# Installing PyTorch with ROCm on Radeon GPUs

> Step-by-step guide to installing PyTorch with ROCm support on Ubuntu for AMD Radeon (RDNA2) GPUs – venv setup, pip install, and GPU verification.

*Source: https://velstech.net/install-pytorch-rocm-ubuntu.ta (Tamil translation of https://velstech.net/install-pytorch-rocm-ubuntu) · Updated: 2026-08-25*

*Markdown version. [Read the interactive guide](https://velstech.net/install-pytorch-rocm-ubuntu.ta). English Markdown: https://velstech.net/install-pytorch-rocm-ubuntu.md.*

---

PyTorch தான் டீப் லேர்னிங்கிற்கான முதன்மையான கட்டமைப்பு (framework), மேலும் AMD
வன்பொருளில் அது **ROCm** மூலம் இயங்குகிறது. ROCm நிறுவப்பட்டவுடன்,
Radeon GPU இல் PyTorch ஐ வேலை செய்ய வைப்பது ஒரு `pip install` மட்டுமே.

நான் இதை **Radeon RX 6800M** (gfx1031, RDNA2) இல் ROCm 7.14 மற்றும்
Ubuntu 26.04 உடன் சோதித்தேன் – கீழே உள்ள சரியான கட்டளைகள் தான் வேலை செய்தவை.
இதே செயல்முறை மற்ற RDNA2/RDNA3 கார்டுகளுக்கும் பொருந்தும்; நிறுவல் கட்டளையில் gfx
இலக்கை மட்டும் மாற்றுங்கள்.

## முன்நிபந்தனைகள்

- ROCm நிறுவப்பட்டு சரிபார்க்கப்பட்டது – இதை இன்னும் செய்யவில்லை
என்றால், எங்கள் Radeon GPU களுக்காக Ubuntu இல்
ROCm நிறுவுதல் வழிகாட்டியை முதலில் பின்பற்றவும், மேலும் rocminfo
உங்கள் GPU ஐக் காட்டுகிறது என்பதை உறுதிப்படுத்தவும்.

- Python 3.11, 3.12, 3.13, அல்லது 3.14 நிறுவப்பட்டிருக்க வேண்டும்.

- உங்கள் GPU இன் gfx கட்டமைப்பு (எ.கா. RX 6800M க்கு gfx1031).

## படி 1 – மெய்நிகர் சூழலை உருவாக்கவும்

PyTorch ஐ எப்போதும் புதிய மெய்நிகர் சூழலில் நிறுவுங்கள், இதனால் அது சிஸ்டம்
பேக்கேஜ்கள் அல்லது மற்ற Python திட்டங்களுடன் ஒருபோதும் மோதாது:

```
python3.12 -m venv .venv
```

உங்களிடம் உள்ள எந்த Python பதிப்பையும் பயன்படுத்துங்கள் – `python3.11`,
`python3.13`, அல்லது `python3.14` அனைத்தும் வேலை செய்யும். இது
உங்கள் தற்போதைய கோப்பகத்தில் `.venv` என்ற கோப்புறையை உருவாக்குகிறது.

## படி 2 – சூழலைச் செயல்படுத்தவும்

`python` மற்றும் `pip` venv ஐ சுட்டும் வகையில் அதைச்
செயல்படுத்தவும்:

```
source .venv/bin/activate
```

ப்ராம்ப்ட் தொடக்கத்தில் `(.venv)` காட்டும்போது அது வேலை செய்தது என்று
தெரிந்துகொள்வீர்கள்.

## படி 3 – ROCm ஆதரவுடன் PyTorch நிறுவவும்

AMD இன் wheel களஞ்சியத்திலிருந்து ROCm-செயல்படுத்தப்பட்ட PyTorch, torchvision, மற்றும்
torchaudio ஐ நிறுவவும். உங்கள் GPU இன் `device-gfx` இலக்கைப் பயன்படுத்தவும் –
RX 6800M க்கு அது `device-gfx1031`:

```
python -m pip install --index-url https://repo.amd.com/rocm/whl-multi-arch/ \
    "torch[device-gfx1031]==2.12.0+rocm7.14.0" \
    "torchvision[device-gfx1031]==0.27.0+rocm7.14.0" \
    "torchaudio==2.11.0+rocm7.14.0"
```

சில குறிப்புகள்:

- [device-gfx1031] எக்ஸ்ட்ரா, உங்கள் சரியான GPU கட்டமைப்பிற்காக
மேம்படுத்தப்பட்ட ROCm நூலகங்களை இழுக்கிறது – அதைத் தவிர்க்காதீர்கள்.

- மற்ற கார்டுகளுக்கு, இலக்கை மாற்றவும்: gfx1030 (RX 6800/6700 XT), gfx1100 (RX 7900
XTX), மற்றும் பல. அல்லது அனைத்து கட்டமைப்புகளுக்கும் ஒரே நேரத்தில் ஆதரவு வேண்டுமானால்
[device-all] பயன்படுத்தவும் (பெரிய பதிவிறக்கம்).

- +rocm7.14.0 பதிப்பு டேக் உங்கள் நிறுவிய ROCm பதிப்புடன் பொருந்த வேண்டும்.

> pip சார்புகளைத் தீர்ப்பதில் சிக்கல் என்று சொன்னால், venv செயலில் இருப்பதையும்,
> --index-url https://repo.amd.com/rocm/whl-multi-arch/ ஐ அனுப்புவதையும்
> உறுதி செய்யுங்கள் – ROCm பில்டுகளை AMD வெளியிடும் களஞ்சியம் அதுவே.

## படி 4 – GPU கண்டறியப்பட்டதைச் சரிபார்க்கவும்

PyTorch உங்கள் AMD GPU வைப் பார்க்கிறது என்பதை உறுதிப்படுத்த இந்த ஒரு-வரி
கட்டளையை இயக்கவும்:

```
python -c "import torch; print(torch.cuda.is_available())"
```

PyTorch மற்றும் ROCm சரியாக நிறுவப்பட்டு உங்கள் AMD GPU கண்டறியப்பட்டால் அது
`True` என அச்சிடும். (ஆம், API இல் அது `cuda` தான் – PyTorch
ROCm க்கும் அதே இடைமுகத்தை வைத்துள்ளது, எனவே குறியீடு எடுத்துச் செல்லக்கூடியது.)

நீங்கள் மேலும் சென்று சாதனத்தின் பெயரைச் சரிபார்க்கலாம்:

```
python -c "import torch; print(torch.cuda.get_device_name(0))"
```

RX 6800M இல் இது `AMD Radeon RX 6800M` போன்று ஏதாவது புகாரளிக்கும்.

## அடுத்து என்ன?

ROCm இல் PyTorch இயங்குவதால் நீங்கள் இவற்றைச் செய்யலாம்:

- முழு GPU முடுக்கத்துடன் மாடல்களைப் பயிற்றுவிக்கவும், அனுமானத்தை இயக்கவும்

- LLM களை உள்ளூரில் இயக்கவும் – Hugging Face Transformers, text-generation-webui, மற்றும் ஒத்த கருவிகள் ஆயத்தமாக வேலை செய்கின்றன

- பட மாடல்களுக்கு torchvision, ஆடியோ குழாய்களுக்கு torchaudio பயன்படுத்தவும்

உங்களுக்குத் தேவைப்பட்டால் அதிகாரப்பூர்வ வழிகாட்டியில் கூடுதல் விவரம் உள்ளது:
[ROCm க்கான PyTorch ஐ நிறுவுங்கள் – AMD AI ecosystem ஆவணங்கள்](https://rocm.docs.amd.com/projects/ai-ecosystem/en/latest/frameworks/pytorch/install.html).

---

*VelsTech – https://velstech.net/install-pytorch-rocm-ubuntu.ta.md*