Initial commit: Documentation Effi v1.0

- Structure complète du projet
- Docker compose de production
- Documentation organisée par thèmes
- Guides d'installation et configuration
- Section dépannage détaillée
- Journal historique

docs/04-depannage/rocm-amd-gpu.md

@@ -0,0 +1,213 @@
+# 🎮 Dépannage GPU AMD ROCm
+
+## Erreurs courantes
+
+### `hipErrorInvalidDeviceFunction`
+
+**Symptôme :**
+```
+RuntimeError: parallel_for failed: hipErrorInvalidDeviceFunction: invalid device function
+```
+
+**Cause :** Le build ROCm a été compilé pour une mauvaise architecture GPU.
+
+**Solution :**
+1. Vérifier l'architecture de votre GPU :
+```bash
+rocminfo | grep gfx
+# ou
+docker run --device /dev/kfd --device /dev/dri \
+  -e HSA_OVERRIDE_GFX_VERSION=11.0.0 rocm/dev-ubuntu-24.04:6.3.4-complete \
+  /opt/rocm-6.3.4/bin/rocminfo | grep -E "gfx|Name"
+```
+
+2. Modifier le Dockerfile pour votre architecture :
+```bash
+cd ~/speaches/src
+sed -i 's/gfx1101/gfx1100/g' Dockerfile.rocm-ct2
+```
+
+3. Rebuilder l'image :
+```bash
+docker build -f Dockerfile.rocm-ct2 -t speaches:rocm-ct2 .
+```
+
+**Architectures courantes :**
+- RX 7800 XT / 7900 XTX : `gfx1100`
+- RX 7700 XT : `gfx1101`
+- RX 6000 series : `gfx1030`
+
+---
+
+### `float16 not supported on CPU backend`
+
+**Symptôme :**
+```
+ValueError: float16 not supported on CPU backend
+```
+
+**Cause :** Whisper essaie d'utiliser float16 sur CPU (mode fallback).
+
+**Solution :** Changer le compute type :
+```yaml
+environment:
+  - WHISPER__COMPUTE_TYPE=int8  # ou float32
+```
+
+---
+
+### `Conv1D on GPU currently requires the cuDNN library`
+
+**Symptôme :**
+```
+RuntimeError: Conv1D on GPU currently requires the cuDNN library which is not integrated in this build
+```
+
+**Cause :** CTranslate2 ROCm compilé sans support MIOpen (équivalent cuDNN).
+
+**Solution :** Ajouter MIOpen dans le Dockerfile :
+```dockerfile
+# Dans Dockerfile.rocm-ct2
+RUN cmake ... \
+  -DWITH_CUDNN=ON \
+  -DCUDnn_LIBRARY=/opt/rocm-6.3.4/lib/libMIOpen.so
+```
+
+---
+
+### `Unable to find group render`
+
+**Symptôme :**
+```
+Unable to find group render: no matching entries in group file
+```
+
+**Cause :** Les noms de groupes ne sont pas reconnus dans le conteneur.
+
+**Solution :** Utiliser les GID numériques :
+```yaml
+group_add:
+  - "44"   # GID video
+  - "991"  # GID render
+```
+
+**Trouver les GID :**
+```bash
+cat /etc/group | grep -E "video|render"
+```
+
+---
+
+### ROCm non détecté
+
+**Symptôme :** `rocm-smi` ne trouve pas de GPU
+
+**Diagnostic :**
+```bash
+# Vérifier que le kernel voit le GPU
+lspci | grep -i vga
+
+# Vérifier les modules kernel
+lsmod | grep amdgpu
+
+# Vérifier les devices
+ls -la /dev/kfd /dev/dri
+```
+
+**Solutions :**
+
+1. **Installer ROCm :**
+```bash
+# Sur Fedora/Bazzite
+sudo dnf install -y rocm-dev rocm-smi
+
+# Sur Ubuntu
+sudo apt install -y rocm-dev
+```
+
+2. **Ajouter l'utilisateur au groupe video :**
+```bash
+sudo usermod -aG video $USER
+sudo usermod -aG render $USER
+# Déconnexion/reconnexion nécessaire
+```
+
+3. **Vérifier les permissions :**
+```bash
+ls -la /dev/kfd
+# Doit être accessible au groupe video
+```
+
+---
+
+### Faible performance GPU
+
+**Symptôme :** La transcription prend toujours 10s+ malgré ROCm
+
+**Diagnostic :**
+```bash
+# Vérifier l'utilisation GPU
+rocm-smi
+
+# Voir si ROCm est vraiment utilisé
+docker logs speaches-stt | grep -i "rocm\|cuda\|gpu"
+
+# Vérifier les variables d'environnement
+docker inspect speaches-stt | grep -i env
+```
+
+**Causes possibles :**
+1. Mode CPU activé malgré ROCm
+2. Conflit avec Ollama qui utilise tout le GPU
+3. Modèle trop gros
+
+**Solutions :**
+```yaml
+# Forcer le device GPU
+environment:
+  - WHISPER__DEVICE=cuda  # ou auto
+  
+# Réduire la charge GPU d'Ollama
+# Dans Ollama, utiliser moins de couches GPU
+```
+
+---
+
+## Build CTranslate2 ROCm complet
+
+### Procédure détaillée
+
+```bash
+# 1. Cloner le repo speaches
+cd ~
+git clone https://github.com/speaches-ai/speaches.git
+cd speaches/src
+
+# 2. Vérifier l'architecture GPU
+rocminfo | grep gfx
+
+# 3. Modifier le Dockerfile pour votre architecture
+# Remplacer gfx1101 par votre architecture (ex: gfx1100)
+sed -i 's/gfx1101/gfx1100/g' Dockerfile.rocm-ct2
+
+# 4. Vérifier que MIOpen est activé
+grep -i miopen Dockerfile.rocm-ct2
+# Devrait contenir : -DWITH_CUDNN=ON
+
+# 5. Build (prend 30-60 min)
+docker build -f Dockerfile.rocm-ct2 -t speaches:rocm-ct2 .
+
+# 6. Tester
+docker run --rm --device /dev/kfd --device /dev/dri \
+  -e HSA_OVERRIDE_GFX_VERSION=11.0.0 \
+  speaches:rocm-ct2 \
+  python3 -c "import torch; print(torch.cuda.is_available())"
+```
+
+---
+
+## Ressources
+
+- [CTranslate2 ROCm Fork](https://github.com/arlo-phoenix/CTranslate2-rocm)
+- [AMD ROCm Documentation](https://docs.amd.com)
+- [ROCm GPU Support List](https://rocm.docs.amd.com/en/latest/release/gpu_os_support.html)