Qlora如何指定某一张卡，单卡训练？

[zhl970124]

加载模型

print("加载模型----")
model = AutoModelForCausalLM.from_pretrained(
    args.model_name_or_path,
    device_map="auto",
    # device_map=device_map,
    load_in_4bit=True,
    torch_dtype=torch.float16,
    trust_remote_code=True,
    quantization_config=BitsAndBytesConfig(
        load_in_4bit=True,
        bnb_4bit_compute_dtype=torch.float16,
        bnb_4bit_use_double_quant=True,
        bnb_4bit_quant_type="nf4",
        llm_int8_threshold=6.0,
        llm_int8_has_fp16_weight=False,
    ),
)

这里的 device_map="auto", 会调用多卡训练，请问如何指定固定的显卡训练。 尝试过device_map={'': int(os.environ.get('LOCAL_RANK', '1'))} 以及 device_map = "cuda:1" 都不行，报错信息： 【RuntimeError: CUDA error: invalid device ordinal】
有没有大佬能帮忙解答下~ 感谢

[l-i-p-f]

可以在训练启动的时候通过CUDA_VISIBLE_DEVICES参数指定，可以指定单卡或多卡，如：

CUDA_VISIBLE_DEVICES=5,6,7 python train.py

[l-i-p-f]

可以在训练启动的时候通过CUDA_VISIBLE_DEVICES参数指定，可以指定单卡或多卡，如：

CUDA_VISIBLE_DEVICES=5,6,7 python train.py

单卡可以用上面的方式。

但多卡训练，上面方式能启动，但好像没有真正的多卡并行，因为想优化配置参数，但显存占用及需要的训练耗时没有变化。

改用deepspeed，相同的训练数据量，优化配置参数，耗时从需要182h下降到48h。

deepspeed --include=localhost:5,6,7 train.py

[Kenneth0901]

device_map=｛“”：0｝

[Kenneth0901]

可以在训练启动的时候通过CUDA_VISIBLE_DEVICES参数指定，可以指定单卡或多卡，如：
CUDA_VISIBLE_DEVICES=5,6,7 python train.py

单卡可以用上面的方式。

但多卡训练，上面方式能启动，但好像没有真正的多卡并行，因为想优化配置参数，但显存占用及需要的训练耗时没有变化。

改用deepspeed，相同的训练数据量，优化配置参数，耗时从需要182h下降到48h。

deepspeed --include=localhost:5,6,7 train.py

学到了 这就回去试试deepseed