心想現在電腦配備不算太差，來跑跑看stable diffusion，結果花了整個晚上才搞定GPU加速。
電腦配置：
openSUSE Tumbleweed + Ryzen 5 5600 + RX6600

簡單重點：
1.stable-diffusion-webui無腦安裝
2.系統需要安裝ROCm相關套件，驅動用預設套件庫的amdgpu就好
3.pytorch版本會衝到，強制指定舊版最省事（我應該是在這裡卡關）

stable diffusion不放心的話可以自己編譯，懶人像我就用 stable-diffusion-webui，git下來就好，還有網頁前端可以用

GitHub - AUTOMATIC1111/stable-diffusion-webui: Stabl...

這個網頁有Linux一鍵安裝教學，基本上記得裝python3就好

專門給AMDGPU的說明在這裡。雖然看來看去還是卡關，至少有給些方向

Install and Run on AMD GPUs

安裝ROCm相關套件
AMD Documentation - Portal
請參考上述AMD安裝教學

如果用企業取向的Linux，安裝amdgpu-install基本上就能無腦處理了。但我直接硬幹在openSUSE Tumbleweed安裝SLES 15的版本。
sudo amdgpu-install --usecase=rocm
接著各種跳過相依性警告硬裝，ROCm相關套件就裝進去了（不）

結果事後才發現，amd repo提供的amdgpu根本沒裝進去，只有成功安裝ROCm

上述方式很髒，其實可用底下的「Package Manager Method」，單純加入ROCm的repo，然後選擇相關套件即可。我這裡裝這些：
rocm-clang-ocl,rocm-cmakem,rocm-core,rocm-dbgapi, rocm-debug-agent,rocm-dev,rocm-device-libs,rocm-gdb,rocm-llvm,rocm-ocl-icd,rocm-opencl,rocm-opencl-devel,rocm-smi-lib,rocm-utils

pytorch版本衝突？
無論怎麼設定，都會出現以下錯誤
"AssertionError: Torch is not able to use GPU; add --skip-torch-cuda-test to COMMANDLINE_ARGS variable to disable this check "

加上這個變數即便能啟動，全程只會用CPU算圖，速度慢很多。

弔詭的是，我參考PyTorch官方網站進行各種測試，確認ROCm可以正常運作

PyTorch

torch.cuda.is_available() 也是TRUE

[Bug]: AssertionError: Torch is not able to use GPU;...

[Bug]: "Memory access fault by GPU node-1" error wit...

結果Google才發現有人遇到類似問題，解決方法是降版 囧

最後依樣畫葫蘆強制降版 (Plurk Paste)

若之前曾啟動過，記得要先把舊的venv目錄刪除，再重新啟動webui
首次產圖會出現以下錯誤訊息，關閉網頁重新再進入一次就OK了
MIOpen(HIP): Warning [SQLiteBase] Missing system database file: gfx1030_40.kdb Performance may degrade. Please follow instructions to install:

GitHub - ROCmSoftwarePlatform/MIOpen: AMD's Machine ...

同樣512x512的圖片，原本單靠CPU花將近2分鐘產出，透過GPU只要10秒

=========
以上很亂，可能不太好閱讀。單純當作備忘剪貼簿QQ