解决stable-diffusion-webui-directml项目中AMD显卡无法识别的问题
问题背景
在使用stable-diffusion-webui-directml项目时,许多AMD显卡用户(特别是RX 7800 XT、RX 6600等型号)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系统环境下,Linux系统通常可以正常工作。
问题表现
当用户尝试启动stable-diffusion-webui时,控制台会显示以下错误信息:
RuntimeError: Torch is not able to use GPU; add --skip-torch-cuda-test to COMMANDLINE_ARGS variable to disable this check
根本原因
这个问题源于PyTorch无法正确识别AMD显卡的DirectML支持。项目需要特定的配置才能让AMD显卡在Windows环境下正常工作。
解决方案
方法一:添加DirectML支持
- 编辑
requirements_versions.txt
文件,添加或确保包含以下内容:
torch-directml
- 在项目根目录下打开命令提示符,执行以下命令:
.\venv\scripts\activate
pip install -r requirements.txt
- 如果遇到httpx相关错误,可以尝试:
pip install httpx==0.24.1
- 修改
webui-user.bat
文件,在COMMANDLINE_ARGS
中添加:
--use-directml
方法二:完整配置示例
对于AMD RX 6650XT等显卡,以下配置已被证实有效:
set COMMANDLINE_ARGS=--use-directml --medvram --no-half --precision full --no-half-vae --opt-sub-quad-attention --opt-split-attention-v1 --autolaunch
方法三:针对特定硬件的优化配置
对于AMD Ryzen 7900X CPU和RX 6700显卡的组合,可以使用以下配置:
set COMMANDLINE_ARGS=--opt-sub-quad-attention --lowvram --disable-nan-check --use-directml
注意事项
-
确保项目文件夹名称为
stable-diffusion-webui-directml
,而不是stable-diffusion-webui
,这有助于避免混淆。 -
如果遇到DLL加载错误(如"Could not load library cudnn_cnn_infer64_8.dll"),这可能是由于系统环境问题导致的,建议检查系统路径和依赖项。
-
对于新手用户,建议按照以下步骤操作:
- 下载正确的项目版本
- 修改requirements_versions.txt文件
- 通过命令提示符安装依赖
- 修改webui-user.bat启动参数
- 重新启动程序
技术原理
DirectML是微软提供的跨厂商GPU加速机器学习API,它允许在AMD、Intel和NVIDIA显卡上运行机器学习工作负载。通过添加--use-directml
参数,我们告诉PyTorch使用DirectML后端而不是CUDA后端,这使得AMD显卡能够在Windows环境下正常工作。
总结
通过正确配置DirectML支持,大多数AMD显卡用户都可以解决GPU识别问题。关键步骤包括添加torch-directml依赖、修改启动参数以及可能的额外优化参数。对于不同型号的AMD显卡,可能需要调整内存管理参数以获得最佳性能。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++043Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0289Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









