[踩坑记] CUDA环境下bitsandbytes安装报错/异常解决

关键词：模型量化，bitsandbytes，bitsandbytes报错，大模型环境，CUDA环境

1. 问题描述

在部署大模型LLaMA的过程中，需要安装量化工具包bitsandbytes，环境如下：
操作系统：Ubuntu 18.04
GPU：4xA100 40G
CUDA：11.7
cuDNN：8.4
bitsandbytes: 0.38.0 github库

在conda python环境下，通过pip install bitsandbytes直接安装，或是按源码编译安装，在python -m bitsandbytes检测时均出现异常。详见ISSUES），主要异常内容如下：

File 'bitsandbytes/cextension.py', line 20, in <module> raise RuntimeError('''
RuntimeError:
CUDA Setup failed despite GPU being available. Inspect the CUDA SETUP outputs above to fix your environment!
''')

在环境变量LD_LIBRARY_PATH中增加CUDA的lib路径，问题依旧。重新编译出现异常内容如下：

nvcc fatal: Unsupported gpu architecture 'compute_75'

在环境变量中增加CUDA_HOME，编译成功，但执行模块加载后出依然出现问题：

RuntimeError:
CUDA Setup failed despite GPU being available. Please run the following command to get more information: 

python -m bitsandbytes

Inspect the output of the command and see if you can locate CUDA libraries. You might need to add them to your LD_LIBRARY_PATH. ...

在bitsandbytes仓库中发布ISSUES，无论是增加环境变量，还是重新编译，均没有解决。

2. 过程分析

新环境安装：在另外一台GPU测试机GTX TITAN X（lspci | grep -i nvidia）上安装CUDA11.7和cuDNN，并安装bitsandbytes（python -m bitsandbytes），一切正常。

确定问题出在系统环境上，咨询OP环境情况，原来系统中安装了CUDA10后来没有删除又安装了CUDA11，删除CUDA10后，可能系统中有信息残留，导致上述各种问题的出现，总之就是CUDA环境不干净！

3. 解决方法 ISSUES

删除系统中的所有的CUDA程序，包括源码安装的和工具安装的CUDA(apt-get uninstall)，确保nvidia-smi, nvcc不再可用。

重新在干净的系统上依次安装cuDNN和CUDA，之后重启系统，在conda python环境下通过pip install bitsandbytes安装bitsandbytes，通过python -m bitsandbytes验证，安装成功。

-------- END --------