La plataforma de cómputo de AMD ha ido ganando tracción por su capacidad para unir CPU y GPU en flujos de trabajo exigentes, y aunque su origen y foco principal están en Linux, hoy existe un camino claro para trabajar en Windows gracias al HIP SDK y a compilaciones recientes que abren la puerta a proyectos populares como ComfyUI. Si te interesa acelerar cargas de trabajo con GPUs AMD en Windows, aquí tienes una guía completa que recoge lo esencial del HIP SDK y una receta práctica con ROCm 7 RC y PyTorch para RDNA 3 y RDNA 4.
A continuación encontrarás, por un lado, qué trae el HIP SDK para Windows y cómo se instala, y por otro, un procedimiento probado para poner en marcha ROCm 7 RC con ComfyUI en Windows 11.
Qué es ROCm y cómo encaja en Windows
ROCm proporciona el conjunto de tecnologías de AMD para computación de alto rendimiento, con especial hincapié en Linux, donde habilita el rendimiento de las GPUs AMD en tareas intensivas. En Windows, esa experiencia llega en forma de HIP SDK, un paquete que trae una parte del ecosistema ROCm a este sistema operativo para compilar y ejecutar aplicaciones basadas en HIP.
El HIP SDK integra APIs, herramientas y componentes de tiempo de ejecución como amdhip64 y amd_comgr, permitiendo a desarrolladores aprovechar la aceleración por GPU desde Windows. En la práctica, puedes instalar el SDK incluso sin una GPU AMD para compilar, pero necesitarás una tarjeta compatible si vas a ejecutar aplicaciones HIP.
Cambios relevantes del HIP SDK y componentes incluidos
Con las versiones actuales, el HIP SDK en Windows ha actualizado piezas clave del runtime. Desde ROCm 6.1.2 se distribuyen versiones recientes de amdhip64 y amd_comgr, y a partir de ROCm 6.4.2 la librería de Ray Tracing (HIP RT) pasa a nombrarse hiprt0200564.dll.
Además de las bibliotecas y utilidades de desarrollo, el instalador del HIP SDK incorpora un paquete de controlador gráfico profesional. En concreto, el instalador incluye AMD Radeon Software PRO 23.30, lo que simplifica el despliegue del entorno gráfico adecuado junto a las herramientas HIP.
Requisitos del sistema y soporte
El HIP SDK está soportado oficialmente en Windows 10, Windows 11 y Windows Server 2022, abarcando entornos cliente y servidor. Aunque es posible instalar el SDK en una máquina sin GPU AMD para acceder a toolchains y compiladores, la ejecución de aplicaciones HIP requiere una GPU compatible.
Si tu objetivo es utilizar PyTorch con aceleración en GPUs AMD bajo Windows en escenarios como ComfyUI, hay otra pieza a considerar: las ruedas ROCm 7 RC de PyTorch publicadas por la comunidad para RDNA 3 y RDNA 4. Estas compilaciones permiten instalar torch, torchvision y torchaudio apuntando a un índice específico según tu arquitectura.
Instalación del HIP SDK en Windows: pasos clave
El instalador del HIP SDK simplifica bastante el proceso en Windows con una experiencia guiada. Antes de comenzar, asegúrate de tener permisos de administrador, ya que el instalador requiere elevación (UAC) y extrae temporalmente sus paquetes en la ruta C:\\AMD.
- Descarga el instalador desde la página oficial del HIP SDK correspondiente a la versión de ROCm que quieras.
- Lanza el instalador y espera a que se extraigan los paquetes en C:\\AMD. Verás una ventana de inicialización durante ese proceso. El instalador detecta tu configuración para seleccionar los componentes aplicables a tu equipo.
- Personaliza la instalación: la ventana principal te permite escoger qué instalar y, por defecto, todo viene marcado.
- Inicia la instalación y deja que concluya. Si procede, el asistente solicitará reiniciar el sistema.
Ten en cuenta un detalle importante si automatizas o lanzas el instalador desde la línea de comandos. La aplicación del instalador está construida con un punto de entrada WinMain, por lo que su ciclo de vida depende de una ventana, incluso en sistemas headless donde esa interfaz no sea visible.
Desinstalación y mantenimiento
La desinstalación de componentes del HIP SDK se realiza desde Configuración de Windows o el Panel de Control. Accede a Ajustes > Aplicaciones > Aplicaciones instaladas, pulsa en los tres puntos del componente a retirar y elige Desinstalar (el complemento de Visual Studio se gestiona aparte).
En la práctica, esto permite retirar el SDK HIP, librerías asociadas y, si lo deseas, el controlador gráfico profesional incluido. La recomendación es mantener sincronizadas las versiones de SDK y controladores para evitar incompatibilidades en tiempo de ejecución.
Guía práctica: Windows 11 + ROCm 7 RC + ComfyUI en GPU AMD
Una guía muy popular en la comunidad ha demostrado que es posible ejecutar ComfyUI en Windows 11 apoyándose en ROCm 7 RC y ruedas específicas de PyTorch para AMD. De forma resumida: necesitarás Python 3.13, Visual Studio 2022 con componentes de C++ y luego instalar las wheels de torch/torchvision/torchaudio apropiadas para tu GPU.
Requisitos principales
Sistema operativo Windows 11, Python 3.13 (puedes descargarlo desde https:\/\/www.python.org\/ftp\/python\/3.13.7\/python-3.13.7-amd64.exe) y Visual Studio 2022 Community (disponible en https:\/\/visualstudio.microsoft.com\/thank-you-downloading-visual-studio\/?sku=Community&channel=Release&version=VS2022). Instala VS con las cargas de trabajo de C++ necesarias para compilar e integrar extensiones nativas.
Crear un entorno virtual Python
Después, clona ComfyUI y crea un entorno virtual de Python para aislar dependencias. Con el entorno activado, el paso clave es instalar PyTorch con soporte ROCm 7 RC usando el índice de tu arquitectura RDNA.
Para RDNA 4 (gfx120X-all), utiliza esta orden (elige siempre el índice que corresponda a tu GPU): el repositorio de ruedas está en CloudFront y expone un directorio por arquitectura.
python -m pip install --index-url https://d2awnip2yjpvqn.cloudfront.net/v2/gfx120X-all/ torch torchvision torchaudioPara RDNA 3 hay diferentes identificadores; en la guía se mencionan familias gfx94X y gfx110X, pero el ejemplo de instalación funcional emplea gfx110X-dgpu para tarjetas como 7800XT o 7900XTX. Si tu GPU es RDNA 3 dGPU, prueba con el índice gfx110X-dgpu.
python -m pip install --index-url https://d2awnip2yjpvqn.cloudfront.net/v2/gfx110X-dgpu/ torch torchvision torchaudioPuedes explorar todas las compilaciones publicadas y elegir la que corresponda a tu modelo en el índice general. Consulta https:\/\/d2awnip2yjpvqn.cloudfront.net\/v2\/ para ver las opciones disponibles por arquitectura.
Comprobaciones opcionales tras la instalación
Puedes ejecutar una verificación rápida del SDK y listar las librerías de tu entorno Python. Esto ayuda a confirmar que el runtime HIP y los paquetes de PyTorch ROCm han quedado correctamente instalados.
rocm-sdk test
pip freezeAntes de lanzar ComfyUI, instala las dependencias del proyecto y el paquete de Transformers desde GitHub para cubrir algunas funcionalidades de modelos. Hazlo desde la carpeta del repositorio ya clonado, con el entorno virtual activado.
pip install -r requirements.txt
pip install git+https://github.com/huggingface/transformersPara iniciar ComfyUI, simplemente invoca el script principal de la aplicación. Si todo está bien, se abrirá la interfaz y podrás trabajar con la aceleración de tu GPU AMD.
python main.pyActualización de las ruedas a versiones RC más recientes: cuando aparezca una nueva build del índice correspondiente a tu GPU, puedes actualizar con la misma ruta y el modificador adecuado. La orden típica incluye la opción –upgrade apuntando al índice específico.
python -m pip install --upgrade --index-url https://d2awnip2yjpvqn.cloudfront.net/v2/gfx120X-all/ torch torchvision torchaudioNota de memoria con VAE en algunos entornos: varios usuarios han resuelto errores de memoria del VAE desactivando la integración con cuDNN desde el arranque de la app, añadiendo unas líneas en el main de ComfyUI. Aunque cuDNN es propio de NVIDIA, este ajuste puede evitar inicializaciones que no aplican a HIP en ciertas builds de PyTorch.
import torch
torch.backends.cudnn.enabled = FalseInstalación: detalles operativos y opciones
Durante la instalación del HIP SDK, el asistente realiza una detección de componentes y muestra opciones agrupadas. Por defecto, todo aparece seleccionado, lo que resulta útil si quieres un entorno completo con herramientas, librerías y controlador profesional.
Si eres administrador de sistemas y necesitas despliegues silenciosos o scriptables, revisa la documentación sobre parámetros de línea de comandos. Ten siempre presente que el instalador tiene entrada WinMain y su ciclo de vida depende de una ventana, lo cual puede afectar a automatizaciones en servidores sin interfaz gráfica.
La carpeta temporal C:\\AMD se limpia automáticamente al finalizar la instalación; no obstante, asegúrate de que hay espacio suficiente en disco antes de comenzar. Una vez completado y tras reiniciar en caso necesario, el sistema quedará listo para compilar y ejecutar aplicaciones HIP.
Repositorio y documentación adicional
Existe un repositorio específico con instrucciones de instalación del HIP SDK para Windows, así como referencias para Linux en el repo correspondiente y en la documentación oficial de ROCm. Si lo que quieres es realizar un build rápido de prueba, la guía de compilación ofrece comandos y opciones para validar que el toolchain responde como debe.
Para cargas de trabajo con PyTorch, como la mencionada con ComfyUI, la clave en Windows está en apuntar a las ruedas adecuadas por arquitectura RDNA. El índice público de CloudFront permite localizar la build correcta y cambiar de versión RC cuando lo necesites.
Tras recorrer el ecosistema de ROCm en Windows, el panorama queda bastante claro: el HIP SDK aporta el conjunto esencial de APIs y runtime (con componentes como amdhip64, amd_comgr y la librería hiprt) y un instalador con controlador PRO 23.30, mientras que, para IA en Windows 11, las ruedas ROCm 7 RC de PyTorch habilitan flujos prácticos como ComfyUI en RDNA 3 y RDNA 4; si completas la instalación con Python 3.13 y VS2022, verificas la configuración con rocm-sdk test y mantienes las wheels actualizadas desde el índice CloudFront, tendrás un entorno competitivo para desarrollo y experimentación acelerados en GPUs AMD.