说在前面
前段时间尝试要用到的最近大火的SSM模型，Mamba模型。环境配置是当然是第一个难关，参考了github链接配置，但是因为很多环境什么的报了一堆奇怪的错，其实到最后发现和cuda环境有很大的关系。正好最近有个朋友也想用mamba，他在环境上也有一些问题，所以我就计划写一篇博客来大概说明一下我的环境是怎么配置的。What can I say？
官方教程
下面这张图，主要的几个要求。
首先很简单的是我们可以通过pip直接安装，非常方便，其次有几点要求
- Linux
- NVIDIA GPU
- PyTorch 1.12+
- CUDA 11.6+
上面两点应该大家服务器都是这样的，主要的就是PyTorch版本和CUDA版本是很关键的。
小灰的过程
下载python库
其实可以一键pip下载，但是其实pip会匹配很多东西，比如说你的系统版本，cuda版本什么的。这里不推荐直接pip，可以去mamba库的release里面去下载，然后下载对应的pytorch版本和cuda版本,以及python版本 ，这样确保我们的是可以使用的。最近的到小灰写博客的时候已经是2.2.4版本了，小灰使用的是2.2.2，也推荐使用这个版本，因为我当时使用2.2.4的时候配置不太成功。在2.2.2中，又cuda为12.2的和11.8的两个版本之分，这里推荐使用11.8，好吧是因为11.8中我成功了。所以不能参考官方readme中说11.6+即可，如果你的版本12.2那么可以试试12.2的，如果既不是11.8也不是12.2的cuda版本，你需要下载一个新的cuda版本。选择一个你喜欢的python版本和torch版本，下载好对应的whl文件到你的服务器上，本地pip安装，这一步我相信大家应该都知道怎么操作。
下载cuda版本
首先如何查看你的电脑中当前运行的cuda版本，有很多教程会说你运行
bash
nvidia-smi 得到一个界面，我得到的是这样的,然后红框框里面是你的cuda版本。其实不是这样的，这个cuda版本是你的nvidia驱动目前支持的最高cuda运行版本，而不是当前运行版本。
如果你想要查看cuda版本，你需要运行这个命令，这个v要记得是大写的。
bash
nvcc -V你会得到下面的一行输出，我的是cuda11.8。所以其实并不是那样的。
具体的下载cuda11.8版本的cuda怎么下载，我这里也不过多说明了，这种博客网上一搜一大堆。这里想要说明的一点是，你服务器的cuda版本可能不太方便更改，因为可能还有其他的程序，其实你可以安装多个cuda版本，并且是可以切换的，可以通过这条命令
bash
vim ~/.bashrc查看当前指向的是哪个版本的cuda，像我的就是我更改过的是这样的，如果你需要其他版本的，你可以指向另外一个文件的路径。具体的可以参考这篇博客：https://blog.csdn.net/deersonglzx/article/details/132103228
下载python版本和pytorch版本
其实到这一步大家其实会比较熟悉多了，基本上用anaconda这种包管理器，我们创建一个新的python版本，也就是你之前下载的那个whl文件里描述的python版本。然后就是pytorch版本，这里也要说明一下的是，也建议pytorch直接去对应的网站去下载cuda和python对应版本的pytorch，当然这个torch 的版本和之前mamba whl文件里面描述的也是一样的。所以基本上就是找whl文件对应的cuda和对应的python版本和对应的torch版本。
一些小问题
1.在mamba中会使用到causal-conv1d这个库，这个库你可能需要自己安装，可能会遇到一些问题，搜索一下应该可以解决。
2.在运行中，会遇到一些奇怪的报错，这些报错其实大多都是属于版本安装不太对，你需要校验包括cuda版本，torch版本，以及mamba安装的是否对应。也可以去github的issue去检索一下，基本上能找到一些端倪。
最后
小灰祝你安装顺利，实验结果漂亮，论文accepted！