1. 准备cunda环境
下载cuda、cudnn,
CUDA Toolkit Archive | NVIDIA Developerhttps://developer.nvidia.com/cuda-toolkit-archive
Log in | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-download 选择版本可以参考里的Index of /anaconda/cloud/pytorch/win-64/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirrorpytorch版本信息
具体流程可以参考【精选】CUDA安装教程(超详细)_Billie使劲学的博客-CSDN博客
2. 安装nvcc
下载安装包:
需要选择"使用c++桌面开发",之后按提示安装即可,最后按提示重启操作系统,在cmd窗口输入nvcc -v,即可查看安装信息
3. 安装pytorch环境
conda install pytorch=2.0.1 torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
其中pytorch的版本需要根据需要调整
如果使用清华源安装pytorch,使用如下命令:
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
conda install pytorch=2.0.1 torchvision torchaudio pytorch-cuda=11.7 -c nvidia
安装完成后,需要推出conda的powershell prompt命令行,重新打开。否则python环境有可能会提示找不到torch
4. 从github上获取deepspeed代码
经过测试发现,pip install方式获取的deepspeed代码是无法在windows下使用的,所以需要根据requirements.txt上要求的版本从github上clone或直接从release里下载对应的版本。
比如,0.9.2版本的下载路径是:https://github.com/microsoft/DeepSpeed/archive/refs/tags/v0.9.2.zip
5. 编译代码
需要"以管理员身份运行"启动anaconda的powershell prompt命令行程序,执行
build_win.bat
报错1:
csrc/transformer/inference/csrc/pt_binding.cpp(537): error C2398: 元素"2": 从"size_t"转换为"_Ty"需要收缩转换
可以参考:
如何在window10安装DeepSpeed chat(补充编译报错C2398部分)_deepspeed安装-CSDN博客
修改csrc/transformer/inference/csrc/pt_binding.cpp,加入(unsigned)
报错2:
LINK : fatal error LNK1181: 无法打开输入文件"aio.lib"
参考Win11系统下安装Deepspeed报错处理_vah101的博客-CSDN博客
6. 配置环境变量
编译完成后,在deepspeed的bin目录下,生产了deepspeed可执行文件,之后可以将deepspeed的bin目录增加到系统环境变量中配置path里,直接在命令行执行deepspeed不报错,就说明成功。
7. 使用的注意事项
此后,在安装其他的应用中,如果requirements.txt有deepspeed,需要将其deepspeed注释掉