ComfyUI sur GPU AMD : installer avec ROCm pas à pas

#ComfyUI AMD : quelle voie d'installation choisir

ComfyUI s'appuie sur PyTorch. Sur une carte NVIDIA, PyTorch passe par CUDA ; sur une Radeon, il passe par ROCm, la pile de calcul d'AMD, dont la couche HIP expose une interface volontairement proche de CUDA. C'est pour cela que ComfyUI affiche « cuda » même sur une carte AMD : PyTorch garde ce nom pour l'appareil, quelle que soit la marque. Tout le travail consiste donc à obtenir une version de PyTorch compilée pour ROCm, et un pilote qui la laisse accéder au GPU.

Windows, Radeon récente

ComfyUI Desktop avec ROCm, le chemin officiel décrit par AMD et annoncé par Comfy.org. C'est le plus simple : l'installateur gère Python, PyTorch et les dépendances.

Linux

Installation depuis les sources avec un environnement virtuel Python et les roues PyTorch ROCm. C'est la voie la plus ancienne, la mieux documentée et celle qui couvre le plus de cartes, y compris en contournement pour des modèles non listés.

Linux, serveur ou machine partagée

Docker sur une image ROCm fournie par AMD. Pratique pour isoler ComfyUI du reste du système et repartir de zéro en cas de casse.

Windows, ancienne Radeon

Pas de chemin ROCm officiel. Les solutions de repli (DirectML, ou passer sous Linux) sont présentées dans la partie dépannage.

Si vous découvrez ComfyUI, gardez sous la main notre guide d'installation pour débutants : l'interface, les nœuds et le placement des modèles sont identiques sur AMD et sur NVIDIA. Seule la couche matérielle change, et c'est elle que ce guide traite.

#Prérequis et cartes prises en charge

La liste des GPU pris en charge par ROCm change à chaque version, et elle n'est pas la même sous Windows et sous Linux. Ne vous fiez ni à un forum ni à un ancien tutoriel : ouvrez la matrice de compatibilité de la documentation « ROCm on Radeon and Ryzen » au moment d'installer, et repérez votre carte et votre système dans le tableau de la version courante.

Architecture

Les chemins officiels visent d'abord les Radeon RDNA 3 (RX 7000) et RDNA 4 (RX 9000), ainsi que certains processeurs Ryzen AI à graphique intégré. Les RDNA 2 (RX 6000) restent utilisables sous Linux, souvent avec une variable de contournement. Vérifiez votre modèle exact dans la matrice.

Pilote Windows

AMD Software Adrenalin Edition, dans la version minimale indiquée par la page d'installation d'AMD. Une version trop ancienne est la première cause d'échec sous Windows.

Pilote Linux

Le pilote noyau amdgpu d'une distribution à jour, avec accès aux périphériques /dev/kfd et /dev/dri. Les roues PyTorch ROCm embarquent les bibliothèques de calcul dont elles ont besoin ; installer ROCm complet reste utile pour les outils de diagnostic comme rocminfo.

Python

Pour l'installation manuelle, une version de Python acceptée par la roue PyTorch choisie. Le sélecteur de pytorch.org l'indique.

Disque

Comptez plusieurs gigaoctets pour PyTorch ROCm seul, puis la taille des modèles d'images, qui pèsent chacun de quelques gigaoctets à plus d'une dizaine.

Mémoire vidéo

Elle conditionne les modèles utilisables, comme sur NVIDIA. Sur un processeur Ryzen à graphique intégré, la part de mémoire réservée au GPU se règle dans le BIOS ou le logiciel AMD.

#Windows : ComfyUI Desktop avec ROCm

ComfyUI Desktop est l'application d'installation officielle de Comfy.org. Sur une carte AMD prise en charge, elle installe une version de PyTorch compatible ROCm, sans que vous ayez à manipuler d'index pip. La page d'AMD sur l'installation de ComfyUI sous Windows et l'annonce de Comfy.org sur le support officiel d'AMD ROCm sont les deux références à suivre : en cas d'écart avec ce guide, ce sont elles qui font foi.

1. 01
   Mettre à jour le pilote

   Installez la version d'AMD Software Adrenalin Edition exigée par la documentation d'AMD, puis redémarrez. Selon les versions, l'installateur d'Adrenalin propose aussi des composants d'IA optionnels : ils ne sont pas nécessaires pour suivre ce guide.
2. 02
   Télécharger ComfyUI Desktop

   Récupérez l'installateur Windows sur la page de téléchargement de comfy.org, jamais sur un site miroir. Lancez-le avec votre compte utilisateur habituel.
3. 03
   Choisir le GPU AMD

   À l'étape du choix du matériel, sélectionnez l'option AMD. Si elle n'apparaît pas ou reste grisée, votre version de l'installateur ou votre carte n'est pas prise en charge : vérifiez la matrice de compatibilité avant d'aller plus loin.
4. 04
   Choisir l'emplacement des données

   Désignez un dossier sur un disque qui a de la place : modèles, sorties et nœuds personnalisés s'y accumulent vite. Si vous aviez déjà une installation de ComfyUI, l'assistant peut en reprendre les modèles.
5. 05
   Laisser l'installation se terminer

   Le premier lancement télécharge Python, PyTorch et les dépendances. C'est long et volumineux, c'est normal. Ne fermez pas la fenêtre tant que l'interface n'est pas affichée.
6. 06
   Contrôler le journal

   Ouvrez les journaux depuis le menu de l'application et cherchez la ligne « Device » : elle doit nommer votre Radeon. Si elle indique le processeur, PyTorch n'a pas trouvé le GPU : reportez-vous à la partie dépannage.

Pour une version portable sans installateur, consultez la page des versions publiées du dépôt GitHub de ComfyUI : vérifiez si une archive destinée aux cartes AMD y figure pour la version courante, et suivez les instructions qui l'accompagnent. Ne mélangez pas une archive pensée pour NVIDIA avec une carte AMD : elle contient un PyTorch CUDA qui ne verra jamais votre Radeon.

#Linux : installer ComfyUI AMD depuis les sources

Sous Linux, l'installation manuelle reste la plus souple. Le principe tient en trois points : donner à votre utilisateur l'accès au GPU, installer PyTorch ROCm dans un environnement virtuel, puis installer ComfyUI par-dessus sans écraser ce PyTorch.

1. 01
   Donner l'accès au GPU

   Ajoutez votre utilisateur aux groupes render et video, puis fermez la session et reconnectez-vous. Sans cela, PyTorch ne peut pas ouvrir /dev/kfd et ne voit aucun GPU.
2. 02
   Vérifier que le système voit la carte

   Si ROCm est installé, rocminfo doit lister un agent de type GPU avec un identifiant gfx (par exemple gfx1100 pour une RX 7900 XTX, gfx1201 pour une RX 9070 XT). Notez cet identifiant : il sert au dépannage.
3. 03
   Créer l'environnement Python

   Clonez ComfyUI, créez un environnement virtuel dans son dossier et activez-le. Chaque session de travail commencera par cette activation.
4. 04
   Installer PyTorch ROCm en premier

   Sur pytorch.org, page Get Started, choisissez Linux, Pip, Python et ROCm : le site affiche la commande exacte et la version de ROCm du moment. Installez ce PyTorch avant toute autre dépendance.
5. 05
   Installer ComfyUI et lancer

   Installez les dépendances de ComfyUI, puis lancez main.py. L'interface répond par défaut sur http://127.0.0.1:8188.

sudo usermod -a -G render,video $LOGNAME
# Fermez la session puis reconnectez-vous, et vérifiez :
groups
rocminfo | grep -i gfx

git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
python3 -m venv .venv
source .venv/bin/activate

# Remplacez rocmX.Y par la version affichée sur pytorch.org (Get Started > Linux > Pip > ROCm)
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/rocmX.Y

pip install -r requirements.txt
python main.py

Le README de ComfyUI décrit aussi une voie expérimentale, sous Windows et Linux, avec des roues PyTorch publiées par AMD pour certaines architectures RDNA 3, 3.5 et 4. Elle évolue vite : si vous voulez l'essayer, copiez la commande directement depuis la section AMD du README plutôt que depuis un tutoriel, car les adresses d'index dépendent de l'architecture de votre carte.

#Docker avec une image ROCm

AMD publie sur Docker Hub des images rocm/pytorch qui contiennent ROCm et un PyTorch déjà compilé pour lui. Il n'existe pas, à notre connaissance, d'image ComfyUI officielle pour AMD : la méthode la plus propre consiste à partir de l'image d'AMD et à y installer ComfyUI. L'hôte doit seulement disposer du pilote amdgpu ; le conteneur reçoit l'accès au GPU par les périphériques /dev/kfd et /dev/dri.

mkdir -p $HOME/comfyui-docker

docker run -it \
  --name comfyui-rocm \
  --device=/dev/kfd --device=/dev/dri \
  --group-add video --ipc=host \
  --security-opt seccomp=unconfined \
  -p 127.0.0.1:8188:8188 \
  -v $HOME/comfyui-docker:/workspace \
  rocm/pytorch:latest

cd /workspace
git clone https://github.com/Comfy-Org/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
python3 main.py --listen 0.0.0.0 --port 8188

Étiquette d'image

latest change avec chaque version de ROCm. Pour une installation que vous voulez reproduire, notez l'étiquette précise utilisée et réutilisez-la, après avoir vérifié qu'elle prend en charge votre carte.

Volume

Le dossier monté dans /workspace conserve ComfyUI, ses modèles et ses sorties quand le conteneur est supprimé. Sans lui, tout repart à zéro.

Exposition

Le port est publié sur 127.0.0.1 : seule la machine hôte accède à l'interface. N'exposez pas ComfyUI sur un réseau ouvert : il n'a pas d'authentification par défaut et les nœuds personnalisés exécutent du code.

Relance

docker start -ai comfyui-rocm rouvre le même conteneur, sans réinstaller.

Le même avertissement s'applique qu'en installation manuelle : vérifiez après pip install que le PyTorch du conteneur est toujours celui d'AMD.

#Vérifier que le GPU AMD travaille vraiment

Une installation qui démarre ne prouve rien : ComfyUI sait se rabattre sur le processeur. Deux contrôles suffisent. Le premier interroge PyTorch directement, dans l'environnement où tourne ComfyUI.

python -c 'import torch; print(torch.__version__); print(torch.version.hip); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))'

torch.version.hip

Doit afficher un numéro de version. None signifie que ce PyTorch n'a pas été compilé pour ROCm : c'est presque toujours un PyTorch CUDA ou CPU installé par erreur.

torch.cuda.is_available()

Doit afficher True. Le mot cuda est normal sur AMD : PyTorch réutilise cette interface pour HIP.

get_device_name(0)

Doit nommer votre Radeon. Si c'est le graphique intégré du processeur, voyez le point sur le mauvais GPU dans la partie dépannage.

Le second contrôle se fait pendant un rendu : sous Linux, rocm-smi ou amd-smi affichent l'occupation et la mémoire utilisée du GPU ; sous Windows, le gestionnaire des tâches ou le logiciel Adrenalin montrent la charge de la carte. Si le processeur monte à 100 % pendant que le GPU reste au repos, le calcul ne passe pas par la Radeon.

#Erreurs de pilotes et de détection fréquentes

« hipErrorNoBinaryForGpu » ou « Unable to find code object »

Le PyTorch installé ne contient pas de code pour l'architecture de votre carte. Sous Linux, pour une carte proche d'une architecture prise en charge, le README de ComfyUI indique la variable HSA_OVERRIDE_GFX_VERSION : 10.3.0 pour des RDNA 2 comme les RX 6700 ou 6600, 11.0.0 pour des RDNA 3 comme la RX 7600. C'est un contournement non garanti par AMD.

Aucun GPU détecté sous Linux

Vérifiez l'appartenance aux groupes render et video (commande groups) après reconnexion, puis la présence de /dev/kfd. Dans Docker, vérifiez que les options --device ont bien été passées.

Mauvais GPU choisi

Sur une machine avec un graphique intégré AMD et une Radeon, PyTorch peut voir deux appareils. Limitez-le à la carte dédiée avec HIP_VISIBLE_DEVICES, en vous aidant de l'ordre affiché par rocminfo.

Option AMD absente dans ComfyUI Desktop

Pilote trop ancien, version de l'installateur antérieure au support ROCm, ou carte hors matrice. Mettez à jour Adrenalin et l'installateur, puis revérifiez la compatibilité.

ComfyUI tourne sur le processeur après l'ajout d'un nœud

Un nœud a réinstallé torch. Réinstallez PyTorch ROCm avec la commande de pytorch.org, puis vérifiez torch.version.hip.

Ancienne Radeon sous Windows

ComfyUI accepte une option --directml avec le paquet torch-directml. Le README la présente comme peu prise en charge : réservez-la au dépannage. Pour un usage régulier sur une RX 6000, Linux reste la voie la plus solide.

# Carte RDNA 2 non listée (ex. RX 6700 XT), selon le README de ComfyUI
HSA_OVERRIDE_GFX_VERSION=10.3.0 python main.py

# Carte RDNA 3 non listée (ex. RX 7600)
HSA_OVERRIDE_GFX_VERSION=11.0.0 python main.py

# N'utiliser que le premier GPU listé
HIP_VISIBLE_DEVICES=0 python main.py

#Manque de mémoire vidéo : les réglages utiles

Sur AMD, le manque de mémoire se traduit par une erreur du type « HIP out of memory » au lieu de « CUDA out of memory ». Les remèdes sont les mêmes que sur NVIDIA, et ils passent d'abord par les options de lancement de ComfyUI, puis par le choix du modèle et de la résolution.

--lowvram

Découpe le modèle et le charge par morceaux. Plus lent, mais permet de faire tenir de plus gros modèles.

--novram

Va plus loin encore, quand --lowvram ne suffit pas.

--reserve-vram

Réserve une quantité de mémoire, en gigaoctets, que ComfyUI ne touchera pas. Utile quand l'écran, le navigateur ou un autre programme se partagent la même carte.

--cpu-vae

Déplace le décodage VAE sur le processeur. Le nœud VAE Decode (Tiled) est une autre solution, qui reste sur le GPU par tuiles.

Résolution et lot

Réduisez la taille d'image ou le nombre d'images par lot avant de changer de modèle : la mémoire consommée pendant le décodage augmente avec eux.

Modèles quantifiés

Des versions réduites (FP8, GGUF via un nœud dédié) existent pour plusieurs grands modèles d'images. Vérifiez que le format est pris en charge par votre version de PyTorch ROCm avant de compter dessus.

PYTORCH_HIP_ALLOC_CONF

L'équivalent AMD de PYTORCH_CUDA_ALLOC_CONF. La valeur expandable_segments:True peut limiter la fragmentation de la mémoire ; son effet dépend de la version de PyTorch.

python main.py --lowvram --reserve-vram 1

# Variante : allocation moins fragmentée
PYTORCH_HIP_ALLOC_CONF=expandable_segments:True python main.py --lowvram

Le README de ComfyUI mentionne aussi une variable, TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL=1, à combiner avec --use-pytorch-cross-attention, pour activer une attention plus économe en mémoire sur certaines cartes AMD. Elle est expérimentale ; si elle provoque des erreurs, retirez-la avant de chercher une autre cause.

#Ce que ce guide ne promet pas

Aucun test de vitesse n'a été réalisé pour ce guide, et vous n'y trouverez ni temps de rendu ni comparaison avec une carte NVIDIA. Les performances de ComfyUI sur AMD dépendent de la carte, de la version de ROCm, de celle de PyTorch, du modèle et des options d'attention : un chiffre isolé, sans ces informations, ne vous apprendrait rien. Les commandes ci-dessus suivent la documentation d'AMD, de PyTorch et le README de ComfyUI ; les numéros de version, eux, sont volontairement laissés à relever sur ces sources, parce qu'ils changent plus vite qu'un guide.

Gardez aussi en tête que les nœuds personnalisés sont écrits le plus souvent pour CUDA. Certains appellent des bibliothèques propres à NVIDIA et échoueront sur une Radeon, même si ComfyUI lui-même fonctionne. Avant d'installer un workflow complexe, vérifiez dans le dépôt de chaque nœud s'il mentionne ROCm ou AMD.

#Pour aller plus loin

Une fois ComfyUI opérationnel sur votre Radeon, ces guides prolongent l'installation : les premiers pas dans l'interface, le même travail de configuration ROCm pour Ollama si vous voulez aussi faire tourner des LLM, et les fiches des cartes AMD les plus courantes.