Add gfx1035 to AMD_RDNA2_AND_OLDER_ARCH in model_management.py
快速结论：该报错发生在 AMD Radeon RX 680M 等 gfx1035 架构 iGPU 上运行 ComfyUI 时，由于 model_management.py 未识别该架构，导致模型被强制使用 bf16 而非 fp16（即使指定 --fp16-unet 也无法覆盖 int8 模型的精度选择），需手动将 gfx1035 加入 AMD_RDNA2_AND_OLDER_ARCH 列表。
问题场景
用户在 ComfyUI 中使用 AMD RDNA2 iGPU（gfx1035）加载 anima int8 模型时，发现模型被降级为 bf16（比 fp16 慢很多），即使使用 --fp16-unet 参数也无法解决 int8 模型的精度自动选择问题。
报错原文
[INFO] AMD arch: gfx1035
[INFO] ROCm version: (7, 15)
[INFO] Set vram state to: NORMAL_VRAM
[INFO] Disabling smart memory management
[INFO] Device: cuda:0 AMD Radeon(TM) Graphics : native
[INFO] Using async weight offloading with 2 streams
[INFO] Enabled pinned memory 11342.0原因分析
ComfyUI 的 model_management.py 中 AMD_RDNA2_AND_OLDER_ARCH 列表未包含 gfx1035 架构，导致该 GPU 被识别为“非 RDNA2 及更旧架构”。当加载 int8 模型时，框架回退到 bf16 精度（比 fp16 更慢）。用户通过 --fp16-unet 参数无法覆盖 int8 模型的自动精度逻辑。
环境排查
- Python: 嵌入式 Python（
D:\python_embeded\Lib\site-packages\_rocm_sdk_devel） - PyTorch: 2.14.0a0+rocm7.15.0a20260715
- ROCm 版本: 7.15
- AMD 架构: gfx1035（Radeon RX 680M iGPU）
- TRITON 版本: 3.7.1
- VRAM: 14730 MB（系统 RAM: 28357 MB）
- 模型类型: int8 anima 模型
解决步骤
- 编辑 ComfyUI 源码中的
model_management.py文件，找到AMD_RDNA2_AND_OLDER_ARCH列表定义。 - 将
"gfx1035"添加到该列表中（例如：AMD_RDNA2_AND_OLDER_ARCH = ["gfx1030", "gfx1031", "gfx1032", "gfx1033", "gfx1034", "gfx1035", ...]）。 - 如果不想修改源码，可尝试使用启动参数
--force-fp16绕过（请注意可能影响其他 AMD 架构的兼容性）。 - 重新启动 ComfyUI，确保模型加载时使用 fp16 而非 bf16。
验证方法
启动 ComfyUI 后查看日志中 [INFO] AMD arch: gfx1035 后是否显示 Set vram state to: NORMAL_VRAM；加载 int8 模型时观察生成的图像速度是否明显提升（fp16 通常比 bf16 快数倍）。
参考来源
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
