transformers-benchmarks 的安装和配置教程

2025-05-26 00:42:04作者：董灵辛Dennis

项目基础介绍

transformers-benchmarks 是一个开源项目，旨在测量和比较不同GPU上Transformer模型的实际训练性能，以TeraFLOPS（每秒万亿次浮点运算）为单位。该项目可以帮助用户估算训练大规模Transformer模型所需的机器时间。性能数据受到硬件、冷却、CUDA版本、Transformer模型、超参数设置（如批量大小）以及实现方式等多种因素的影响。

项目的主要编程语言

该项目主要使用 Jupyter Notebook 编程语言，其核心代码和文档都包含在.ipynb文件中。

项目使用的关键技术和框架

项目中使用了以下关键技术和框架：

PyTorch：一个流行的开源机器学习库，用于深度学习应用。
CUDA：NVIDIA推出的并行计算平台和编程模型，用于GPU加速计算。

项目安装和配置的准备工作

在开始安装和配置transformers-benchmarks之前，请确保您的系统满足了以下要求：

操作系统：支持CUDA的Linux操作系统。
CUDA：安装了NVIDIA的CUDA。
Python：安装了Python环境，推荐使用Anaconda来管理Python环境和依赖。
PyTorch：安装了CUDA版本的PyTorch。

项目安装和配置的详细步骤

以下是小白级别的安装和配置步骤：

安装NVIDIA驱动和CUDA：确保您的系统安装了NVIDIA驱动和CUDA。您可以从NVIDIA官方网站下载并安装。
安装Anaconda：访问Anaconda的官方网站，下载并安装Anaconda。安装过程中，请确保添加Anaconda到系统的PATH环境变量。
创建新的Anaconda环境：打开命令行工具，创建一个名为transformers-benchmarks的新环境，并指定Python版本。
```
conda create -n transformers-benchmarks python=3.8
```
激活Anaconda环境：激活刚才创建的环境。
```
conda activate transformers-benchmarks
```
安装PyTorch：在Anaconda环境中，使用conda命令安装与CUDA版本兼容的PyTorch。
```
conda install pytorch torchvision torchaudio cudatoolkit=xx.x -c pytorch
```
其中xx.x应替换为您的CUDA版本号。
克隆项目仓库：使用git命令克隆项目仓库到本地。
```
git clone https://github.com/mli/transformers-benchmarks.git
```
启动Docker容器（可选）：如果您希望使用Docker，可以下载并运行包含PyTorch的NVIDIA Docker镜像。
```
sudo docker run --gpus all -it --rm -p 8888:8888 -v ~/:/workspace \
--ipc=host --ulimit memlock=-1 --ulimit stack=67108864 \
nvcr.io/nvidia/pytorch:22.07-py3
```
运行后，在Docker容器内执行jupyter notebook命令启动Jupyter Notebook。
运行Jupyter Notebook：在项目目录下，使用以下命令启动Jupyter Notebook。
```
jupyter notebook
```
使用浏览器打开Jupyter Notebook，开始探索和运行项目中的代码。