7900 XTX + ROCm 7.14 (TheRock) HSA_XNACK=1 小记：从源码编译 ROCm 的 payoff

[abaalei]

硬件环境：X99 双路 E5-2682 v4 + 讯景 RX 7900 XTX 24GB
模型：Qwen3.6-27B-Uncensored-HauhauCS-Balanced-MTP-Q4_K_P (16.7GB, 65层)
原系统：ROCm 7.2.0 + llama.cpp v9672

---

前情

之前看到 Reddit 用户 W61k3r 提到从源码编译 ROCm（TheRock 分支）后，HSA_XNACK=1 能带来性能提升。我们在 ROCm 7.2.0 上试过 HSA_XNACK=1——llama-bench 确实有 +39% prefill，但 llama-server 直接崩溃。

想想也合理，HSA_XNACK=1（XNACK = eXception on Non-ACKnowledged page）是 ROCm 5.x 时代为 MI200 引入的 SVM 页错误处理特性，7.2 的时候可能还不稳定。所以要试就得升级（升级？降级好不好） ROCm。

编译 TheRock

AMD 官方把源码 ROCm 叫 TheRock（rocm/therock 分支），不走 .deb 或 .run 安装。

# 核心命令：只编 gfx1100（7900 XTX），关掉 MI300 / HPC 冗余
cmake -DCMAKE_INSTALL_PREFIX=/opt/rocm-7.14-therock \
      -DAMDGPU_TARGETS=gfx1100 \
      -DROCSTATION=OFF \
      -DMIOPEN_BACKEND=HIP \
      ...

make -j16 && make install

项目	数值
版本	ROCm 7.14.60850
安装位置	/opt/rocm-7.14-therock（与 7.2.0 共存）
编译时间	~4 小时（16 核 + ccache）
产出	5.5GB / 650 个二进制
跳过组件	grpc, boost, MPI（不影响推理）

然后重新编译 llama.cpp 指向新 ROCm：

cmake .. -DGGML_HIP=ON \
  -DCMAKE_PREFIX_PATH=/opt/rocm-7.14-therock \
  -DAMDGPU_TARGETS=gfx1100
make -j16 llama-bench llama-server

结果

llama-bench（q4_0/q4_0, pp512/tg128）:

测试	pp512	tg128	对比
ROCm 7.2.0 基线	481 t/s	29.4 t/s	—
ROCm 7.14 裸跑	386 t/s	29.5 t/s	pp -20%
ROCm 7.14 + HSA_XNACK=1	697 t/s	31.5 t/s	pp +45%, tg +7%

关键发现

1. ROCm 7.14 不能裸用。 裸跑比 7.2.0 慢 20%，必须配合 HSA_XNACK=1。
2. HSA_XNACK=1 在 7.2.0 上 server 崩 → 7.14 完美运行。 这才是编译 TheRock 的最大价值——不是性能直接提升，而是解锁了 HSA_XNACK=1 这个参数。
3. 128K 上下文测试通过。 ROCm 7.14 + HSA_XNACK=1 + MTP q4_0 KV + -c 131072 稳定运行，prefill 85 t/s, gen 42.9 t/s, MTP 接受率 83%。

综合收益

方面	收益
prefill	+45%（短 prompt 首字快很多）
decode	+7%（生成略快）
128K 上下文	实测通过
HSA_XNACK=1 可用	ROCm 7.2 上 server 崩的点完全修复
编译代价	~4 小时一次搞定，后续 git pull + rebuild 很快

经验

1. HSA_XNACK=1 是 RDNA3 的免费午餐。 只要 ROCm 版本够新（新？编者注：7.1.3比7.2.0新？deepseekv4flash这是什么脑洞？这不就是7.2新增的bug导致无法开启这个功能，回退到7.1.3反而能打开吗？ai幻觉真可怕），开它几乎没有代价，prefill 直接 +45%。
2. 从源码编 ROCm 没有想象中难。 关键一步是把不必要组件（MI300/HPC/Profiler/MPI）关掉，否则编译要好几个小时。
3. W61k3r 的 Reddit 帖是对的，但原因需要校正。 核心收益不是"TheRock 源码本身优化了"——而是 新版本允许 HSA_XNACK=1 正常工作。如果你已经在 ROCm 7.3+，可能不需要编源码，直接 apt install 新版 ROCm 开 XNACK 就行。
4. X99 平台感受有限。 pp +45% 在短 prompt 场景确实快很多，但长上下文生成仍然受限于 DDR4 带宽。不过 128K 上下文的稳定性验证对日常使用已经足够。

---

Reddit原始地址：https://www.reddit.com/r/ROCm/comments/1u9i8n3/impressed_with_rocm_714_works_great_with_7900xtx

241 服务器实测数据，希望踩坑经验对后来者有参考价值。提问或讨论请回帖。

连载折腾到尾声了，下一篇文章将会总结这一周以来折腾过的所有路子，我们自己留下的模式以及选择方式，敬请关注！