Mamba-ssm软件包安装

一、前言

Mamba作为一种新型的可用于深度学习的架构，以SSM（状态空间模型）为基础，在2023年被提出之后就受到了广泛关注，它集合了Transformer的注意力机制，并且克服了Transformer的缺点，即模型参数量随着输入长度的增加而呈线性增长。

本文在尝试安装Mamba时遇到了一些错误，查找资料发现其安装过程并不像一般的软件包那么容易，因此发文记录一下安装和debug过程。

二、安装过程

2.1安装环境要求

Mamba源代码地址为https://github.com/state-spaces/mamba，截至发文时最新版本为2.2.4。

按照源代码地址上安装说明，安装的环境需满足以下三个条件：
（1）须为Linux系统；
（2）NVIDIA GPU，cuda大于11.6；
（3）pytorch大于1.12。

本文安装系统环境如下：
系统：ubuntu22.04
cuda:12.1
pytorch:2.3.0

2.2安装和Debug过程

终端输入如下安装命令：

pip install mamba-ssm

输入该命令后，会首先安装一些依赖包，然后下载GitHub源代码地址上的whl安装包，此时有可能因为GitHub连接问题而报错终止安装，报错信息为Guessing wheel URL: https://github.com/**.whl，remote end closed connection without response，如下图所示：

此时可以使用其他方式手动下载whl安装包，然后使用如下命令安装：

pip install **.whl

安装顺利完成，但当调用Mamba包时遇到了错误，错误信息为：ImportError, **-gnu.so:undefined symbol:_ZN3…，如下图所示：

通过搜索错误信息，有些网页说是由于causal_conv1d的版本与Mamba-ssm的版本不一致导致该错误，然后经过检查安装的包列表发现并没有安装casual_conv1d。

经过检查下载的Mamba安装文件，发现文件名为：mamba_ssm-2.2.4+cu12torch2.5cxx11abiFALSE-cp312-cp312-linux_x86_64，从文件名可看出该安装包适配torch2.5版本，而本文安装环境中torch为2.3，因此重新下载了适配torch2.3版本的安装包，重新安装，发现能够正常调用，至此安装结束。

Mamba安装包下载地址为：https://github.com/state-spaces/mamba/releases。

三、总结

3.1安装技巧

回顾Mamba的安装过程，使用pip install mamba-ssm的方法并不能顺利安装，因为不会对系统环境中的torch版本进行检查进而下载适配版本的安装文件，稳妥的方法是手动下载适配的whl文件，然后进行安装。

3.2安装环境依赖

官方的Mamba需要依赖Linux系统，博主在windows系统下进行了安装实验，无法顺利安装。但可以在windows系统下安装非官方的Mamba替代包，在GitHub上可以检索到，具体效果需要读者进行实际测试。