随着ROCm 7.1.1的发布，RDNA 4用户终于可以在Windows系统上充分发挥其GPU在AI任务上的全部性能了。
此前，他们仅限于在Linux系统上获得原生的ROCm支持，或者被迫使用ZLUDA或WSL等变通方案。但现在，该架构通过ROCm获得了对PyTorch的完整支持。这对于Radeon最新产品在图像生成等任务上的可用性而言是一个巨大的飞跃，因为它消除了对WSL（Windows Subsystem for Linux）的依赖，从而极大地提高了易用性和性能。过去，用户可能需要长达一个月的时间来为Radeon GPU设置ComfyUI和其他本地AI图像生成框架，而现在这个过程变得异常简单，如下文所示。
初始配置
首先，下载并安装25.20.0.17版驱动程序，以在Windows上启用对7.1.1 PyTorch的支持。该驱动程序兼容RDNA 3、RDNA 3.5和RDNA 4显卡方案，尽管奇怪的是，AMD仅列出了RDNA 3产品线中的7900XTX作为兼容型号。
完成此操作后，继续安装Miniconda。你还需要Git来克隆最新的ComfyUI版本。准备好这两者后，启动Anaconda Prompt并创建一个新的conda环境。这将帮助我们管理所有已安装的依赖项，并使过程尽可能简单。
运行以下命令创建环境：conda create --name insertnamehere python=3.12。之所以使用Python 3.12，是因为ROCm 7.1.1的PyTorch轮文件仅兼容3.12，因此在创建环境时指定此版本非常重要。
通过运行conda activate insertnamehere来激活环境。
为ROCm 7.1.1安装PyTorch
接下来，我们将在这个环境中安装PyTorch。你可以在官方找到详细说明，但核心是在你的conda环境中运行以下命令：
pip install --no-cache-dir ^
https://repo.radeon.com/rocm/windows/rocm-rel-7.1.1/rocm_sdk_core-0.1.dev0-py3-none-win_amd64.whl ^
https://repo.radeon.com/rocm/windows/rocm-rel-7.1.1/rocm_sdk_devel-0.1.dev0-py3-none-win_amd64.whl ^
https://repo.radeon.com/rocm/windows/rocm-rel-7.1.1/rocm-0.1.dev0.tar.gz
接着，运行以下命令来安装PyTorch的子依赖项：
pip install --no-cache-dir ^
如果一切安装正确，你应该能够运行python -c “import torch; print(f‘device name [0]:’, torch.cuda.get_device_name(0))”，并在输出中看到你的GPU被列出。我使用的是9060XT 8GB显卡，正如你所见，我们的环境现在通过ROCm能够识别GPU，因此可以访问它。
安装ComfyUI
下一步是导航到你想要安装ComfyUI的目录。例如，如果你想将其安装在桌面上，请使用cd Desktop。然后，运行：
git clone https://github.com/comfyanonymous/ComfyUI.git
通过运行cd ComfyUI进入ComfyUI的安装文件夹。然后，运行pip install -r requirements.txt以下载ComfyUI的所有依赖项。
至此，我们就可以启动ComfyUI了！运行命令python main.py来启动它。你可以按住Ctrl键点击网络服务器链接来访问图形界面。
设置模型
打开图形界面后，转到左侧的Templates，搜索“SDXL Turbo”。在提示时下载该模型。
然后，将模型从你的下载文件夹移动到ComfyUI > Models > Checkpoints目录下。
将你的提示词添加到标有CLIP text encode (prompt)的框中。按下运行按钮，瞧！你已经成功地在你的RDNA 4 GPU上完全本地生成了AI图像！
这是我使用这个提示词生成的图像：美丽的风景玻璃瓶，内有银河系，可爱的耳廓狐，雪景，HDR日落。试试看，并在下面的评论中展示你的杰作吧！
