将深度学习环境迁移至老旧系统｜个人学习笔记

背景

最近在做环境迁移，需要将一个包含LLM、PyTorch的深度学习环境，从一台单卡A100开发机迁移到一台拥有8卡A100的高性能服务器集群上。

源服务器：环境较新，Python3.10，CUDA13+，PyTorch2.9（预览版）。

目标服务器：硬件很强，但系统老旧（CentOS7），底层 glibc 版本仅为2.17，且没有root权限，无法安装系统级编译器（g++, cmake, rust）。

本以为简单的 pip install -r requirements.txt 就能搞定，结果不太行。

踩坑记录

坑位 1：直接解压 Conda 环境包失败

起初尝试将源服务器打包好的 conda_env.tar.gz 直接解压到新服务器使用。

报错：version 'GLIBC_2.29' not found。

原因：Conda环境中的二进制文件是基于源服务器较新的Linux内核编译的，直接搬到glibc 2.17的老机器上，底层ABI不兼容，Python解释器直接无法运行。跨操作系统版本迁移，千万不要用tar包直接解压，必须重建环境。

坑位 2：Conda Create 创建环境失败

操作：conda create -n env python=3.10.19

报错：The following specifications were found to be incompatible with your system，提示系统glibc版本过低。

解决：降低Python小版本号，改用Python 3.10.12或3.9，这些版本对老系统的兼容性更好。

坑位 3：硬件绑定包冲突

报错：ERROR: No matching distribution found for cuda-bindings==13.1.1

原因：pip freeze 导出的列表包含了源机器特有的硬件驱动包。源机器是 CUDA 13，新机器是 CUDA 12.2，pip在源里找不到对应的包，且版本不匹配。

解决：删除 requirements.txt 中所有 nvidia-, cuda-, cupy-cuda* 的包，让 PyTorch 自动处理依赖。

坑位 4：源码编译地狱（Pandas, Numpy, Tiktoken, Sentencepiece）

这是最耗时的一步。当 pip 在源中找不到适配 glibc 2.17 的预编译包（Wheel）时，会自动下载源码尝试本地编译。

报错 A：安装 pandas==2.3.3 时，提示 Running g++ --version gave "[Errno 2] No such file or directory"。

报错 B：安装 tiktoken 时，提示 error: can't find Rust compiler。

原因：新服务器为了稳定性，没有安装 gcc/g++ 编译器，也没有 Rust 环境。

解决：见下文"终极方案"。

终极解决方案：Conda + Pip 混合安装法

针对"老系统 + 无编译器"的恶劣环境，单纯依靠 pip 是行不通的。必须利用 Conda 预编译二进制包的优势来"降维打击"。

第一步：清洗 requirements.txt

编辑 requirements.txt，删除以下三类包：

硬件强绑定包：cuda-bindings, nvidia-, cupy-。

需要编译的底层包：numpy, pandas, pyzmq, sentencepiece, tiktoken。

版本号不存在的包：例如内部预览版的 torch==2.9.0。

第二步：利用 Conda 安装"硬骨头"

Conda 的包是预编译好的，自带依赖库，不依赖系统的 g++。

bash 复制代码

# 创建环境
conda create -n <name> python=3.10 -y
conda activate <name>

# 优先用 Conda 安装这些编译困难户
# conda-forge 频道对老系统支持更好
conda install -c conda-forge pandas numpy pyzmq sentencepiece tiktoken -y

第三步：安装 PyTorch (官方稳定版)

根据目标机器的 CUDA 版本（例如 12.2），去官网找对应命令。不要用 txt 里的旧版本。

bash 复制代码

# 安装适配 CUDA 12.1 的 PyTorch
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

第四步：安装剩余 Python 包

最后处理剩下那些纯 Python 的库。

bash 复制代码

# 使用国内源加速
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

总结

在高性能计算集群（HPC）或老旧企业级服务器上部署环境时，pip install -r requirements.txt 往往是一个陷阱。

避开编译：遇到 g++ not found 或 rust compiler missing，立刻停止 pip，转投 Conda 的怀抱。

解绑硬件：迁移前务必清理掉列表中的 nvidia- 和 cuda- 包。

系统兼容：如果遇到 glibc 报错，首先考虑降低 Python 版本。

将深度学习环境迁移至老旧系统｜ 个人学习笔记

背景

踩坑记录

终极解决方案：Conda + Pip 混合安装法

总结

将深度学习环境迁移至老旧系统｜个人学习笔记