Ubuntu 24.04 / Windows 11 环境准备：ROCm 7.13 + PyTorch + vLLM（以 gfx1151 为例）
ROCm 7.13.0-preview 部署推理框架环境准备指南。
本节以 Ryzen AI Max / Ryzen AI Max+（gfx1151） 为参考，说明在 ROCm 7.13 / TheRock 体系下准备 Gemma 4 部署环境的关键步骤。
官方参考：
一、ROCm 7.13 / TheRock 变化说明
ROCm 7.13 进入 TheRock / Core SDK 体系，和旧版 ROCm 有几处重要差异：
| 项目 | 旧版 ROCm | ROCm 7.13 |
|---|---|---|
| 核心路径 | /opt/rocm/ | /opt/rocm/core 为核心路径 |
| 包名前缀 | rocm-*、hip*、roc* | amdrocm-* |
| 兼容性 | legacy ROCm | Core SDK 保持 ABI / API 兼容，并通过 symlink 兼容常用路径 |
| 工具变化 | ROCm SMI 常见 | AMD SMI 逐步替代 ROCm SMI |
如果使用包管理器安装，ROCm 会配置 update-alternatives 和常用兼容 symlink。若使用 tarball 或自定义安装目录，需要特别关注 PATH、LD_LIBRARY_PATH、ROCM_PATH 是否指向 /opt/rocm/core。
二、清理已有的 ROCm / AMD 相关软件
如果系统里已经装过旧版 ROCm、旧 HIP SDK 或旧 amdgpu-dkms，建议先清理，避免与 ROCm 7.13 / TheRock 组件冲突：
sudo apt remove 'rocm*' 'amdrocm*' 'amdgpu-dkms*' -y
sudo apt autoremove -y如果此前配置过旧的 ROCm 环境变量，也建议检查 ~/.bashrc、~/.zshrc、/etc/profile.d/ 中是否存在旧路径。
三、Ubuntu 24.04 + gfx1151 准备步骤
2.1 安装 OEM kernel 6.14
gfx1151 在 Ubuntu 24.04 上需要 OEM kernel 6.14 才能正确驱动 iGPU：
sudo apt update
sudo apt install -y linux-image-6.14.0-1018-oem
sudo reboot重启后确认内核：
uname -r2.2 安装基础依赖
sudo apt update
sudo apt install -y \
python3.13 python3.13-venv \
libatomic1 libquadmath0 \
build-essential git curl wget jq pciutils2.3 配置 GPU 权限
任选一种方式。
方式 A：加入用户组。
sudo usermod -a -G render,video $LOGNAME
sudo reboot方式 B：添加 udev 规则。
sudo tee /etc/udev/rules.d/70-amdgpu.rules <<'EOF'
KERNEL=="kfd", GROUP="render", MODE="0666"
SUBSYSTEM=="drm", KERNEL=="renderD*", GROUP="render", MODE="0666"
EOF
sudo udevadm control --reload-rules
sudo udevadm trigger
sudo reboot2.4 验证 GPU 设备
ls -l /dev/kfd /dev/dri如果 /dev/kfd 不存在，优先检查 kernel、驱动和用户组权限。
四、安装 PyTorch 2.11.0（ROCm 7.13 / gfx1151）
本项目推荐使用 uv 管理 Python 环境和依赖，替代传统 pip + venv 流程。
# 安装 uv（如已安装可跳过）
curl -LsSf https://astral.sh/uv/install.sh | sh
# 安装 Python 3.13
uv python install 3.13
# 创建并激活虚拟环境
uv venv --python 3.13
source .venv/bin/activate
# 备用：使用 Python 标准库 venv
# python3.13 -m venv .venv
# source .venv/bin/activate
# python -m pip install --upgrade pip安装 ROCm 7.13 对应的 PyTorch 2.11.0：
uv pip install --index-url https://repo.amd.com/rocm/whl/gfx1151/ \
"torch==2.11.0+rocm7.13.0" \
"torchvision==0.26.0+rocm7.13.0" \
"torchaudio==2.11.0+rocm7.13.0"验证：
python - <<'PY'
import torch
print("torch:", torch.__version__)
print("HIP available:", torch.cuda.is_available())
if torch.cuda.is_available():
print("device:", torch.cuda.get_device_name(0))
PY预期 torch.cuda.is_available() 输出 True。
五、Windows 11 + pip 路线（ROCm 7.13）
Windows 11 上 ROCm 7.13 采用 pip / TheRock 路线。开始前需要：
- 卸载已有 HIP SDK；
- 关闭 WDAG（Microsoft Defender Application Guard）；
- 关闭 SAC（Smart App Control）；
- 安装 AMD Software: Adrenalin Edition 26.5.1 或更新版本；
- 安装 Python 3.11 / 3.12 / 3.13 / 3.14。
以 Python 3.13 为例：
# 安装 uv（如已安装可跳过）
irm https://astral.sh/uv/install.ps1 | iex
# 安装 Python 3.13
uv python install 3.13
# 创建并激活虚拟环境
uv venv --python 3.13
.venv\Scripts\activate
# 备用：使用 Python 标准库 venv
# py -3.13 -m venv .venv
# .venv\Scripts\activate
uv pip install --index-url https://repo.amd.com/rocm/whl/gfx1151/ `
"torch==2.11.0+rocm7.13.0" `
"torchvision==0.26.0+rocm7.13.0" `
"torchaudio==2.11.0+rocm7.13.0"
python -c "import torch; print(torch.cuda.is_available())"六、vLLM 环境验证（Docker 方式）
ROCm 7.13 官方 vLLM Docker 镜像以 gfx1151 为例：
docker pull rocm/vllm:rocm7.13.0_gfx1151_ubuntu24.04_py3.13_pytorch_2.10.0_vllm_0.19.1注意：vLLM 0.19.1 Docker 镜像内置的是 PyTorch 2.10.0，不是 PyTorch 2.11.0。PyTorch 2.11.0 对应的是上面的 pip 安装路线，二者不要混写。
启动容器：
docker run -it --rm \
--device /dev/kfd \
--device /dev/dri \
--network=host \
--ipc=host \
--group-add=video \
--cap-add=SYS_PTRACE \
--security-opt seccomp=unconfined \
-v ~/models:/app/models \
-e HF_HOME="/app/models" \
rocm/vllm:rocm7.13.0_gfx1151_ubuntu24.04_py3.13_pytorch_2.10.0_vllm_0.19.1 \
bash容器内验证：
python -c "import vllm; print('vLLM:', vllm.__version__)"
python -c "import torch; print('PyTorch:', torch.__version__, 'HIP:', torch.cuda.is_available())"