报错代码:RuntimeErrorRuntimeError: : NCCL error in: ../torch/csrc/distributed/c10d/ProcessGroupNCCL.cpp:46, unhandled cuda error, NCCL version 2.10.3
分析:NCCL:一般来是是在配置cuda时就已经配置好了对应版本的NCCL了。
在运行这个模型时,我是直接使用require.txt来配置环境的,但是使用这个配置环境是比较死板的,并没有考虑到每个人的电脑本身的各项参数配置。
通过观察发现控制台前面已经表示环境中的torch与显卡版本和cuda不匹配可能不能发挥显卡最大性能。这个警告并不会导致代码运行中止,但是给了我启发,我觉得可能就是torch版本与cuda版本不匹配,自然与NCCL也不匹配,于是我删除了torch,使用pytorch官网提供的与本电脑匹配的安装命令行来安装,安装后果然问题解决。
删除torch:
pip uninstall torch torchvision torchaudio
之后根据pytorch官网给的命令安装pytorch即可