# 🎮 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)