PyTorch 2.3 (2.3.1) for AMD gfx802 / gfx803 / gfx900 on ROCm 5.7.3 (Python 3.11)

Prebuilt torch 2.3 wheel for AMD GPUs:

• gfx802 — AMD FirePro S7150 x2 (16 GB total = 2×8 GB)
• gfx803 — AMD Radeon RX 580 (8 GB)
• gfx900 — AMD Radeon RX Vega 64 (8 GB)

Tested OS: Debian 12
Python: 3.11
ROCm: 5.7.3

Prerequisites

• Working ROCm 5.7.3 stack for the GPUs above
• Properly configured OpenCL, HIP, and Vulkan environments
• A functioning C/C++ toolchain (for OpenCL / HIP / Vulkan targets)

Install (system Python 3.11 on Debian 12)

# Remove any previous torch (if present)
sudo pip uninstall -y torch --break-system-packages

# Clone repo 
git clone https://github.com/novarobot/pytorch2.3-gfx802-gfx803-gfx900
cd pytorch2.3-gfx802-gfx803-gfx900/

# Install
sudo pip install --break-system-packages ./torch-2.3.1+git63d5e92-cp311-cp311-linux_x86_64.whl

Quick check

python3 - << 'PY'
import torch
print("torch:", torch.__version__)
print("cuda available:", torch.cuda.is_available())
print("hip available:", hasattr(torch.version, "hip") and torch.version.hip is not None)
PY

---

PyTorch 2.3 (2.3.1) AMD gfx802 / gfx803 / gfx900 ROCm 5.7.3-hoz (Python 3.11) — Magyar

Előre fordított torch 2.3 wheel AMD GPU-khoz:

• gfx802 — AMD FirePro S7150 x2 (összesen 16 GB = 2×8 GB)
• gfx803 — AMD Radeon RX 580 (8 GB)
• gfx900 — AMD Radeon RX Vega 64 (8 GB)

Tesztelt rendszer: Debian 12
Python: 3.11
ROCm: 5.7.3

Előfeltételek

• Működő ROCm 5.7.3 a fenti kártyákhoz
• Helyesen konfigurált OpenCL, HIP és Vulkan környezet
• Működő C/C++ fordítóeszköz-lánc (OpenCL / HIP / Vulkan célokra)

Telepítés (rendszer Python 3.11 Debian 12-n)

# Korábbi torch eltávolítása (ha volt)
sudo pip uninstall -y torch --break-system-packages

# Repó letöltése:
git clone https://github.com/novarobot/pytorch2.3-gfx802-gfx803-gfx900
cd pytorch2.3-gfx802-gfx803-gfx900/

# Telepítés
sudo pip install --break-system-packages ./torch-2.3.1+git63d5e92-cp311-cp311-linux_x86_64.whl

Gyors ellenőrzés

python3 - << 'PY'
import torch
print("torch:", torch.__version__)
print("cuda elérhető:", torch.cuda.is_available())
print("hip elérhető:", hasattr(torch.version, "hip") and torch.version.hip is not None)
PY