ChatGLM3单机多卡LoRA微调报错问题分析与解决

问题背景

在使用ChatGLM3进行LoRA微调时，用户遇到了单机多卡运行时的CUDA设备序号无效错误。具体表现为当尝试使用torchrun启动多进程训练时，系统抛出"RuntimeError: CUDA error: invalid device ordinal"错误。

环境配置分析

从问题描述中可以看到用户的环境配置如下：

• CUDA 12.1
• Transformers 4.38.1
• Python 3.11.8
• Linux CentOS 7.9操作系统
• 两张NVIDIA RTX 3090显卡(24GB显存)

问题原因

经过分析，该问题主要由以下几个因素导致：

1. 设备数量不匹配：用户在torchrun命令中设置了--nproc_per_node=8，但实际只有2张显卡。这个参数应该与实际GPU数量一致。

2. DeepSpeed配置问题：DeepSpeed的安装或配置可能存在问题，特别是Zero阶段2的配置可能不正确。

3. 环境依赖不完整：虽然用户已经安装了主要依赖，但某些关键依赖如typer、nltk等需要额外安装。

解决方案

1. 正确设置GPU数量参数

将torchrun命令中的--nproc_per_node参数设置为实际GPU数量：

OMP_NUM_THREADS=1 torchrun --standalone --nnodes=1 --nproc_per_node=2 finetune_hf.py data/AdvertiseGen/ THUDM/chatglm3-6b configs/lora.yaml --deepspeed ds_zero_2.json

2. 确保DeepSpeed正确安装

按照官方推荐方式安装DeepSpeed：

pip install deepspeed

并验证安装是否成功：

ds_report

3. 检查并完善环境依赖

确保所有必要的Python包都已安装：

pip install typer nltk sentencepiece transformers

4. 代码修改建议

对于finetune_hf.py中154行的修改是合理的，可以避免某些环境下的参数初始化问题：

default_factory = lambda: Seq2SeqTrainingArguments(output_dir='./output')

深入技术解析

CUDA设备序号无效的本质

"invalid device ordinal"错误通常发生在以下几种情况：

1. 尝试访问不存在的GPU设备
2. GPU设备索引超出范围
3. CUDA驱动与运行时版本不匹配
4. GPU设备未被正确初始化

在多卡训练场景下，torchrun会为每个进程分配一个GPU设备。当请求的设备数量超过实际可用数量时，就会出现此错误。

DeepSpeed Zero阶段2配置要点

使用DeepSpeed的Zero阶段2优化时，需要注意：

1. 确保batch size适合多卡训练
2. 检查梯度累积步数设置
3. 验证优化器状态和梯度分片配置
4. 监控显存使用情况，避免OOM

最佳实践建议

1. 环境检查脚本：在运行训练前，建议先运行简单的CUDA设备检查脚本：

import torch
print(f"CUDA可用: {torch.cuda.is_available()}")
print(f"GPU数量: {torch.cuda.device_count()}")
for i in range(torch.cuda.device_count()):
    print(f"GPU {i}: {torch.cuda.get_device_name(i)}")

2. 逐步验证：建议先使用单卡验证训练流程，再扩展到多卡。

3. 日志监控：增加训练日志输出，特别是设备分配和显存使用情况。

4. 版本兼容性：确保PyTorch、CUDA、DeepSpeed等关键组件的版本兼容性。

总结

ChatGLM3的LoRA微调在多卡环境下运行时，需要特别注意设备数量的正确配置和DeepSpeed环境的完整性。通过合理设置torchrun参数、完善环境依赖以及正确配置DeepSpeed，可以有效解决"invalid device ordinal"错误，实现高效的多卡训练。对于大规模模型微调，建议进一步研究梯度累积、混合精度训练等优化技术，以充分利用多GPU的计算能力。