1. bitsandbytes 遇到CUDA Setup failed despite GPU being available.
使用conda 管理环境时加载大模型会遇到bitsandbytes无法识别cuda的情况:
此处windows系统:
pip install bitsandbytes-windows
linux 系统:
将bitsandbytes版本降低至0.39.0
pip install bitsandbytes==0.39.0
2. 在安装deepspeed库时报错, can not find CUDA_HOME,
由于使用conda 管理环境时安装pytorch会安装一系列cuda基础包,体现为对应环境的/anaconda/env/xxx/lib/libcudart11…so。但是deepspeed不识别这部分,需要重新安装nvidia-cudatookkit才行,具体的版本号需要和你的虚拟环境使用的相同,例如都应该为cuda113.
例如cuda113:
wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run
进入界面后安装时只选择粗大toolkit, 不安装驱动等其它包
然后设置CUDA_HOME变量
export CUDA_HOME=/usr/loca/cuda-xxx
或者直接写入你的bash文件里面也可以
然后再次安装deepspeed还是会报错,错误信息大概是 “file does not belong to current user”,因为上述方法安装cuda是在root权限下安装,但是我们在自己的机器上跑大多用非root账号。此时可以将该部分cuda文件的权限更改掉,
sudo chown xxxx /usr/loca/cuda-xxx -R
这样就可以正常安装了
3. UserWarning: CUDA initialization: CUDA unknown error - this may be due to an incorrectly set up environment, e.g. changing env variable CUDA_VISIBLE_DEVICES
猜测是安装了上述两个cudatoolkit导致的问题,之前是没有的
可以通过如下方法解决
sudo apt-add-repository multiverse
sudo apt update
sudo apt install nvidia-modprobe
4. Error no file named pytorch_model.bin, tf_model.h5, model.ckpt
开始加载大模型时找不到模型权重
我试的qwen,安装他使用的保存权重的库就可以
pip install safetensors