前言

上一篇文章里，我开始折腾在 Windows11 上编译 ROCm 版的 PyTorch，虽然折腾失败了，但积累了一些经验。

这不第二天就编译成功了。

编译产物

爽啊！

-a---            2026/1/5    15:58      151148776 torch-2.9.1+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl
-a---            2026/1/5    15:59         514989 torchaudio-2.9.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl
-a---            2026/1/5    16:01        1247290 torchvision-0.24.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl

Windows + AMD + ROCm + PyTorch，

懂不懂这些词凑在一起的含金量啊！！😄

要点

总结下来这次编译功能的要点就俩。

使用官方版的 ROCm

之前因为网上查到的资料都说官方还没推出 gfx103x 的 ROCm，所以我安装了一个第三方预构建好的版本，可能是太老了还是咋的，编译 PyTorch 时老是失败。

这次我使用了这个命令安装：

pip install --index-url https://rocm.nightlies.amd.com/v2-staging/gfx103X-dgpu/ --pre rocm[libraries,devel]

你可以在这些位置尝试找到对应的 ROCm 软件包：

别迷信第三方包，能用官方的就用官方的，没有就自己编译 ROCm，很幸运我这个卡有官方的 ROCm 包。

使用旧版本 PyTorch

这一点上篇文章也说了，最新版可能不行，我在网上看有人编译 2.10 版本成功了。

其实之前折腾的时候已经隐约感觉到了，PyTorch 版本太新，在 Windows + ROCm 这条路径上，更容易踩坑。

网上已经有人确认：

  • 2.10：有人成功
  • 2.11：存在各种不确定性

这次我直接选了更保守的方案：PyTorch 2.9.1

事实证明，这个选择是对的。

至于 2.11 行不行？

以后有精力再继续折腾，现在先享受成果。

安装 wheel

既然编译好了，那就可以安装试用一下。

按顺序安装这三个文件（注意：torch 必须最先安装）

pip install .\torch-2.9.1+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl
pip install .\torchvision-0.24.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl
pip install .\torchaudio-2.9.0+rocm7.11.0a20260104-cp312-cp312-win_amd64.whl

Windows + AMD 显卡，炼丹通道已打通。

下一步做啥？

显卡加速能用了，那能做的事情就很多了。

深度学习跑起来，AI画图玩起来~

下一步我想先试试：

这个系列后续还有很多值得记录分享的，欢迎继续关注。