Automatic项目在Ubuntu 22.04下AMD GPU(RX 7900 XT)无法使用的解决方案

问题背景

在Ubuntu 22.04操作系统上使用AMD RX 7900 XT显卡运行Automatic项目时，系统虽然能够检测到GPU并安装ROCm驱动，但实际运行过程中却未能正确调用GPU进行计算，而是回退到CPU模式。这导致模型加载失败，并出现维度不匹配的错误提示。

问题分析

通过日志分析，可以确认以下几个关键点：

1. 系统环境检测显示ROCm 6.1已安装，并识别到了gfx1100(Navi3x架构)设备
2. 虽然PyTorch配置了ROCm支持，但torch.cuda.is_available()返回False
3. 模型加载过程中出现维度不匹配错误，这实际上是GPU未被正确启用的间接表现

根本原因

该问题的根本原因在于用户权限配置不当，导致系统无法正确访问GPU硬件资源。具体表现为：

1. 当前用户未加入必要的系统组(video和render)
2. ROCm驱动安装后，相关设备文件的访问权限未正确配置
3. PyTorch的ROCm支持未正确初始化

解决方案

步骤一：检查并添加用户组

首先需要确保当前用户已加入必要的系统组：

sudo usermod -a -G render,video <你的用户名>

执行此命令后需要重新登录或重启系统使更改生效。

步骤二：验证ROCm环境

重启后，通过以下命令验证ROCm环境：

rocminfo
rocm-smi

这两个命令应能正常显示GPU信息，无权限错误。

步骤三：创建测试环境验证PyTorch

建议创建一个干净的Python虚拟环境进行测试：

python3 -m venv venv
source venv/bin/activate
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0
python3 -c "import torch; print(torch.cuda.is_available())"

如果输出为True，则说明PyTorch已正确识别GPU。

步骤四：重新配置Automatic项目环境

确认基础环境正常后，可重新配置项目环境：

cd automatic
rm -rf venv sdnext.log
python3 -m venv venv
source venv/bin/activate
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0
./webui.sh --skip-torch

注意事项

1. 确保使用与ROCm版本匹配的PyTorch安装命令
2. 不同版本的ROCm可能需要调整PyTorch安装源
3. 如果问题仍然存在，可尝试完全卸载并重新安装ROCm驱动
4. 对于SDXL模型，确保下载的是完整版模型文件(通常大小在6-7GB左右)

通过以上步骤，大多数情况下可以解决AMD GPU在Ubuntu系统下无法被Automatic项目正确识别和使用的问题。