FlashAttention(flash | 您所在的位置:网站首页 › flsh安装失败 › FlashAttention(flash |
FlashAttention(flash-attn)安装
Flash Attention是一种注意力算法,更有效地缩放基于transformer的模型,从而实现更快的训练和推理。由于很多llm模型运行的时候都需要安装flash_attn,比如Llama3,趟了不少坑,最后建议按照已有环境中Python、PyTorch和CUDA的版本精确下载特定的whl文件安装是最佳方式。 FlashAttention的论文:FlashAttention: Fast and Memory-Efficient Exact Attention with IO-Awareness FlashAttention的github地址,建议安装之前读一下官方文档。 按照自己的Pytorch版本、CUDA版本和Python版本来选择对应版本的flash-attn,否则会默认下载最新版。 个人趟坑后推荐的pytorch版本大于2.2,CUDA版本为11.8。 安装顺序:CUDA Toolkit→PyTorch→FlashAttention CUDA Toolkit下载地址:https://developer.nvidia.com/cuda-toolkit-archive特定版本的PyTorch下载地址:https://pytorch.org/get-started/previous-versions/FlashAttention下载地址:https://github.com/Dao-AILab/flash-attention/releases/ 1.1 安装/更新CUDA Toolkit最详细的安装教程请务必参考NVIDIA CUDA Installation Guide for Linux,非常保姆的教程,前前后后的依赖和处理都很详尽,但英文的阅读和长度也很感人,以下是我趟出来的一套简单流程。 1.1.1 下载CUDA Toolkit以终为始我们需要的是cuda-11.8,那么直接去CUDA Toolkit下载地址下载特定版本。 wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run 1.1.2 安装CUDA Toolkit #登录管理员,使用root权限 su # 修改权限 chmod +x cuda_11.8.0_520.61.05_linux.run #安装 ./cuda_11.8.0_520.61.05_linux.run --no-opengl-libs #退出root exit执行后的弹框输入:accept,然后按Enter键继续。第二页选中Driver,按Enter键,再选中Install,按Enter键进行安装。 默认安装路径,那么将会安装在/usr/local/cuda-11.8/路径下。 1.1.3 设置环境变量 export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64/${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 1.2 安装PyTorch已经安装好了cuda-11.8后,并加入了环境变量,nvcc -V显示的是为cuda-11.8则可以正式开始安装PyTorch v2.2.2。(之所是2.2.2版本也是因为之前的1.2版本太老导致FlashAttention虽然看起来安装成功,但用起来仍然报错。查了很久之后,安装成功的人都推荐PyTorch v2.2.2) pip install torch==2.2.2 torchvision==0.17.2 torchaudio==2.2.2 --index-url https://download.pytorch.org/whl/cu118尽管官方给出安装PyTorch用conda install也可,但我没成功/(ㄒoㄒ)/~~,可能是channel的问题,whatever, 还是用pip install吧。 1.3 安装 FlashAttention至此,已经安装好了cuda-11.8和PyTorch v2.2.2,python -V查看当前的Python版本,就可以在FlashAttention下载地址选择对应的whl文件用pip install来安装了。以flash_attn-2.5.3+cu118torch2.2cxx11abiFALSE-cp39-cp39-linux_x86_64.whl为例: #下载 wget https://github.com/Dao-AILab/flash-attention/releases/download/v2.5.3/flash_attn-2.5.3+cu118torch2.2cxx11abiFALSE-cp39-cp39-linux_x86_64.whl # pip安装 pip install flash_attn-2.5.3+cu118torch2.2cxx11abiFALSE-cp39-cp39-linux_x86_64.whl |
CopyRight 2018-2019 实验室设备网 版权所有 |