多卡SFT chatglm4-9b的过程中出现选择显卡无用的情况

[Synco9]

最近在使用llamafactory的过程中发现，使用CUDA_VISIBLE_DEVICES=0 FORCE_TORCHRUN=1 NNODES=2 RANK=0 llamafactory-cli train examples/train_lora/glm4-9b-chat-sft.yaml命令开启训练会把所有的卡都用上，其中CUDA_VISIBLE_DEVICES参数不起作用，也就是我们在指定显卡之后还是会在其他卡上进行训练，导致OOM。

使用设备

3080Ti * 4 和 3090 * 4

method

model_name_or_path: /wspace/aigc/weights/THUDM/chatglm4-9b
stage: sft
do_train: true
finetuning_type: lora
lora_target: all
deepspeed: examples/deepspeed/ds_z3_config.json # 无论是用z0、z2、z3还是不使用deepspeed都会多卡加载

dataset

dataset: webqa,webnovel
template: llama3
cutoff_len: 1024
max_samples: 1000
overwrite_cache: true
preprocessing_num_workers: 16

output

output_dir: saves/glm4-9b-chat/lora/sft
logging_steps: 10
save_steps: 500
plot_loss: true
overwrite_output_dir: true

train

per_device_train_batch_size: 1
gradient_accumulation_steps: 2
learning_rate: 1.0e-4
num_train_epochs: 3.0
lr_scheduler_type: cosine
warmup_ratio: 0.1
bf16: true
ddp_timeout: 180000000

eval

val_size: 0.1
per_device_eval_batch_size: 1
eval_strategy: steps
eval_steps: 500

[hiyouga]

单机多卡时候能选择特定显卡吗？

[Synco9]

是可以的，多机多卡会出现问题