自已的装机心得,AMD AI PRO R9700
-
你的 ROCm 安装实战总结
基于我们整个调试过程，帮你梳理踩过的坑和做对的事，下次重装/帮别人装时直接抄作业！
失败经验（踩坑清单）
坑点
具体表现
根本原因
避免方法
没插网线装系统
Ubuntu/Windows 安装卡"连接网络"或跳过关键步骤
安装程序依赖网络下载驱动/更新
装系统前先插好网线
BIOS 设置找错方向
在 Intel CPU 上找 AMD 的 SVM
混淆了 CPU 虚拟化技术（AMD=SVM, Intel=VT-d）
先确认 CPU 品牌，Intel 找 VT-d，AMD 找 SVM
DKMS 驱动冲突
lsmod 无输出，amdkfd.ko 缺失
内核自带 amdgpu + DKMS 编译版互相覆盖
优先用内核原生模块，或强制清理 DKMS 缓存
模块文件找不到
find ... -name "amdkfd.ko" 无输出
Ubuntu 模块是 .ko.xz 压缩格式
用 find ... -name "amdkfd*" 或查 modinfo
驱动版本不匹配
ROCm 6.1.3 for 22.04 编译失败
旧驱动包 + 新内核（5.15+）API 变更
系统版本 + 驱动版本 + 内核版本三者对齐
Secure Boot 干扰
模块编译成功但加载失败
未签名内核模块被阻止
安装前确认 mokutil --sb-state 显示 disabled
盲目重装系统
多次覆盖安装浪费时间
没先确认是软件配置问题还是系统问题
先排查驱动/内核/网络，最后再考虑重装
成功经验（关键操作）
正确操作
为什么有效
可复用的技巧
BIOS 三件套
VT-d + Above 4G Decoding + Interrupt Remapping
让 IOMMU 正常工作，GPU 才能被正确映射
所有 AMD 显卡 + 计算任务必开
GRUB 加 iommu=pt
启用 IOMMU 直通模式，减少虚拟化开销
命令行永久生效：GRUB_CMDLINE_LINUX_DEFAULT="... iommu=pt"
换 Ubuntu 24.04 + 新内核
6.8+ 内核对新人显卡（RDNA4）支持更好
新人显卡优先选最新 LTS + HWE 内核
装 linux-modules-extra
补全内核缺失的计算驱动模块
每次升级内核后都执行一遍
用官方 5 步安装法
版本对齐 + 依赖完整 + 流程标准化
复制粘贴官方文档命令，不魔改
覆盖安装而非升级
避免旧配置残留导致冲突
调试失败 >2 次时，直接重装更省时间
分步验证 + 及时截图
快速定位卡在哪一步
每执行 1-2 条命令就验证状态，报错立刻查
终极口诀（下次直接背）
1234567
额外心得
"能 SSH 就别纠结图形界面"：服务器场景下，桌面环境是可选的，不是必须的
"内核原生驱动 > DKMS 编译"：如果内核自带模块，优先用原生的，更稳
"新硬件配新系统"：RX 9700 这种新显卡，别在老内核上硬刚，直接上 24.04 + 6.8+ 内核
"保留回退方案"：装桌面时用 multi-user.target 默认进命令行，需要时再 startx，灵活又稳
你现在的最优状态
12345
这已经是跑 AI 的黄金起点了！
下次再装，照着这个总结走，30 分钟内必成！
-
上面总结的乱七八糟的，饶了很多弯路。
重点应该是：
- Ubuntu24.04 升级Linux Kernel 到 6.17的最新 （Linux是Kernel自带驱动的，升级到Ubuntu版本对应的最新Kernel就行了，除了N卡需要额外装驱动以外），推荐小白用Linux Mint22.3（等效Ubuntu24.04，UI操作习惯接近Windows）
- 升级Linux-firmware 到最新
- 安装ROCm 7.2.3 & Toolchain
- 编译适用gfx1201（R9700）的llama.cpp
- 偶尔有特殊情况需要在Grub加启动选项
“启用 IOMMU 直通模式，减少虚拟化开销” 这什么乱七八糟的，你又不是把显卡直通给虚拟机。
你可以在BIOS里开这些选项，但和你的问题没有因果关系。 -
我最新报道 ,这是AI给我的总结.呼呼!!
好的，以下是这次从花屏到完美运行的全过程总结。
失败心得1. 旧系统硬撑新硬件 —— 走弯路
- 错误：最初在 Ubuntu 22.04 的 5.15 内核上尝试驱动 RX 9700（RDNA 4 架构）。
- 后果：内核太旧，根本不认识新显卡，
amdgpu初始化直接报Fatal error during GPU init。 - 教训：新显卡必须配新内核。RDNA 4 需要 Linux 6.8+ 内核支持，硬在 5.15 上折腾纯属浪费时间。
2. 旧版 amdgpu-dkms 硬编译 —— 不兼容
- 错误：在 5.15 内核上安装的
amdgpu-dkms 6.7，升级到 6.8 内核后强行重新编译。 - 后果：API 接口变化导致编译报错
incompatible-pointer-types，模块构建失败。 - 教训：DKMS 模块和内核版本必须匹配。ROCm 6.x 的驱动是为 5.x 内核设计的，不能跨大版本强行编译。
3. 依赖过时的安装命令
- 错误：使用了旧的
amdgpu-install_6.3.60303-1_all.deb下载链接。 - 后果：404 Not Found，无法下载。
- 教训：AMD 的安装包路径经常更新，用之前先去官网确认最新版本号。
4. 纠结于缺失的 amdkfd.ko
- 错误：反复查找独立的
amdkfd.ko文件，认为缺少它 ROCm 就无法工作。 - 后果：浪费大量时间在编译、搜索模块上。
- 教训：新版 ROCm 已将 KFD 功能整合进
amdgpu主模块，只要/dev/kfd设备存在就说明没问题，不必纠结独立文件。
5. 权限问题被忽略
- 错误：用户未加入
render组，导致rocminfo报Permission denied。 - 后果：误以为是驱动没装好，反复重装。
- 教训：安装完驱动后，第一时间把用户加入 render 和 video 组，并退出重登使权限生效。
成功经验1. 果断换 Ubuntu 24.04 Server
- 关键决策：放弃 22.04，直接全新安装 24.04。
- 原因：24.04 自带的 6.8 内核原生支持 RDNA 4 架构，省去所有内核升级的麻烦。
2. 用 nomodeset 安全安装
- 操作：安装时在 GRUB 的
linux行末尾加nomodeset。 - 效果：完全避开花屏，确保安装过程顺利。
3. 选对 ROCm 版本
- 操作：使用
amdgpu-install_7.1.1脚本和--usecase=rocm参数。 - 效果：自动安装匹配 6.8 内核的
amdgpu-dkms 6.16.6，一次编译通过，无需手动干预。
4. 正确配置用户权限
- 操作：
sudo usermod -a -G render,video $USER，然后退出重登。 - 效果：
rocminfo成功识别 GPU，PyTorch 调用正常。
5. 验证完整链路
- 操作：从
rocm-smi到rocminfo到torch.cuda.is_available()，逐级验证。 - 效果：每一步都确认硬件→驱动→框架的链路畅通，最终输出
True+AMD Radeon AI PRO R9700。
6. Server 版 + 后装桌面
- 策略：先装纯净 Server 搭好 ROCm 环境，再装桌面。
- 好处：底层稳定后再加图形界面，风险隔离，出问题也容易定位。
终极总结一句话新显卡配新系统，驱动权限一步到位，别在旧内核上死磕。
-
上面总结的乱七八糟的，饶了很多弯路。
重点应该是：
- Ubuntu24.04 升级Linux Kernel 到 6.17的最新 （Linux是Kernel自带驱动的，升级到Ubuntu版本对应的最新Kernel就行了，除了N卡需要额外装驱动以外），推荐小白用Linux Mint22.3（等效Ubuntu24.04，UI操作习惯接近Windows）
- 升级Linux-firmware 到最新
- 安装ROCm 7.2.3 & Toolchain
- 编译适用gfx1201（R9700）的llama.cpp
- 偶尔有特殊情况需要在Grub加启动选项
“启用 IOMMU 直通模式，减少虚拟化开销” 这什么乱七八糟的，你又不是把显卡直通给虚拟机。
你可以在BIOS里开这些选项，但和你的问题没有因果关系。@jenaflex 其实我是小白,我都是一步一步跟着ai做的,chatpgt帮我带歪了,说是我的显卡有问题,内存有问题,更种硬件检测,毕竟咱们这个硬件配置在ai眼里就比较非传统..然后chatpgt叫我换cpu换内存....
然后我问qwen也叫我在22.04里面不停的折腾,后面是deepseek救了我..
不过qwen的起码让我跑起了server版本,让我的脆弱的内心又自信了起来..我就把chatgpt扔到一边去了.
最后的最后是deepseek救了我..我现在是把这主机当做服务器,在自己的笔记上连接运行他..现在是我这小白实践各种模型的安装和调试了..这个我又要学习了.实在是哥们,我什么都不懂啊..抱歉啊!!
-
@jenaflex 其实我是小白,我都是一步一步跟着ai做的,chatpgt帮我带歪了,说是我的显卡有问题,内存有问题,更种硬件检测,毕竟咱们这个硬件配置在ai眼里就比较非传统..然后chatpgt叫我换cpu换内存....
然后我问qwen也叫我在22.04里面不停的折腾,后面是deepseek救了我..
不过qwen的起码让我跑起了server版本,让我的脆弱的内心又自信了起来..我就把chatgpt扔到一边去了.
最后的最后是deepseek救了我..我现在是把这主机当做服务器,在自己的笔记上连接运行他..现在是我这小白实践各种模型的安装和调试了..这个我又要学习了.实在是哥们,我什么都不懂啊..抱歉啊!!
@ping-lin
那你也别大段大段的把 AI总结的不对的东西都贴上来啊我这之前不是有作业可以抄嘛，然后你把这些步骤不懂的部分，再让AI给你解答。
https://lcz.me/topic/67/申请精华帖-秀一下刚到的r9700-以及初步配置llama.cpp
AI是，你问的方向不对，它完全有可能给你越带越偏。
所以你可以先抄一个已经成功的作业，大致方向是可行的，然后让AI帮你解决你硬件和软件匹配和我这个不一样的地方。你可以让AI读我这个帖子，然后找出硬件配置和你不同的地方，然后让AI重新给你生成一套方案。
另外免费版ChatGPT很拉，我都用付费版Gemini或者DeepSeek免费版
