在 Fedora 40 上配置 AMD ROCm 加速的 Stable Diffusion
本文是Fedora 39 上指南的后续，同时附带了在升级过后需要注意的事项。
从 Fedora 39 升级至 Fedora 40
由于 ROCm 6.0 相对 5.7 在打包依赖关系上的变化，可能需要在卸载了过往的部分 ROCm 包之后才能正常升级，比如笔者就遇到了必须先删除如下包才能运行升级：
pkcon remove hipblas && pkcon remove hip-devel
安装 AMD ROCm 计算框架
AMD 的 ROCm 计算框架 严格上来讲仅支持少数几个面向企业的 Linux 发行版，但得益于 Fedora 异构计算兴趣小组成员的努力，ROCm 框架中相当一部分软件包已经进入了 Fedora 的标准仓库中，截至本文发布时为 ROCm 6.0.2 版本。详细的步骤推荐参考Fedora Wiki，这里简单说明下：
- 将当前用户添加到
video组使得非root用户亦可使用显卡加速功能：sudo usermod -a -G video $LOGNAME - 安装对应运行时环境、编译工具和辅助工具：
pkcon install rocminfo rocm-opencl rocm-hip rocm-smi
这一步就完成了！由于 Fedora 38 之后的内核已经开启了 GPU 计算支持，这一步甚至比在官方支持的 Linux 发行版上安装还要简单。
此时可以尝试运行 rocminfo 确保显卡已经被 ROCm 框架正确识别。
配置 Conda 安装 Python 3.11
Fedora 40 中默认预装的 Python 3.12 很可惜暂时还不被 Stable Diffusion 支持，所以我们需要使用 Conda 创建一个使用 Python 3.11 的单独运行环境。所幸的是 Fedora 中已经收录了较新的 Conda 版本，直接从软件仓库安装配置即可：
- 从软件仓库安装：
pkcon install conda python3-pip - 创建使用 Python 3.11 的运行环境：
conda create -n py311 python=3.11 -y - 打开一个新的终端，启用刚刚创建的运行环境：
conda activate py311
安装适用于 ROCm 的 PyTorch
虽说在上一部已经安装了底层运用的 PyTorch 框架，但这里我们需要安装其支持 ROCm 的版本，而又因为 Pytorch 尚未提供 Conda 版本的软件包，所以又需要使用 pip 安装。参考其PyTorch 官方页面，在刚才启用的 Python 3.11 环境中，运行如下命令安装支持 ROCm 6.0 的稳定版本：
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0
如果是从 Fedora 39 升级上来的话，需要强制覆盖安装：
pip3 install --force-reinstall torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0
这一步骤涉及约 2.4GB 的依赖安装，用时较长且需要稳定的网络环境。
Stable Diffusion Web UI
Stable Diffusion 流行的 Stable Diffusion Web UI的一键式安装脚本尚未支持 AMD 显卡在 Linux 系统下的安装，所以需要使用手动安装的方式。
- 下载其发布版源代码包，本文发布时为 1.9.3 版本。
- 解压并进入其目录：
tar xf stable-diffusion-webui-1.9.3.tar.gz && cd stable-diffusion-webui-1.9.3 - 利用 pip 解决其依赖关系：
pip3 install -r requirements.txt
这一步骤涉及约 4.5GB 的依赖安装，默认会下载 v1-5-pruned-emaonly.safetensors 版本的 checkpoint，用时较长且需要稳定的网络环境。
再次使用 ROCm 的 PyTorch 覆盖
新版的 Stable Diffusion Web UI 依赖关系会默认引入 NVIDIA CUDA 框架版本， 这里只需要使用 ROCm 的版本强制覆盖安装即可：
pip3 install --force-reinstall torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm6.0
由于 pip 的缓存机制，这一步并不消耗流量。
安装过后，建议参考官网的验证过程 确保可以 PyTorch 正确识别到显卡加速支持。
至此安装步骤完成～
启动及运行
启动和运行有几点需要注意的：
- 记得切换至 Python 3.11 环境：
conda activate py311 - 目前非 AMD ROCm 正式支持的显卡在运行时会遇到 Bug，例如笔者游戏本上使用的 Radeon 780M，过往使用的覆盖环境变量如
HSA_OVERRIDE_GFX_VERSION=11.0.0不再有效 - 直接在
stable-diffusion-webui-1.9.3目录下运行launch.py --listen即可 - 如果需要使用 WebUI 的插件支持的话，参照其 Github Wiki 添加运行时参数
--enable-insecure-extension-access - 如果想用脚本方式将上述启动过程一次性整合到的话，可以使用
conda run的方式，比如conda run -n py311 --live-stream python launch.py --listen --enable-insecure-extension-access - 更多的 Checkpoint 和 Refiner 可以在 Hugging Face 找到。
- 工作的时候可以在另一个终端使用
watch -n 1 -d rocm-smi监控 GPU 加速的运行状态。
法律声明
使用过程中请遵守 Stability AI 的使用条款并尊重其他艺术家原创工作，其结果切记不可用于任何商业获利、歪曲事实、损害他人或违法所在国家法律的场景。
