROCm 6.3.3在Ubuntu 24.04上的安装问题解决方案

问题背景

AMD的ROCm（Radeon Open Compute）平台是面向高性能计算和机器学习开发的开放软件栈。近期有用户在全新的Ubuntu 24.04（代号Noble）系统上安装ROCm 6.3.3版本时遇到了依赖关系问题。

错误现象

用户在安装过程中遇到了几个关键的依赖问题：

1. mesa-common-dev包依赖的libdrm-dev无法安装
2. python3-dev包要求的Python版本不匹配
3. 其他一些开发库的版本冲突

这些错误提示表明系统无法满足ROCm安装所需的基础依赖条件。

问题根源分析

经过技术排查，发现根本原因是Ubuntu 24.04的软件源配置不完整。Ubuntu系统通常需要配置多个软件源套件（suites）才能获取所有必要的软件包更新：

• noble：基础软件仓库
• noble-updates：重要更新
• noble-backports：向后移植的新功能
• noble-security：安全更新

用户最初的配置中缺少了noble-updates和noble-backports这两个关键套件，导致系统无法获取到最新版本的依赖包。

解决方案

要解决这个问题，需要完整配置Ubuntu 24.04的软件源。具体步骤如下：

1. 首先清理现有的ROCm安装残余（如有）：

   sudo amdgpu-install --uninstall --rocmrelease=all
   sudo apt purge amdgpu-install
   sudo apt autoremove
   

2. 更新软件源配置文件/etc/apt/sources.list.d/ubuntu.sources，确保包含所有必要的套件：

   sudo tee /etc/apt/sources.list.d/ubuntu.sources > /dev/null <<EOF
   Types: deb
   URIs: http://archive.ubuntu.com/ubuntu/
   Suites: noble noble-updates noble-backports
   Components: main restricted universe multiverse
   Signed-By: /usr/share/keyrings/ubuntu-archive-keyring.gpg
   
   Types: deb
   URIs: http://security.ubuntu.com/ubuntu/
   Suites: noble-security
   Components: main restricted universe multiverse
   Signed-By: /usr/share/keyrings/ubuntu-archive-keyring.gpg
   EOF
   

3. 更新软件包索引并安装必要的基础包：

   sudo apt update
   sudo apt install "linux-headers-$(uname -r)" "linux-modules-extra-$(uname -r)"
   sudo apt install python3-setuptools python3-wheel
   

4. 添加当前用户到必要的用户组：

   sudo usermod -a -G render,video $USER
   

5. 安装ROCm 6.3.3：

   wget https://repo.radeon.com/amdgpu-install/6.3.3/ubuntu/noble/amdgpu-install_6.3.60303-1_all.deb
   sudo apt install ./amdgpu-install_6.3.60303-1_all.deb
   sudo apt update
   sudo apt install amdgpu-dkms rocm
   

技术要点

1. 软件源配置：Ubuntu系统依赖完整的软件源配置才能获取所有必要的软件包。缺少更新套件会导致依赖关系无法满足。

2. 用户组权限：ROCm需要用户属于render和video组才能正常访问GPU硬件资源。

3. 内核模块：安装匹配当前内核版本的linux-headers和linux-modules-extra包是构建DKMS模块的前提条件。

4. Python环境：完整的Python开发环境（包括setuptools和wheel）是某些ROCm组件构建时所需的。

最佳实践建议

1. 在新系统上安装ROCm前，始终先更新所有软件包并确保软件源配置完整。

2. 对于生产环境，建议使用最新的稳定版ROCm（当前为6.4.0），但测试时可以从较旧版本开始排查问题。

3. 安装完成后，建议运行rocminfo命令验证ROCm是否正确安装并识别到了GPU设备。

4. 遇到依赖问题时，可以使用apt-cache policy <package>命令检查软件包的可用版本。

通过遵循这些步骤和最佳实践，用户应该能够在Ubuntu 24.04系统上顺利完成ROCm的安装和配置。