我在llamafactory微调LLM，简单测了一些（很不精准），加速方法中unsloth比flash_attention速度快了40%，显存占用减少15%；
- 创建虚拟环境：
conda create -n env_name python=3.10, 然后conda activate env_name - 安装cudatoolkit：
conda install cudatoolkit=12.1或conda install nvidia/label/cuda-12.1.0::cuda-toolkit，可能失败 - 安装pytorch、triton和xformers：
pip install torch==2.4.0 triton pip install xformers==0.0.27.post2 --index-url https://download.pytorch.org/whl/cu121（如果第二步失败，这步也会配上cuda环境）（嫌慢可以先去https://download.pytorch.org/whl/cu121把包下好，不过记得这几个包一起安装，不然可能会覆盖前面安装的，例如单独安装triton和xformers会下载cpu版torch） - 安装unsloth：
pip install "unsloth[cu121-torch240] @ git+https://github.com/unslothai/unsloth.git"或者pip install --upgrade --force-reinstall --no-cache-dir git+https://github.com/unslothai/unsloth.git - 记得比对一下包的版本是不是如上所述，因为有的包可能会把依赖包卸了装个新的。。（包不太容易安装，依赖很复杂，所以不建议用
--no-deps和--ignore-installed等方式）
第5步有大佬在博客说要装ampere，我是没装也能用（尝试装了下，在flash-attn那里卡住了），仅供参考：
pip install "unsloth[cu121-ampere-torch240] @ git+https://github.com/unslothai/unsloth.git"
)