在Arch Linux上使用ROCm运行Stable Diffusion WebUI的完整指南

前言

Stable Diffusion WebUI是一个强大的AI图像生成工具，而AMD的ROCm平台则为AMD显卡用户提供了运行AI计算的能力。本文将详细介绍在Arch Linux系统上，特别是针对Radeon RX 7900 XTX显卡，如何正确配置ROCm环境来运行Stable Diffusion WebUI。

系统要求

1. 硬件要求：

   • AMD Radeon RX 7900系列显卡（特别是7900 XTX）
   • 建议至少24GB显存以获得最佳体验

2. 软件要求：

   • Arch Linux系统（建议使用最新内核版本）
   • ROCm 5.7或6.0版本
   • Python 3.10或更高版本

安装准备

1. 安装ROCm

在Arch Linux上安装ROCm相对简单，可以通过pacman直接安装：

sudo pacman -S rocm-hip-sdk rocm-ml-sdk rocm-opencl-sdk

对于7900 XTX显卡，ROCm 5.7和6.0版本都是支持的。建议安装完整套件以确保所有依赖项都满足。

2. 用户组配置

确保当前用户已加入必要的用户组：

sudo usermod -aG video,render $USER

这步操作后需要重新登录使更改生效。

Stable Diffusion WebUI安装

1. 克隆仓库

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

2. 配置环境

编辑webui-user.sh文件，添加以下配置：

export COMMANDLINE_ARGS="--opt-sdp-attention"
export TORCH_COMMAND="pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm5.7"

--opt-sdp-attention参数可以优化注意力机制的性能，而TORCH_COMMAND指定了使用ROCm 5.7版本的PyTorch。

3. 运行安装脚本

./webui.sh

首次运行会创建Python虚拟环境并安装所有依赖项，这可能需要较长时间。

常见问题解决

1. GPU未被识别或使用

如果发现Stable Diffusion WebUI启动后GPU未被使用，可以尝试以下方法：

1. 检查ROCm是否正确安装：

   rocminfo
   

   应该显示你的GPU信息。

2. 确保使用正确的内核版本。Linux内核6.7.2及以上版本修复了一些ROCm相关的问题。

2. 系统卡顿或GPU持续高负载

这是一个已知问题，可能由以下原因引起：

1. 内核问题：升级到最新内核版本
2. ROCm版本不匹配：确保PyTorch的ROCm版本与系统安装的ROCm版本一致
3. 显卡BIOS：某些7900 XTX显卡可能需要更新BIOS

3. 启动错误

如果遇到类似以下的错误：

SharedContextState context lost via ARB/EXT_robustness

可以尝试：

1. 切换到Wayland显示协议（如果使用Xorg）
2. 使用linux-zen内核
3. 检查是否有其他程序占用了GPU资源

性能优化建议

1. 使用正确的注意力机制：

   • --opt-sdp-attention：适合显存充足的配置
   • --opt-sub-quad-attention：适合显存有限的配置

2. 内存管理： 可以设置以下环境变量优化内存使用：

   export PYTORCH_HIP_ALLOC_CONF=garbage_collection_threshold:0.8,max_split_size_mb:512
   

3. 内核参数： 在/etc/default/grub中添加以下参数可能有助于稳定性：

   amdgpu.vm_update_mode=3 amdgpu.vm_fragment_size=9
   

结论

在Arch Linux上使用ROCm运行Stable Diffusion WebUI虽然可能遇到一些挑战，但通过正确的配置和问题排查，完全可以获得良好的使用体验。特别是对于7900 XTX这样的高端AMD显卡，一旦配置正确，性能表现将非常出色。

建议用户在遇到问题时，首先确保系统和驱动都是最新版本，然后逐步排查可能的配置问题。随着ROCm生态的不断完善，AMD显卡在AI计算领域的表现将会越来越好。