尧图网页设计 
Voicebox AMD ROCm配置实战HSA_OVERRIDE_GFX_VERSION与ROCm Docker完整指南【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox是一个开源的本地 AI 语音工作室AI Voice Studio支持声音克隆、语音生成与全局听写全部在本地机器运行。在 Linux AMD 显卡环境下跑 Voicebox 时最容易卡住的就是AMD ROCm 配置核心是HSA_OVERRIDE_GFX_VERSION这个环境变量以及官方的ROCm Docker部署方案。本文带你从原理到实战一次性配好 Voicebox 的 AMD GPU 加速。为什么 AMD ROCm 需要 HSA_OVERRIDE_GFX_VERSIONROCmAMD 的 GPU 计算平台运行时靠图形架构代号GFX 版本号如gfx1030来匹配 GPU 内核。很多消费级显卡尤其是 RX 6000 系列并不被 ROCm 官方原生支持就需要用HSA_OVERRIDE_GFX_VERSION告诉运行时把我的 GPU 当成某个受支持的架构。好消息是Voicebox 会自动处理这一步。后端启动时会执行rocminfo检测你的显卡架构检测到RDNA 2 及更老的卡gfx 编号 1100→ 自动设置HSA_OVERRIDE_GFX_VERSION10.3.0检测到RDNA 3 / RDNA 4RX 7000 / RX 9000 系列→ 原生支持跳过覆盖避免次优性能相关逻辑见 backend/app.py。另外它还会清理一个坑空字符串的HSA_OVERRIDE_GFX_VERSION会污染 HSA 运行时导致 GPU 完全检测不到所以 Docker Compose 里即使声明了空值后端也会自动清除。GFX 版本号速查表你的显卡该填什么值GPU 系列架构HSA_OVERRIDE_GFX_VERSIONRX 5000 系列RDNA1gfx101010.1.0RX 6000 系列RDNA2gfx103010.3.0RX 7000 系列 / Strix HaloRDNA3gfx1100原生支持一般无需覆盖可填11.0.0RX 9000 系列RDNA4gfx1200原生支持需 ROCm 7.2一般无需覆盖Vega / GCN5gfx9009.0.0 经验法则越老的卡越需要覆盖值。RX 7000 / RX 9000 新卡强行设置覆盖值反而可能报错或变慢。如果自动检测失败手动设置后再启动即可详见 docs/content/docs/overview/gpu-acceleration.mdxexport HSA_OVERRIDE_GFX_VERSION10.3.0 voicebox一键部署ROCm Docker 覆盖配置不想在宿主机装 ROCm 的依赖环境其实驱动需要装在宿主机上但所有 ROCm 运行时库都封装在 Docker 镜像里。仓库自带了官方 ROCm 部署方案基础编排文件docker-compose.ymlCPU 版端口127.0.0.1:17600ROCm 覆盖层docker-compose.rocm.yml启动命令只需一行先git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox进入项目目录docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build这个覆盖层做了几件关键的事构建 ROCm 版镜像传入PYTORCH_VARIANTrocmDockerfile 会把 PyTorch 从官方 ROCm 源默认ROCM_VERSION6.3覆盖 RDNA1-3装进来而不是默认的 CUDA 版。GPU 设备透传挂载/dev/kfd和/dev/dri两个设备节点容器内才能看到 AMD 显卡。注入HSA_OVERRIDE_GFX_VERSION默认留空走后端自动检测你可以在启动前export覆盖。MIOpen 优化重定向内核缓存目录避免miopenStatusUnknownError、开启MIOPEN_FIND_MODEFAST快速内核选择避免 RDNA4 上逐次生成时的卡顿。RX 9000 系列RDNA4用户记得加上 ROCm 7.2ROCM_VERSION7.2 docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build验证 ROCm GPU 加速是否生效三个地方确认界面打开 Settings → GPU应显示 PyTorch ROCm 后端 你的显卡型号而不是 CPU。启动日志查看 Settings → Logs 的 Server logs 页签应出现Backend: PYTORCH、GPU: HIP (...)以及类似setting HSA_OVERRIDE_GFX_VERSION10.3.0 for compatibility的自动配置提示。健康接口访问http://127.0.0.1:17493/health容器模式为17600JSON 里的backend_variant应为rocm。生成一段语音试试如果不再是 CPU 的龟速说明加速已生效 常见问题排查症状原因与解决GPU 显示为 CPU容器内没看到/dev/kfd确认用了 ROCm 覆盖层且宿主机装了 ROCm 驱动miopenStatusUnknownErrorMIOpen 缓存目录不可写ROCm 覆盖层已通过MIOPEN_USER_DB_PATH解决自建容器需照抄检测到gfx1201RX 9070却识别不到 GPU使用了过低的 ROCM_VERSION升到ROCM_VERSION7.2且不要设置HSA_OVERRIDE_GFX_VERSION生成时系统卡顿MIOpen 穷举模式在尝试分配失败的工作区设置MIOPEN_FIND_MODEFAST显存不足换小模型如 Qwen3 0.6B / Kokoro 82M或在 Settings → Models 卸载闲置模型释放显存小结RX 6000 及更老的卡核心就是HSA_OVERRIDE_GFX_VERSIONRDNA2 填10.3.0Voicebox 后端会自动检测并代劳。RX 7000 / RX 9000ROCm 原生支持不要强行覆盖RDNA4 记得ROCM_VERSION7.2。最省心的方式是官方ROCm Docker 覆盖层一条docker compose命令搞定设备透传、PyTorch ROCm 构建与 MIOpen 调优。配好之后Voicebox 的 7 个 TTS 引擎、Whisper 语音转写就能在 AMD 显卡上满速运行声音克隆与语音生成的速度会快一个数量级。【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Voicebox AMD ROCm配置实战：HSA_OVERRIDE_GFX_VERSION与ROCm Docker完整指南
Voicebox AMD ROCm配置实战HSA_OVERRIDE_GFX_VERSION与ROCm Docker完整指南【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voiceboxVoicebox是一个开源的本地 AI 语音工作室AI Voice Studio支持声音克隆、语音生成与全局听写全部在本地机器运行。在 Linux AMD 显卡环境下跑 Voicebox 时最容易卡住的就是AMD ROCm 配置核心是HSA_OVERRIDE_GFX_VERSION这个环境变量以及官方的ROCm Docker部署方案。本文带你从原理到实战一次性配好 Voicebox 的 AMD GPU 加速。为什么 AMD ROCm 需要 HSA_OVERRIDE_GFX_VERSIONROCmAMD 的 GPU 计算平台运行时靠图形架构代号GFX 版本号如gfx1030来匹配 GPU 内核。很多消费级显卡尤其是 RX 6000 系列并不被 ROCm 官方原生支持就需要用HSA_OVERRIDE_GFX_VERSION告诉运行时把我的 GPU 当成某个受支持的架构。好消息是Voicebox 会自动处理这一步。后端启动时会执行rocminfo检测你的显卡架构检测到RDNA 2 及更老的卡gfx 编号 1100→ 自动设置HSA_OVERRIDE_GFX_VERSION10.3.0检测到RDNA 3 / RDNA 4RX 7000 / RX 9000 系列→ 原生支持跳过覆盖避免次优性能相关逻辑见 backend/app.py。另外它还会清理一个坑空字符串的HSA_OVERRIDE_GFX_VERSION会污染 HSA 运行时导致 GPU 完全检测不到所以 Docker Compose 里即使声明了空值后端也会自动清除。GFX 版本号速查表你的显卡该填什么值GPU 系列架构HSA_OVERRIDE_GFX_VERSIONRX 5000 系列RDNA1gfx101010.1.0RX 6000 系列RDNA2gfx103010.3.0RX 7000 系列 / Strix HaloRDNA3gfx1100原生支持一般无需覆盖可填11.0.0RX 9000 系列RDNA4gfx1200原生支持需 ROCm 7.2一般无需覆盖Vega / GCN5gfx9009.0.0 经验法则越老的卡越需要覆盖值。RX 7000 / RX 9000 新卡强行设置覆盖值反而可能报错或变慢。如果自动检测失败手动设置后再启动即可详见 docs/content/docs/overview/gpu-acceleration.mdxexport HSA_OVERRIDE_GFX_VERSION10.3.0 voicebox一键部署ROCm Docker 覆盖配置不想在宿主机装 ROCm 的依赖环境其实驱动需要装在宿主机上但所有 ROCm 运行时库都封装在 Docker 镜像里。仓库自带了官方 ROCm 部署方案基础编排文件docker-compose.ymlCPU 版端口127.0.0.1:17600ROCm 覆盖层docker-compose.rocm.yml启动命令只需一行先git clone https://gitcode.com/GitHub_Trending/voicebox1/voicebox进入项目目录docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build这个覆盖层做了几件关键的事构建 ROCm 版镜像传入PYTORCH_VARIANTrocmDockerfile 会把 PyTorch 从官方 ROCm 源默认ROCM_VERSION6.3覆盖 RDNA1-3装进来而不是默认的 CUDA 版。GPU 设备透传挂载/dev/kfd和/dev/dri两个设备节点容器内才能看到 AMD 显卡。注入HSA_OVERRIDE_GFX_VERSION默认留空走后端自动检测你可以在启动前export覆盖。MIOpen 优化重定向内核缓存目录避免miopenStatusUnknownError、开启MIOPEN_FIND_MODEFAST快速内核选择避免 RDNA4 上逐次生成时的卡顿。RX 9000 系列RDNA4用户记得加上 ROCm 7.2ROCM_VERSION7.2 docker compose -f docker-compose.yml -f docker-compose.rocm.yml up --build验证 ROCm GPU 加速是否生效三个地方确认界面打开 Settings → GPU应显示 PyTorch ROCm 后端 你的显卡型号而不是 CPU。启动日志查看 Settings → Logs 的 Server logs 页签应出现Backend: PYTORCH、GPU: HIP (...)以及类似setting HSA_OVERRIDE_GFX_VERSION10.3.0 for compatibility的自动配置提示。健康接口访问http://127.0.0.1:17493/health容器模式为17600JSON 里的backend_variant应为rocm。生成一段语音试试如果不再是 CPU 的龟速说明加速已生效 常见问题排查症状原因与解决GPU 显示为 CPU容器内没看到/dev/kfd确认用了 ROCm 覆盖层且宿主机装了 ROCm 驱动miopenStatusUnknownErrorMIOpen 缓存目录不可写ROCm 覆盖层已通过MIOPEN_USER_DB_PATH解决自建容器需照抄检测到gfx1201RX 9070却识别不到 GPU使用了过低的 ROCM_VERSION升到ROCM_VERSION7.2且不要设置HSA_OVERRIDE_GFX_VERSION生成时系统卡顿MIOpen 穷举模式在尝试分配失败的工作区设置MIOPEN_FIND_MODEFAST显存不足换小模型如 Qwen3 0.6B / Kokoro 82M或在 Settings → Models 卸载闲置模型释放显存小结RX 6000 及更老的卡核心就是HSA_OVERRIDE_GFX_VERSIONRDNA2 填10.3.0Voicebox 后端会自动检测并代劳。RX 7000 / RX 9000ROCm 原生支持不要强行覆盖RDNA4 记得ROCM_VERSION7.2。最省心的方式是官方ROCm Docker 覆盖层一条docker compose命令搞定设备透传、PyTorch ROCm 构建与 MIOpen 调优。配好之后Voicebox 的 7 个 TTS 引擎、Whisper 语音转写就能在 AMD 显卡上满速运行声音克隆与语音生成的速度会快一个数量级。【免费下载链接】voiceboxThe open-source AI voice studio. Clone, dictate, create.项目地址: https://gitcode.com/GitHub_Trending/voicebox1/voicebox创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考