首页
/ 在Runpod上部署MAGI-1项目的完整指南

在Runpod上部署MAGI-1项目的完整指南

2025-06-30 21:53:12作者:韦蓉瑛

本文将详细介绍如何在Runpod云平台上部署MAGI-1项目,并解决常见的安装问题和配置错误。MAGI-1是一个基于PyTorch的多模态AI项目,需要特定的环境配置才能正常运行。

环境准备

首先需要设置基本环境变量和时区配置:

export HF_HOME=/workspace/
export TZ=America/Los_Angeles

创建Python虚拟环境并安装PyTorch基础包:

python -m venv venv
source /workspace/venv/bin/activate
pip install torch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0

依赖安装

安装必要的系统工具和Python包:

apt-get update
apt-get install -y ffmpeg
pip install ffmpeg ffmpeg-python

克隆项目仓库并安装依赖:

git clone https://github.com/SandAI-org/MAGI-1
cd MAGI-1
pip install --upgrade wheel setuptools setuptools_scm packaging

特别注意flash-attn需要单独安装以避免挂起问题:

pip install flash-attn --no-build-isolation
sed -i '/flash-attn/d' requirements.txt
pip install -r requirements.txt --no-build-isolation

安装MagiAttention模块

MagiAttention是项目核心组件,安装时需要足够的内存资源:

git clone https://github.com/SandAI-org/MagiAttention
cd MagiAttention
git submodule update --init --recursive
pip install --no-build-isolation .
cd ../

模型下载与配置

使用huggingface-cli高效下载所需模型:

pip install --upgrade huggingface_hub[hf_transfer]
export HF_HUB_ENABLE_HF_TRANSFER=1

对于4.5B模型:

huggingface-cli download sand-ai/MAGI-1 \
  --local-dir ./downloads/t5_pretrained/t5-v1_1-xxl \
  --include "ckpt/t5/t5-v1_1-xxl/*" \
  --local-dir-use-symlinks False
huggingface-cli download sand-ai/MAGI-1 \
  --local-dir ./downloads/vae \
  --include "ckpt/vae/*" \
  --local-dir-use-symlinks False
huggingface-cli download sand-ai/MAGI-1 \
  --local-dir ./downloads/4.5B_base \
  --include "ckpt/magi/4.5B_base/*" \
  --local-dir-use-symlinks False

整理下载的模型文件:

mv ./downloads/t5_pretrained/t5-v1_1-xxl/ckpt/t5/t5-v1_1-xxl/* ./downloads/t5_pretrained/t5-v1_1-xxl/
mv ./downloads/vae/ckpt/vae/* ./downloads/vae/
mv ./downloads/4.5B_base/ckpt/magi/4.5B_base/* ./downloads/4.5B_base/

常见问题解决

  1. CUDA设备设置:4.5B模型的run.sh脚本中需要将CUDA_VISIBLE_DEVICES设置为0而非1

  2. 24B模型配置

    • distill和fp8字段应设为false
    • cfg_number必须设置为3
  3. ffmpeg安装:必须同时通过apt-get和pip安装才能正常工作

  4. 内存问题:安装MagiAttention时至少需要H100级别的内存资源

持久化存储配置

当使用持久化存储时,每次启动需要重新设置环境:

export HF_HOME=/workspace/
export TZ=America/Los_Angeles
source /workspace/venv/bin/activate
apt-get update
apt-get install -y ffmpeg
pip install ffmpeg-python
cd /workspace/MAGI-1

通过以上步骤,可以确保MAGI-1项目在Runpod平台上正确部署和运行。对于不同的模型规模,只需调整相应的下载和配置参数即可。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
943
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
196
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71