【AMD GPU】使用A卡进行ai模型训练

在linux中使用A卡进行ai模型训练

• 吐槽
• • 使用的设备配置
  • • 2022-10-24 23:21:50一键部署工具发布
    • 安装GPU驱动
    • • 添加path
      • 安装MIopen
      • RDNA2架构安装pytorch
      • • RX580(gfx803)用户安装这个
        • 运行stable-diffusion-webui
        • • • 提示cuda错误，解决方法
            • 疑难杂症解决
            • • rocm-gdb依赖libpython3.8解决
              • rocm-llvm依赖python但无法安装它
              • 运行launch.py时出现语法错误/切换python版本版本
              • Can't run without a checkpoint. Find and place a .ckpt file into any of those locations. The program will exit.
              • 安装完驱动重启黑屏
              • 运行后下载插件超时
              • GPU看戏（指GPU不工作）
              • 愉快玩耍
              • • 显卡监控（选装）

                  吐槽

                  rocm都更新这么多版本了怎么还没有Windows的

                  
                  （图片来源网络，侵删）

                  ~~##RX580用户看过来

                  rocm4.0版本后就不支持RX580了，垃圾AMD

                  
                  （图片来源网络，侵删）

                  使用的设备配置

                  linux:Ubuntu20.04.1

                  CPU:R9-5900hx

                  GPU:RX6800M 12G

                  python:3.10.6

                  2022-10-24 23:21:50一键部署工具发布

                  顺序：1-8-2-3-4-5-7-6

                  加个源：deb https://ppa.launchpadcontent.net/deadsnakes/ppa/ubuntu jammy main

                  下载链接https://www.123pan.com/s/xW39-dVMmH提取码:2333

                  安装GPU驱动

                  如果你已经安装成功了gpu驱动可以跳过

                  如果之前装过其它版本没有驱动成功的，在终端输入

                  sudo amdgpu-install --uninstall卸载驱动

                  访问amd官网下载amdgpu-install_xxxxxx.xxxxxx_all.deb

                  进入安装包所在的目录

                  接着在终端输入：sudo apt install ./amdgpu-install_xxxxxxx-xxxxxx_all.deb（注：amdgpu-install_xxxxxxx-xxxxxx_all.deb指的是你下载的amdgpu版本

                  然后sudo apt update再sudo apt upgrade -y

                  开始安装驱动

                  sudo amdgpu-install --no-dkms
                  sudo apt install rocm-dev
                  //安装完后重启
                  sudo reboot
                  

                  配置环境

                  ls -l /dev/dri/render*
                  sudo usermod -a -G render $LOGNAME
                  sudo usermod -a -G video $LOGNAME
                  sudo reboot
                  

                  测试

                  # 显示gpu性能监控
                  rocm-smi
                  #查看显卡信息的两条命令（直接在终端输入）
                  /opt/rocm/bin/rocminfo
                  /opt/rocm/opencl/bin/clinfo
                  #有一条报错可能是没安装好
                  

                  添加path

                  echo ‘export PATH=$PATH:/opt/rocm/bin:/opt/rocm/profiler/bin:/opt/rocm/opencl/bin/x86_64’ | sudo tee -a /etc/profile.d/rocm.sh

                  安装MIopen

                  #安装hip
                  sudo apt-get install miopen-hip
                  #下载miopenkernels，适用与gfx1030的a卡，如果你不是可以试一下
                  链接：https://www.123pan.com/s/xW39-oyMmH
                  sudo dpkg -i miopenkernels-gfx1030-36kdb_1.1.0.50200-65_amd64.deb
                  

                  RDNA2架构安装pytorch

                  pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/rocm5.1.1
                  

                  RX580(gfx803)用户安装这个

                  pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/rocm3.7
                  

                  运行stable-diffusion-webui

                  sudo apt install git
                  git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
                  cd stable-diffusion-webui
                  #一般会提示pip版本太低，更新一下
                  python -m pip install --upgrade pip wheel
                  pip install -r requirements.txt' -i https://pypi.tuna.tsinghua.edu.cn/simple
                  HSA_OVERRIDE_GFX_VERSION=10.3.0 python launch.py --precision full --no-half
                  #HSA_OVERRIDE_GFX_VERSION可以模拟版本可以填9.0.0或者8.0.3（没试过）
                  //一般来讲会提示没有模型，如果有扔./models/Stable-diffusion里，本文不提供，自行百度
                  

                  提示cuda错误，解决方法

                  torch is not able to use gpu

                  #打开launch.py找到这句代码
                  commandline_args = os.environ.get('COMMANDLINE_ARGS', "")
                  #改成
                  commandline_args = os.environ.get('COMMANDLINE_ARGS', "--skip-torch-cuda-test")
                  

                  疑难杂症解决

                  rocm-gdb依赖libpython3.8解决

                  进软件和更新——其他软件——添加下面软件源

                  deb https://ppa.launchpadcontent.net/deadsnakes/ppa/ubuntu jammy main
                  

                  更新一下软件源

                  sudo apt upgrade
                  sudo apt update
                  

                  安装libpython3.8并重新运行amdgpu-install

                  sudo apt install libpython3.8
                  sudo apt install rocm-dev
                  

                  rocm-llvm依赖python但无法安装它

                  找个目录进行操作

                  apt download rocm-llvm
                  ar x rocm-llvm_xxxx.xxxxx_amd64.deb
                  tar xf control.tar.xz
                  #编辑文件，如果没有vim将先安装sudo apt install vim
                  vim control
                  #找到如下一行：
                  Depends: python, libc6, libstdc++6|libstdc++8, libstdc++-5-dev|libstdc++-7-dev, libgcc-5-dev|libgcc-7-dev, rocm-core
                  #改为如下内容：
                  Depends: python3, libc6, libstdc++6|libstdc++8, libstdc++-5-dev|libstdc++-7-dev|libstdc++-10-dev, libgcc-5-dev|libgcc-7-dev|libgcc-10-dev, rocm-core
                  #重新打包
                  tar c postinst prerm control | xz -c > control.tar.xz
                  ar rcs rocm-llvm.deb debian-binary control.tar.xz data.tar.xz
                  #安装前先安装依赖
                  sudo apt install libstdc++-10-dev libgcc-10-dev rocm-core
                  #安装
                  sudo dpkg -i rocm-llvm.deb
                  #重新安装驱动
                  sudo amdgpu-install --no-dkms
                  

                  运行launch.py时出现语法错误/切换python版本版本

                  多半是你ubuntu默认python不对应

                  sudo HSA_OVERRIDE_GFX_VERSION=10.3.0 python launch.py --precision full --no-half
                  

                  #先查看本地安装了多少个python
                  ls /usr/bin/python*
                  #正常来讲会出现一下内容
                  #/usr/bin/python      /usr/bin/python3.10-config  /usr/bin/python3-futurize
                  #/usr/bin/python3     /usr/bin/python3.8          /usr/bin/python3-pasteurize
                  #/usr/bin/python3.10  /usr/bin/python3-config 
                  #我们要用的是python3.10的，所以
                  sudo rm /usr/bin/python  #删除原来的链接
                  sudo ln -s /usr/bin/python3.10 /usr/bin/python    #创建新的链接
                  python --version    #测试
                  

                  Can’t run without a checkpoint. Find and place a .ckpt file into any of those locations. The program will exit.

                  你没有模型，把模型放进/models/Stable-diffusion里面吧（cpkt文件）

                  安装完驱动重启黑屏

                  启动的时候选择第二项(recovery模式)后，再选第一项继续进入系统，进来后卸载驱动

                  运行后下载插件超时

                  下载插件的速度三取决与年访问github是否流畅，很卡的话就修改launch.py吧

                  例

                  gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")
                  修改成
                  gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+ https://ghproxy.com/https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")
                  

                  GPU看戏（指GPU不工作）

                  用root环境运行webui吧（没试过）

                  su
                  #输入密码，如果没设置就用sudo passwd root设置密码
                  HSA_OVERRIDE_GFX_VERSION=10.3.0 python launch.py --precision full --no-half
                  #HSA_OVERRIDE_GFX_VERSION可以模拟版本可以填9.0.0或者8.0.3（没试过）
                  

                  愉快玩耍

                  进webui目录执行以下操作

                  HSA_OVERRIDE_GFX_VERSION=10.3.0 python launch.py --precision full --no-half
                  

                  如果运行时出现什么hip错误找不到gfx1030或者其他版号的可以不用管，等待一会就可以了，后面生成就不会提示，（每次启动第一次运行都会这样）

                  显卡监控（选装）

                  sudo apt install radeontop
                  radeontop