确保 Windows AMD 显卡驱动版本不低于 24.12.1，具体可参考官方说明。
一、安装 WSL 和 Ubuntu
- 安装 WSL2：
wsl --install
- 安装 Ubuntu（24.04、22.04 等）：
wsl.exe --install ubuntu-24.04
- 更改 Ubuntu 安装位置（可选）：
wsl --manage ubuntu-24.04 --move <location>
- 进入 WSL 实例：
# 输入 wsl -d <version> 进入指定版本或输入 wsl 进入默认实例
wsl -d ubuntu-24.04
可按 Ctrl+D 退出当前实例。
关闭实例：
wsl --shutdown
检查实例状态：
wsl -l -v
二、安装 ROCm（示例为安装 ROCm 6.3.4）
- 安装 AMD 统一驱动程序包存储库和安装程序脚本
具体 ROCm 适配情况可查看 AMD ROCm 兼容性文档。
注意：Ubuntu 24.04 和 Ubuntu 22.04 两者下载的包不一样，Ubuntu 24.04 对应 noble，Ubuntu 22.04 对应 jammy，具体下载网址为 AMD GPU Install Repo。
Ubuntu 24.04：
cd
sudo apt update
wget https://repo.radeon.com/amdgpu-install/6.3.4/ubuntu/noble/amdgpu-install_6.3.60304-1_all.deb
sudo apt install ./amdgpu-install_6.3.60304-1_all.deb
Ubuntu 22.04：
cd
sudo apt update
wget https://repo.radeon.com/amdgpu-install/6.3.4/ubuntu/jammy/amdgpu-install_6.3.60304-1_all.deb
sudo apt install ./amdgpu-install_6.3.60304-1_all.deb
- 查看可用用例列表（可选）：
sudo amdgpu-install --list-usecase
- 安装 ROCm：
sudo amdgpu-install --usecase=graphics,opencl,video,hip
- 检查 ROCm 安装情况：
rocminfo
如果正确显示显卡信息，则安装成功。
三、安装 Conda（可选）
- 安装 Conda（用于管理 Python 版本）：
cd
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash ./Miniconda3-latest-Linux-x86_64.sh
需重启控制台，只需要退出 WSL 就可以了，按 Ctrl+D，然后再启动 WSL 就可以了。
- 创建名为 sd 的环境，Python 版本为 3.10（建议 WebUI 和 ComfyUI 各自创建一个环境）：
conda create -n sd python=3.10 -y
- 激活环境 sd：
conda activate sd
若需要退出当前 Conda 环境：
conda deactivate
四、安装 PyTorch（若没有使用 Conda，请自行安装 Python3）
- 下载对应 Python 版本的 whl 文件：
cd
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.3.4/torch-2.4.0%2Brocm6.3.4.git7cecbf6d-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.3.4/torchvision-0.19.0%2Brocm6.3.4.gitfab84886-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.3.4/pytorch_triton_rocm-3.0.0%2Brocm6.3.4.git75cc27c2-cp310-cp310-linux_x86_64.whl
wget https://repo.radeon.com/rocm/manylinux/rocm-rel-6.3.4/torchaudio-2.4.0%2Brocm6.3.4.git69d40773-cp310-cp310-linux_x86_64.whl
(根据安装的 Python 版本确定安装包，安装包的名字中 cpxxx 为安装 Python 版本，例如 cp310 对应 Python 3.10 版本)
- 安装下载的 whl：
pip3 uninstall torch torchvision pytorch-triton-rocm
pip3 install torch-2.4.0%2Brocm6.3.4.git7cecbf6d-cp310-cp310-linux_x86_64.whl
pip3 install torchvision-0.19.0%2Brocm6.3.4.gitfab84886-cp310-cp310-linux_x86_64.whl
pip3 install torchaudio-2.4.0%2Brocm6.3.4.git69d40773-cp310-cp310-linux_x86_64.whl
pip3 install pytorch_triton_rocm-3.0.0%2Brocm6.3.4.git75cc27c2-cp310-cp310-linux_x86_64.whl
- 更新 WSL 兼容的运行时库：
location=$(pip show torch | grep Location | awk -F ": " '{print $2}')
cd ${location}/torch/lib/
rm libhsa-runtime64.so*
- libhsa-runtime64.so 至少需要安装 GCC 12.1，Conda 环境可以升级 gcc 版本（可选）：
conda install -c conda-forge gcc=12.1.0
- 验证安装情况：
python3 -c 'import torch' 2> /dev/null && echo 'Success' || echo 'Failure'
python3 -c 'import torch; print(torch.cuda.is_available())'
python3 -c "import torch; print(f'device name [0]:', torch.cuda.get_device_name(0))"
输出结果分别为：Success、True、显卡型号则安装成功。
验证 PyTorch 环境：
python3 -m torch.utils.collect_env
五、安装 Stable-Diffusion-WebUI 和 ComfyUI
1. 安装 Stable-Diffusion-WebUI
（1）克隆 Stable Diffusion WebUI 到本地并安装依赖：
cd
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui
pip install -r requirements.txt
（2）下载汉化包：
cd && cd ~/stable-diffusion-webui/extensions
git clone https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN.git
（3）运行 Stable-Diffusion-WebUI：
cd && cd stable-diffusion-webui
python launch.py
2. 安装 ComfyUI
（1）克隆 ComfyUI 到本地并安装依赖：
cd
git clone https://github.com/comfyanonymous/ComfyUI.git
cd ComfyUI
pip install -r requirements.txt
（2）与 Stable-Diffusion-WebUI 共享库（可选）：
cd ~/ComfyUI
mv extra_model_paths.yaml.example extra_model_paths.yaml
vim extra_model_paths.yaml
在 vim 中将文件中 base_path: path/to/stable-diffusion-webui/ 改为 base_path: /home/用户名/stable-diffusion-webui/。
（3）运行 ComfyUI：
cd && cd ComfyUI
python main.py
