1. 准备cunda环境
下载cuda、cudnn，
CUDA Toolkit Archive | NVIDIA Developer
https://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