Paddle分布式训练报NCCL错

wo42ge

已于 2024-11-12 10:12:05 修改

阅读量304

点赞数 1

分类专栏： python 文章标签： paddle

于 2024-11-12 10:11:19 首次发布

本文链接：https://blog.youkuaiyun.com/qq_35623400/article/details/143702517

版权

python 专栏收录该内容

2 篇文章

订阅专栏

应该是没有装NCCL，但是通过NVIDIA官网方式用apt安装报错，说nccl签名有问题

打开官网查找对应版本的nccl：https://developer.nvidia.com/nccl/nccl-legacy-downloads

这里不下载local Ubuntu选项，下载O/S agnostic local installer这个选项

下载到本地后上传到服务器中，目录自己选
然后解压

tar -xvf nccl-xxxx.tar

解压完进入文件夹，把nccl复制过去

sudo cp include/* /usr/local/cuda/include
sudo cp lib/* /usr/local/cuda/lib64

然后把路径追加到环境变量中就可以了

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:你自己上边解压的路径在哪就写什么
例如：export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/nccl_2.22.3-1+cuda10.0_ppc64le/lib

参考：https://blog.youkuaiyun.com/qq_41475067/article/details/123086190?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-0-123086190-blog-143115894.235^v43pc_blog_bottom_relevance_base9&spm=1001.2101.3001.4242.1&utm_relevant_index=3