ROCm项目在WSL环境下多GPU兼容性问题分析与解决方案

问题背景

近期在AMD ROCm开源计算平台中，用户反馈在Windows Subsystem for Linux（WSL）环境下运行rocminfo工具时出现断言失败错误。该问题主要影响搭载AMD Radeon RX 7900系列显卡且同时配备NVIDIA显卡的混合GPU系统环境。

错误现象

当用户在WSL 2环境中执行rocminfo命令时，系统会抛出以下错误信息：

WSL环境检测成功。
rocminfo: ./sources/wsl/libhsakmt/src/thunk_proxy/thunk_proxy.cpp:111: 
void thunk_proxy::QueryAdapterInfo(D3DKMT_HANDLE, ATIADAPTERINFO*): 
Assertion `ret == STATUS_SUCCESS' failed.
核心已转储（程序异常终止）

技术分析

经过AMD技术团队深入调查，发现该问题与以下技术因素相关：

1. 多GPU环境冲突：当系统中同时存在AMD和NVIDIA显卡时，WSL的thunk_proxy层在进行适配器信息查询时会出现状态校验失败。

2. 驱动兼容性：问题在ROCm 6.3.4及后续版本中出现，但在ROCm 6.2.3版本中工作正常，表明存在版本兼容性变化。

3. WSL架构限制：WSL的GPU透传机制在处理异构GPU架构时存在特定限制。

影响范围

受影响的硬件配置包括：

• 主显卡：AMD Radeon RX 7900 XT/XTX等RDNA3架构显卡
• 副显卡：NVIDIA RTX系列显卡（如4070 Ti等）
• 操作系统：Windows 10/11 + WSL 2环境
• ROCm版本：6.3.4及以上版本

临时解决方案

目前推荐的临时解决方法如下：

1. 设备管理器禁用：通过Windows设备管理器暂时禁用非AMD显卡

   • 右键点击"此电脑"选择"管理"
   • 进入"设备管理器"-"显示适配器"
   • 右键禁用NVIDIA显卡设备

2. 版本回退：降级至ROCm 6.2.3版本（不推荐长期使用）

根本解决方案

AMD官方已确认该问题的根本原因，并计划在下一个ROCm for WSL版本中发布修复补丁。更新将包含以下改进：

1. 多GPU识别优化：增强thunk_proxy层对异构GPU环境的处理能力
2. 状态检查机制改进：完善适配器信息查询的状态校验逻辑
3. 错误处理增强：提供更友好的错误提示而非直接断言失败

技术建议

对于开发者和高级用户，建议：

1. 环境隔离：为ROCm开发创建专用的WSL实例
2. 驱动管理：保持AMD显卡驱动为最新稳定版本
3. 监控更新：关注ROCm官方发布说明获取修复版本信息

总结

该问题反映了在复杂异构计算环境中GPU资源管理的挑战。AMD技术团队已快速响应并确定了解决方案，体现了ROCm平台对开发者生态的重视。用户可暂时通过禁用冲突硬件的方式继续开发工作，同时期待即将发布的官方修复。