ROCm 7.2 在 WSL2 上的完整安装教程

适用环境：Windows 11 + WSL2 + Ubuntu 24.04 + AMD RX 7700 XT

本教程将引导你在 Windows Subsystem for Linux 2 (WSL2) 上安装 AMD ROCm 7.2 和 PyTorch，以便在 AMD 显卡上进行机器学习开发。

1. 系统要求检查

1.1 确认系统版本

在安装前，请确认你的系统满足以下要求：

操作系统：Windows 10 版本 2004 及更高版本（内部版本 19041 及更高版本）或 Windows 11
显卡型号：
- AMD Radeon RX 9000 系列（9070/9060 等）
- AMD Radeon RX 7000 系列（7900 XTX/7900 XT/7900 GRE/7800 XT/7700 XT/7700 等）
- AMD Radeon PRO W7000 系列
WSL 版本：WSL 2
Linux 发行版：Ubuntu 22.04 或 Ubuntu 24.04

1.2 检查 Windows 版本

按 Win + R，输入 winver，按回车
确认版本号满足要求

1.3 检查显卡型号

按 Win + R，输入 dxdiag，按回车
切换到”显示”选项卡
确认显卡型号为支持的 AMD 显卡

1.4 兼容性参考

根据 ROCm 7.2 官方兼容性矩阵：

项目	支持版本
Ubuntu	22.04 或 24.04.2 Desktop (HWE)
WSL 内核	5.15
ROCm	7.2
Windows 驱动	Adrenalin Edition 26.1.1
PyTorch	2.9.1 + ROCm 7.2
Python	3.10 (Ubuntu 22.04) 或 3.12 (Ubuntu 24.04)

2. 安装 WSL2

2.1 启用 WSL

如果你还没有安装 WSL2，请按照以下步骤操作：

以管理员身份打开 PowerShell
- 右键点击开始菜单
- 选择”Windows PowerShell (管理员)“或”终端 (管理员)”
执行安装命令
```
wsl --install
```
重启计算机
- 安装完成后，系统会提示重启
- 重启后继续下一步

2.2 安装 Ubuntu

安装完 WSL2 后，默认会安装 Ubuntu。如果需要指定版本：

# 查看可用的 Linux 发行版
wsl --list --online

# 安装 Ubuntu 24.04
wsl --install -d Ubuntu-24.04

# 或安装 Ubuntu 22.04
wsl --install -d Ubuntu-22.04

2.3 设置 Ubuntu 用户

首次启动 Ubuntu 时：

系统会要求创建用户名和密码
输入用户名（建议使用小写字母）
输入并确认密码

2.4 验证 WSL 版本

在 PowerShell 中运行：

wsl --list --verbose

确认输出显示 VERSION 为 2：

  NAME            STATE           VERSION
* Ubuntu-24.04    Running         2

如果显示的是 VERSION 1，请升级到 WSL 2：

wsl --set-version Ubuntu-24.04 2

2.5 更新 WSL 内核（如需要）

wsl --update

3. 安装 AMD Adrenalin Edition 驱动

3.1 下载驱动

ROCm 7.2 需要 AMD Software: Adrenalin Edition 26.1.1 驱动。

访问 AMD 官方驱动下载页面： https://www.amd.com/en/resources/support-articles/release-notes/RN-RAD-WIN-26-1-1.html
点击下载链接：
- AMD Software: Adrenalin Edition 26.1.1 Driver

3.2 安装驱动

运行下载的安装程序
选择”快速安装”或”自定义安装”
- 快速安装：推荐给大多数用户
- 自定义安装：可以选择安装组件
等待安装完成

3.3 重启电脑

重要：安装驱动后，必须重启计算机才能生效。

3.4 验证驱动安装

重启后，确认驱动已正确安装：

右键点击桌面空白处
选择”AMD Software: Adrenalin Edition”
查看驱动版本是否为 26.1.1

4. 安装 ROCm for WSL2

4.1 打开 WSL Ubuntu 终端

在 Windows 开始菜单搜索”Ubuntu”
点击打开 Ubuntu 终端

4.2 更新系统包

sudo apt update

4.3 下载并安装 ROCm 安装脚本

根据你的 Ubuntu 版本选择对应的命令：

Ubuntu 24.04

# 下载安装脚本
wget https://repo.radeon.com/amdgpu-install/7.2/ubuntu/noble/amdgpu-install_7.2.70200-1_all.deb

# 安装脚本
sudo apt install ./amdgpu-install_7.2.70200-1_all.deb

Ubuntu 22.04

# 下载安装脚本
wget https://repo.radeon.com/amdgpu-install/7.2/ubuntu/jammy/amdgpu-install_7.2.70200-1_all.deb

# 安装脚本
sudo apt install ./amdgpu-install_7.2.70200-1_all.deb

4.4 安装 ROCm

使用 amdgpu-install 脚本安装 ROCm：

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

参数说明：

-y：自动确认，无需手动确认
--usecase=wsl,rocm：安装 WSL 用例和 ROCm
--no-dkms：不安装内核模块（WSL 不需要）

注意：此过程可能需要几分钟时间，具体取决于网络速度。

4.5 验证 ROCm 安装

安装完成后，运行以下命令验证：

rocminfo

预期输出：

*******
Agent 2
*******
  Name:                    gfx1100
  Marketing Name:          Radeon RX 7700 XT
  Vendor Name:             AMD
  [...]

如果看到你的显卡信息（如 Radeon RX 7700 XT），说明 ROCm 安装成功。

5. 安装 Conda 和创建 Python 环境

5.1 下载 Miniconda

推荐使用 Miniconda 来管理 Python 环境：

# 下载 Miniconda 安装脚本
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 运行安装脚本
bash Miniconda3-latest-Linux-x86_64.sh

5.2 安装过程

按 Enter 查看许可协议
输入 yes 接受许可
按 Enter 确认安装位置（默认为 ~/miniconda3）
输入 yes 初始化 Miniconda

5.3 激活 Conda

# 关闭并重新打开终端，或运行
source ~/.bashrc

# 验证 Conda 安装
conda --version

5.4 创建 Python 环境

根据你的 Ubuntu 版本创建对应的 Python 环境：

Ubuntu 24.04 - Python 3.12

# 创建名为 rocm 的环境，Python 版本为 3.12
conda create -n rocm python=3.12 -y

# 激活环境
conda activate rocm

Ubuntu 22.04 - Python 3.10

# 创建名为 rocm 的环境，Python 版本为 3.10
conda create -n rocm python=3.10 -y

# 激活环境
conda activate rocm

提示：以后每次使用 PyTorch 时，都需要先激活此环境：

conda activate rocm

6. 安装 PyTorch for ROCm

6.1 安装基础依赖

# 安装 pip
sudo apt install python3-pip -y

# 更新 pip
pip3 install --upgrade pip wheel

6.2 下载 PyTorch Wheel 文件

根据你的 Ubuntu 版本和 Python 版本下载对应的 wheel 文件：

Ubuntu 24.04 (Python 3.12)

# 下载 PyTorch 和相关库
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torch-2.9.1%2Brocm7.2.0.lw.git7e1940d4-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchvision-0.24.0%2Brocm7.2.0.gitb919bd0c-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/triton-3.5.1%2Brocm7.2.0.gita272dfa8-cp312-cp312-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchaudio-2.9.0%2Brocm7.2.0.gite3c6ee2b-cp312-cp312-linux_x86_64.whl

Ubuntu 22.04 (Python 3.10)

# 下载 PyTorch 和相关库
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torch-2.9.1%2Brocm7.2.0.lw.git7e1940d4-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchvision-0.24.0%2Brocm7.2.0.gitb919bd0c-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/triton-3.5.1%2Brocm7.2.0.gita272dfa8-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-7.2/torchaudio-2.9.0%2Brocm7.2.0.gite3c6ee2b-cp310-cp310-linux_x86_64.whl

6.3 卸载旧版本（如果有）

pip3 uninstall torch torchvision triton torchaudio -y

6.4 安装 PyTorch

Ubuntu 24.04 (Python 3.12)

pip3 install torch-2.9.1+rocm7.2.0.lw.git7e1940d4-cp312-cp312-linux_x86_64.whl \
             torchvision-0.24.0+rocm7.2.0.gitb919bd0c-cp312-cp312-linux_x86_64.whl \
             torchaudio-2.9.0+rocm7.2.0.gite3c6ee2b-cp312-cp312-linux_x86_64.whl \
             triton-3.5.1+rocm7.2.0.gita272dfa8-cp312-cp312-linux_x86_64.whl

注意：在 Python 3.12 的非虚拟环境中安装时，可能需要添加 --break-system-packages 标志。如果使用 Conda 环境（推荐），则不需要此标志。

Ubuntu 22.04 (Python 3.10)

pip3 install torch-2.9.1+rocm7.2.0.lw.git7e1940d4-cp310-cp310-linux_x86_64.whl \
             torchvision-0.24.0+rocm7.2.0.gitb919bd0c-cp310-cp310-linux_x86_64.whl \
             torchaudio-2.9.0+rocm7.2.0.gite3c6ee2b-cp310-cp310-linux_x86_64.whl \
             triton-3.5.1+rocm7.2.0.gita272dfa8-cp310-cp310-linux_x86_64.whl

6.5 更新 WSL 兼容的运行时库

这是 关键步骤，用于确保 PyTorch 能在 WSL 环境中正常工作：

# 定位 torch 库的安装位置
location=$(pip show torch | grep Location | awk -F ": " '{print $2}')

# 进入 torch 库目录
cd ${location}/torch/lib/

# 移除不兼容的 HSA 运行时库
rm libhsa-runtime64.so*

6.6 处理 NumPy 兼容性问题

NumPy 2.0 与当前版本的 PyTorch wheel 不兼容，需要降级：

pip3 install numpy==1.26.4

6.7 （可选）Conda 环境的 GCC 升级

如果你在使用 Conda 环境时遇到 ImportError: version 'GLIBCXX_3.4.30' not found 错误，需要升级 GCC：

conda install -c conda-forge gcc=12.1.0 -y

7. 验证安装

7.1 验证 PyTorch 导入

python3 -c 'import torch' 2> /dev/null && echo 'PyTorch 导入成功' || echo 'PyTorch 导入失败'

预期输出：

PyTorch 导入成功

7.2 检查 GPU 可用性

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

预期输出：

True

如果输出为 False，说明 PyTorch 无法检测到 GPU，请参考故障排除部分。

7.3 显示 GPU 设备名称

python3 -c "import torch; print(f'GPU 设备: {torch.cuda.get_device_name(0)}')"

预期输出（以 RX 7700 XT 为例）：

GPU 设备: Radeon RX 7700 XT

7.4 查看环境详细信息

python3 -m torch.utils.collect_env

这会显示完整的 PyTorch 环境信息，包括：

PyTorch 版本
ROCm 版本
操作系统信息
GPU 配置
HIP 运行时版本
MIOpen 版本

7.5 运行简单的 GPU 测试

创建一个测试脚本：

cat > test_gpu.py << 'EOF'
import torch

# 检查 GPU 是否可用
if torch.cuda.is_available():
    print(f"✓ GPU 可用")
    print(f"✓ GPU 数量: {torch.cuda.device_count()}")
    print(f"✓ 当前 GPU: {torch.cuda.get_device_name(0)}")
    
    # 在 GPU 上创建张量
    x = torch.rand(5, 3).cuda()
    print(f"✓ 在 GPU 上创建张量成功")
    print(f"张量内容:\n{x}")
    
    # 简单的 GPU 计算
    y = x * 2
    print(f"✓ GPU 计算成功")
    print(f"计算结果:\n{y}")
else:
    print("✗ GPU 不可用")
EOF

# 运行测试
python3 test_gpu.py

预期输出：

✓ GPU 可用
✓ GPU 数量: 1
✓ 当前 GPU: Radeon RX 7700 XT
✓ 在 GPU 上创建张量成功
张量内容:
tensor([[0.xxxx, 0.xxxx, 0.xxxx],
        [0.xxxx, 0.xxxx, 0.xxxx],
        [0.xxxx, 0.xxxx, 0.xxxx],
        [0.xxxx, 0.xxxx, 0.xxxx],
        [0.xxxx, 0.xxxx, 0.xxxx]], device='cuda:0')
✓ GPU 计算成功
计算结果:
[...]

8. 故障排除

8.1 问题：`rocminfo` 无法识别 GPU

可能原因：

Windows 驱动未正确安装
未重启计算机
ROCm 安装不完整

解决方法：

确认 Windows 驱动版本为 Adrenalin Edition 26.1.1
确保已重启计算机

重新安装 ROCm：

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

8.2 问题：`torch.cuda.is_available()` 返回 `False`

可能原因：

PyTorch 未正确安装
HSA 运行时库未更新
Python 版本不匹配

解决方法：

确认 PyTorch 版本：
```
pip3 show torch
```
应显示版本为 2.9.1+rocm7.2.0
重新执行 HSA 运行时库更新步骤（6.5 节）
确认 Python 版本：
- Ubuntu 24.04 应使用 Python 3.12
- Ubuntu 22.04 应使用 Python 3.10

8.3 问题：ImportError: version ‘GLIBCXX_3.4.30’ not found

原因：Conda 环境中的 GCC 版本过低

解决方法：

conda install -c conda-forge gcc=12.1.0 -y

8.4 问题：NumPy 版本不兼容

症状：

导入 PyTorch 时出现 NumPy 相关错误
版本冲突警告

解决方法：

pip3 install numpy==1.26.4

8.5 问题：下载 wheel 文件失败

原因：网络连接问题或 URL 编码

解决方法：

检查网络连接
使用浏览器手动下载 wheel 文件
或使用代理/镜像源

8.6 问题：WSL 版本不是 2

检查方法：

wsl --list --verbose

升级到 WSL 2：

wsl --set-version Ubuntu-24.04 2

8.7 获取更多帮助

如果遇到其他问题：

查看 ROCm 官方文档：
- https://rocm.docs.amd.com/
AMD 开发者社区：
- https://github.com/RadeonOpenCompute/ROCm/discussions
报告问题：
- https://github.com/ROCm/ROCm/issues

9. 下一步

安装完成后，你可以：

运行机器学习模型
- 使用 Hugging Face Transformers
- 训练自定义模型
使用 LLM 工具
- vLLM（大语言模型推理）
- Llama.cpp
- ComfyUI（图像生成）
安装其他框架
- ONNX Runtime
- TensorFlow
- JAX
优化性能
- GEMM 调优
- FlashAttention-2

10. 参考链接

附录：版本兼容性表

组件	版本	备注
Windows	10 (Build 19041+) 或 11	推荐 Windows 11
WSL 内核	5.15	自动安装
Ubuntu	22.04 或 24.04	推荐 24.04
Python	3.10 (22.04) 或 3.12 (24.04)	根据 Ubuntu 版本
ROCm	7.2
PyTorch	2.9.1 + ROCm 7.2
Triton	3.5.1 + ROCm 7.2
NumPy	1.26.4	不支持 2.0+
AMD 驱动	Adrenalin Edition 26.1.1	WSL2 必需

最后更新日期：2026 年 2 月 12 日

文档版本：1.0

如有问题或建议，请参考故障排除部分或联系社区获取帮助。

ROCm 7.2 在 WSL2 上的完整安装教程

ROCm 7.2 在 WSL2 上的完整安装教程

目录

1. 系统要求检查

1.1 确认系统版本

1.2 检查 Windows 版本

1.3 检查显卡型号

1.4 兼容性参考

2. 安装 WSL2

2.1 启用 WSL

2.2 安装 Ubuntu

2.3 设置 Ubuntu 用户

2.4 验证 WSL 版本

2.5 更新 WSL 内核（如需要）

3. 安装 AMD Adrenalin Edition 驱动

3.1 下载驱动

3.2 安装驱动

3.3 重启电脑

3.4 验证驱动安装

4. 安装 ROCm for WSL2

4.1 打开 WSL Ubuntu 终端

4.2 更新系统包

4.3 下载并安装 ROCm 安装脚本

Ubuntu 24.04

Ubuntu 22.04

4.4 安装 ROCm

4.5 验证 ROCm 安装

5. 安装 Conda 和创建 Python 环境

5.1 下载 Miniconda

5.2 安装过程

5.3 激活 Conda

5.4 创建 Python 环境

Ubuntu 24.04 - Python 3.12

Ubuntu 22.04 - Python 3.10

6. 安装 PyTorch for ROCm

6.1 安装基础依赖

6.2 下载 PyTorch Wheel 文件

Ubuntu 24.04 (Python 3.12)

Ubuntu 22.04 (Python 3.10)

6.3 卸载旧版本（如果有）

6.4 安装 PyTorch

Ubuntu 24.04 (Python 3.12)

Ubuntu 22.04 (Python 3.10)

6.5 更新 WSL 兼容的运行时库

6.6 处理 NumPy 兼容性问题

6.7 （可选）Conda 环境的 GCC 升级

7. 验证安装

7.1 验证 PyTorch 导入

7.2 检查 GPU 可用性

7.3 显示 GPU 设备名称

7.4 查看环境详细信息

7.5 运行简单的 GPU 测试

8. 故障排除

8.1 问题：rocminfo 无法识别 GPU

8.2 问题：torch.cuda.is_available() 返回 False

8.3 问题：ImportError: version ‘GLIBCXX_3.4.30’ not found

8.4 问题：NumPy 版本不兼容

8.5 问题：下载 wheel 文件失败

8.6 问题：WSL 版本不是 2

8.7 获取更多帮助

9. 下一步

10. 参考链接

附录：版本兼容性表

8.1 问题：`rocminfo` 无法识别 GPU

8.2 问题：`torch.cuda.is_available()` 返回 `False`