在 Windows 上使用 WSL 和 ROCm 运行 ComfyUI：AMD 显卡用户指南

597 0

如果你使用的是 AMD Radeon™ 显卡，现在也可以在 Windows 上高效运行基于 PyTorch 的 AI 工作流，例如 ComfyUI。通过 Windows Subsystem for Linux (WSL) 结合 ROCm™ 软件平台，你可以充分利用 AMD显卡的计算能力，本地加载 Flux、Wan等大模型，进行图像生成与创意探索。

在 Windows 上使用 WSL 和 ROCm 运行 ComfyUI：AMD 显卡用户指南

本文将带你完成从环境搭建到启动 ComfyUI 的完整流程，涵盖 WSL 配置、ROCm 驱动安装、PyTorch 适配以及 ComfyUI 的部署与运行，帮助你在 AMD 平台上构建稳定高效的 AI 开发环境。

前提条件

在开始前，请确认你的系统满足以下要求：

支持 ROCm 的 AMD Radeon™ 显卡
AMD Software: Adrenalin Edition™ 25.6.1 或更高版本
已启用 WSL，并准备安装 Ubuntu 22.04 或 24.04（推荐 24.04）

💡 提示：ROCm 对显卡型号有明确支持列表，建议查阅 AMD 官方文档确认你的设备是否在支持范围内。

步骤 1：安装 WSL 与 Ubuntu

以管理员身份打开 PowerShell 或命令提示符，执行以下命令：

wsl --install -d Ubuntu-24.04

系统将自动下载并安装 Ubuntu 24.04 的 WSL 实例。安装完成后，会提示你创建用户名和密码，请妥善记住，后续操作将频繁使用。

安装完成后，可通过以下命令启动：

wsl -d Ubuntu-24.04

步骤 2：配置 AMD 驱动仓库

进入 WSL 环境后，首先更新软件包列表，并添加 AMD 官方驱动仓库：

sudo apt update
wget https://repo.radeon.com/amdgpu-install/6.4.2.1/ubuntu/noble/amdgpu-install_6.4.60402-1_all.deb
sudo apt install ./amdgpu-install_6.4.60402-1_all.deb

该脚本为 Ubuntu 24.04（代号 Noble）提供 ROCm 和图形驱动支持。

步骤 3：安装 ROCm 软件栈

运行以下命令安装适用于 WSL 的 ROCm 统一构建包：

amdgpu-install -y --usecase=wsl,rocm --no-dkms

此过程可能需要数分钟。安装完成后，验证 ROCm 是否正常识别 GPU：

rocminfo

若输出中包含 Agent 信息并列出你的 GPU 型号（如 Radeon RX 7900 XTX），说明 ROCm 已成功加载。

步骤 4：部署 ComfyUI 环境

4.1 创建 Python 虚拟环境

为避免依赖冲突，建议使用虚拟环境：

python3 -m venv venv --system-site-packages
source venv/bin/activate

4.2 安装 Python 基础工具

sudo apt install python3-pip -y
pip3 install --upgrade pip wheel

⚠️ 注意：当前 numpy v2.0 与 ROCm 版本的 PyTorch 不兼容。如遇问题，手动降级：
pip3 install numpy==1.26.4

4.3 安装支持 ROCm 的 PyTorch

AMD 推荐从官方仓库安装经过验证的 PyTorch WHL 包，而非 PyTorch.org 的 nightly 构建。

以 ROCm 6.4.1 + Python 3.12 为例，执行以下命令：

wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.1/torch-2.6.0%2Brocm6.4.1.git1ded221d-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.1/torchvision-0.21.0%2Brocm6.4.1.git4040d51f-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.1/torchaudio-2.6.0%2Brocm6.4.1.gitd8831425-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.1/pytorch_triton_rocm-3.2.0%2Brocm6.4.1.git6da9e660-cp312-cp312-linux_x86_64.whl

pip3 uninstall torch torchvision torchaudio pytorch-triton-rocm -y
pip3 install torch-2.6.0+rocm6.4.1.git1ded221d-cp312-cp312-linux_x86_64.whl \
            torchvision-0.21.0+rocm6.4.1.git4040d51f-cp312-cp312-linux_x86_64.whl \
            torchaudio-2.6.0+rocm6.4.1.gitd8831425-cp312-cp312-linux_x86_64.whl \
            pytorch_triton_rocm-3.2.0+rocm6.4.1.git6da9e660-cp312-cp312-linux_x86_64.whl

🔧 修复 WSL 运行时库冲突
由于 WSL 环境中存在库路径问题，需手动移除冲突的 HSA 运行时库：
location=$(pip show torch | grep Location | awk -F ": " '{print $2}')
cd ${location}/torch/lib/
rm libhsa-runtime64.so*

4.4 验证 PyTorch 安装

运行以下命令确认 PyTorch 能识别 AMD GPU：

python3 -c 'import torch; print(torch.cuda.is_available())'

预期输出为 True。

进一步查看设备信息：

python3 -c "import torch; print(f'device name [0]:', torch.cuda.get_device_name(0))"

应显示你的 AMD 显卡型号。

4.5 克隆并配置 ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI

由于我们将使用 ROCm 版本的 PyTorch，需避免重复安装官方 PyTorch 包。编辑 requirements.txt，注释掉以下三行：

# torch
# torchaudio
# torchvision

使用 nano 编辑：

sudo nano requirements.txt

保存后安装其余依赖：

pip install -r requirements.txt

4.6 添加模型文件

将本地模型放入指定目录，例如 Stable Diffusion 3：

cd ComfyUI/models/checkpoints

将模型文件（如 sd3_medium_incl_clips.safetensors）复制至此目录。注意：部分模型需登录 Hugging Face 下载。

步骤 5：启动 ComfyUI

返回 ComfyUI 主目录并启动服务：

cd ..
python3 main.py

启动后，终端将输出类似以下信息：

To see the GUI go to: http://127.0.0.1:8188

在 Windows 的浏览器中打开该地址，即可访问 ComfyUI 界面，开始你的图像生成流程。

后续使用：快速启动流程

每次重新使用时，只需依次执行以下命令：

wsl -d Ubuntu-24.04
source venv/bin/activate
cd ComfyUI
python3 main.py

浏览器打开提示的地址即可继续使用。

常见问题与注意事项

ROCm 与 Python 版本需严格匹配：安装 WHL 包时注意 cp312 或 cp310 标识，对应 Python 3.12 或 3.10。
Conda 环境不被官方支持：如使用 Conda，可能遇到 GLIBCXX_3.4.30 缺失问题，需手动升级 GCC。
Docker 是替代方案：AMD 提供预构建的 rocm/pytorch 镜像，可减少配置时间。
模型兼容性：确保使用的模型支持 ROCm 后端，部分插件可能需要额外适配。