服务器根目录爆满导致 PyTorch 安装失败(Errno 28 No space left on device)

1. 问题背景

在远程 Linux 服务器上通过 pip 安装 PyTorch 时,安装过程突然中断并报错,安装其他的包都没有问题。观察发现下载时中断,pytorch包确实挺大的。

虽然数据盘(如 /data)有充足的剩余空间(1.0T+),但 MobaXterm 右下角监控显示磁盘使用率已达 97% ,一旦开始安装大型包,使用率瞬间飙升至 100% 并报错。

2. 报错信息

核心错误为 OSError: [Errno 28] No space left on device,具体堆栈如下:

复制代码
Exception ignored in: <function _TemporaryFileCloser.__del__ ...>
...
OSError: [Errno 28] No space left on device
ERROR: Exception:
Traceback (most recent call last):
  ...
  File ".../pip/_vendor/urllib3/response.py", line 455, in _error_catcher
    raise ProtocolError("Connection broken: %r" % e, e)
pip._vendor.urllib3.exceptions.ProtocolError: ("Connection broken: OSError(28, 'No space left on device')", ...)

3. 原因分析

  1. 分区误解 :服务器的 /data 目录虽然空间大,但它是独立挂载的分区。而用户的家目录(~)、缓存目录(~/.cache)以及系统临时目录(/tmp)通常位于**根分区(/)**下。可能由于服务器的分区策略给家目录分的内存已经爆满,因此无法存入。
  2. 默认行为 :pip 在安装过程中,会先将巨大的安装包下载到缓存目录,并在 /tmp 下进行解压和编译。PyTorch 包体积巨大,瞬间占满了根分区的剩余空间。
  3. 结果 :根分区(/)被写满,导致无法写入临时文件,从而抛出 Errno 28 错误。

4. 解决方案

通过清理缓存 + 重定向临时目录,将安装过程中的大文件操作指向空间充足的数据盘。

第一步:清理现有缓存(可选但推荐)

先释放一些根分区空间,确保能执行后续命令:

复制代码
rm -rf ~/.cache/pip
rm -rf ~/.cache/conda
# 若有权限且确认安全,可清理系统临时文件
# sudo rm -rf /tmp/* 

第二步:创建数据盘缓存目录

在空间充足的 /data 目录下创建专用文件夹:

复制代码
mkdir -p /data/你的用户名/pip_cache
mkdir -p /data/你的用户名/tmp

第三步:设置环境变量并安装(关键步骤)

利用 export TMPDIR 指定临时解压路径,配合 pip 的 --cache-dir 参数,双管齐下避开根目录限制。

执行命令:

复制代码
# 1. 导出临时目录变量到数据盘
export TMPDIR=/data/你的用户名/tmp

# 2. 执行安装,指定缓存目录到数据盘
pip install torch==x.x.x torchvision==x.x.x --cache-dir=/data/你的用户名/pip_cache

注意 :请根据实际需要的 PyTorch 版本和 CUDA 版本调整 pip install 后的参数。

5. 后续处理与注意事项

  1. 恢复环境变量 :

    安装完成后,建议取消 TMPDIR 的设置,以免干扰其他依赖默认 /tmp(通常是内存盘,速度更快)的程序运行。

    • 方法一:直接关闭当前终端窗口,重新登录。
    • 方法二:在当前窗口执行 unset TMPDIR 或 export TMPDIR=/tmp。
  2. 为何这样做有效?

    • --cache-dir:告诉 pip 把下载的安装包存在数据盘,不占根目录。
    • TMPDIR:告诉 Python 和系统工具,在解压、编译时的临时文件也存放在数据盘,防止 /tmp 爆满。
  3. 适用场景 :

    此方法不仅适用于安装 PyTorch,也适用于安装任何体积巨大、容易撑爆根目录的 Python 库或进行大型编译任务。

相关推荐
H.莓飛8 小时前
【C++】【STL】stack_OJ题
服务器·c语言·开发语言·数据结构·c++·算法·visual studio
无足鸟ICT11 小时前
【RHCA+】sosreport(收集诊断文档)
linux·运维·服务器
瑞雪兆丰年兮14 小时前
Linux零基础快速入门-第二章 Linux基础命令
linux·运维·服务器
光电笑映17 小时前
TCP 为什么可靠?从三次握手、滑动窗口到拥塞控制全面拆解(上)
运维·服务器·网络·udp
飞奔的瓜牛17 小时前
Linux 下使用 OpenSSL 生成自签名证书完整指南
运维·服务器·nginx
哈尔滨张谦蛋18 小时前
兰州大学 · 甘肃省可穿戴装备重点实验室 · 2027年博士招生
人工智能·深度学习
峥嵘life20 小时前
Android16 热点「网络共享」开关的设计与实现
服务器·网络·microsoft
张小姐的猫21 小时前
【基于 WebSocket 的多用户网页五子棋】—— 整合封装服务器模块设计实现1️⃣
服务器·websocket·网络协议
chh5631 天前
从 BERT 到大模型:让模型从“会接龙”到“会回答
人工智能·深度学习·bert
心之王者7161 天前
Linux 进程信号:从产生、阻塞到捕捉与子进程回收
linux·服务器·网络