twitch-highlight-detector/amd.md

Configuración GPU AMD RX 6800 XT para PyTorch

Resumen

Esta guía documenta cómo configurar PyTorch con soporte ROCm para usar la GPU AMD RX 6800 XT (16GB VRAM) en lugar de NVIDIA CUDA.

Hardware

• GPU: AMD Radeon RX 6800 XT
• VRAM: 16 GB
• ROCm: 7.1 (instalado a nivel sistema)
• Sistema: Arch Linux

Problema Inicial

PyTorch instalado con pip install torch no detecta la GPU AMD:

PyTorch version: 2.10.0+cu128
torch.cuda.is_available(): False
torch.version.hip: None

Solución

1. Verificar ROCm del sistema

rocm-smi --version
# ROCM-SMI version: 4.0.0+unknown
# ROCM-SMI-LIB version: 7.8.0

2. Instalar PyTorch con soporte ROCm

La URL correcta para PyTorch con ROCm es rocm7.1 (no rocm5.7 ni rocm6.x):

# Activar entorno virtual
source venv/bin/activate

# Desinstalar PyTorch anterior (si existe)
pip uninstall -y torch torchvision torchaudio

# Instalar con ROCm 7.1
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocm7.1

Nota: Las versiones disponibles en PyTorch ROCm:

• rocm5.7 - No disponible
• rocm6.0 - No disponible
• rocm6.1 - No disponible
• rocm7.1 - ✅ Funciona (versión 2.10.0+rocm7.1)

3. Verificar instalación

import torch

print(f"PyTorch: {torch.__version__}")
print(f"ROCm version: {torch.version.hip}")
print(f"GPU available: {torch.cuda.is_available()}")

if torch.cuda.is_available():
    print(f"GPU Name: {torch.cuda.get_device_name(0)}")
    print(f"VRAM: {torch.cuda.get_device_properties(0).total_memory / 1024**3:.1f} GB")

Salida esperada:

PyTorch: 2.10.0+rocm7.1
ROCm version: 7.1.25424
GPU available: True
GPU Name: AMD Radeon Graphics
VRAM: 16.0 GB

Tests de Verificación

Test 1: Tensor básico

import torch
x = torch.randn(1000, 1000).cuda()
y = x @ x.T
print("✅ Matrix multiplication works")

Test 2: Memoria

x = torch.randn(10000, 10000).cuda()  # ~400MB
print(f"Allocated: {torch.cuda.memory_allocated(0) / 1024**3:.2f} GB")

Test 3: CNN (Conv2d)

import torch.nn as nn
conv = nn.Conv2d(3, 64, 3, padding=1).cuda()
x = torch.randn(1, 3, 224, 224).cuda()
y = conv(x)
print(f"Output: {y.shape}")

Test 4: Transformer Attention

import torch.nn.functional as F
q = torch.randn(2, 8, 512, 64).cuda()
attn = F.scaled_dot_product_attention(q, q, q)
print(f"Attention: {attn.shape}")

Test 5: Whisper-like Encoder

import torch.nn as nn
import torch.nn.functional as F

x = torch.randn(1, 80, 1500).cuda()
conv1 = nn.Conv1d(80, 512, 3, padding=1).cuda()
x = F.gelu(conv1(x))
print(f"Whisper encoder: {x.shape}")

Dependencias Adicionales

Faster-Whisper (recomendado para transcription)

pip install faster-whisper

Funciona con GPU automáticamente:

from faster_whisper import WhisperModel
model = WhisperModel("small", device="auto", compute_type="float16")
segments, info = model.transcribe("video.mp4", language="es")

OpenCV

pip install opencv-python

Otras librerías

pip install transformers accelerate numpy scipy

Troubleshooting

"No such file or directory: /opt/amdgpu/share/libdrm/amdgpu.ids"

Warning ignorable, la GPU funciona igual.

"AttributeError: module 'torch' has no attribute 'gelu'"

Usar torch.nn.functional.gelu() en lugar de torch.gelu().

GPU no detectada

Verificar que ROCm esté instalado:

ls /opt/rocm
hipcc --version

Comparación CUDA vs ROCm

Aspecto	CUDA (NVIDIA)	ROCm (AMD)
Instalación	pip install torch	pip install torch --index-url https://download.pytorch.org/whl/rocm7.1
Device	torch.device("cuda")	torch.device("cuda") (相同)
Modelo	model.cuda()	model.cuda() (相同)
VRAM 16GB	RTX 3070+	RX 6800 XT

Notas

• PyTorch usa la misma API para CUDA y ROCm
• El código no necesita cambios para ejecutar en GPU AMD
• El índice rocm7.1 es el correcto para ROCm 7.x
• La versión nightly también está disponible: --index-url https://download.pytorch.org/whl/nightly/rocm7.1

Historial de Pruebas

• ❌ rocm5.7 - No disponible en PyTorch
• ❌ rocm6.0 - No disponible
• ❌ rocm6.1 - No disponible
• ✅ rocm7.1 - Funciona correctamente

---

Fecha: 19 de Febrero 2026 GPU: AMD RX 6800 XT (16GB VRAM) ROCm: 7.1.25424 PyTorch: 2.10.0+rocm7.1