LMDeploy 项目中的 Torch 2.5.1 兼容性问题解析
在深度学习模型部署领域,LMDeploy 作为一个高效的工具包,其与 PyTorch 版本的兼容性一直是开发者关注的重点。近期,LMDeploy 官方放宽了对 PyTorch 版本的限制,从原先的 2.4.0 升级到了 2.5.1,这一变化引发了一些安装和使用上的问题。
问题背景
当用户尝试通过 pip 从源代码安装 LMDeploy 时,系统会自动将已安装的 PyTorch 2.5.1 降级到 2.4.0 版本。这一现象源于 LMDeploy 的依赖关系中,torchvision 的版本限制尚未同步更新到与 PyTorch 2.5.1 兼容的版本。
解决方案
经过项目维护者的确认和修复,现在可以通过以下两种方式解决该问题:
-
使用传统依赖解析器安装
通过添加--use-deprecated=legacy-resolver
参数,可以绕过 pip 的新依赖解析机制,避免自动降级 PyTorch 版本:pip install "git+https://github.com/InternLM/lmdeploy.git@main" -U --use-deprecated=legacy-resolver --extra-index-url https://download.pytorch.org/whl/cu124
-
手动安装兼容版本
确保同时安装 PyTorch 2.5.1 和兼容的 torchvision 0.20.1 版本:pip3 install torch==2.5.1 torchvision==0.20.1 torchaudio --index-url https://download.pytorch.org/whl/cu124
注意事项
在安装过程中,可能会遇到关于 triton 版本的警告信息。目前 LMDeploy 固定使用 triton 3.0.0 版本,虽然与 PyTorch 2.5.1 推荐的 triton 3.1.0 存在版本差异,但经过测试表明 triton 3.0.0 仍能正常工作。
对于需要使用 turbomind 引擎的用户,需要注意:
- 预编译的 wheel 包或 nightly 构建包中可能不包含所有环境配置
- 如果找不到合适的预编译包,需要从源代码构建 turbomind 引擎
- 直接从源码安装可能会导致只能使用 PyTorch 引擎的警告
未来展望
LMDeploy 团队正在计划将 triton 升级到 3.1.0 版本,但需要进行全面的测试以确保兼容性。建议开发者关注项目更新,以获取最新的兼容性支持。
通过理解这些兼容性问题和解决方案,开发者可以更顺利地在新环境中部署和使用 LMDeploy,充分发挥其模型部署的高效能力。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava02GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
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!C0287- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









