错误：Unexpected MMA layout version found

[Chinesenovels]

python: /project/lib/Analysis/Utility.cpp:136: bool mlir::supportMMA(mlir::Value, int): Assertion `(version == 1 || version == 2) && "Unexpected MMA layout version found"' failed.

[mapledxf]

同问 1080 Ti

[ajz34]

这里 Titan X 也遇到这个问题。 这是否是 int8/int4 使用 triton，且 triton 目前很可能不对 Pascal 或更老型号的显卡支持 8/4 位有关？ https://github.com/qwopqwop200/GPTQ-for-LLaMa/issues/142 https://github.com/openai/triton/pull/1505#issuecomment-1517484120

[luokai0223]

p40 遇见同样问题，源自 triton ，matmul_248_kernel 函数执行到 c = accumulator.to(tl.float16) 报错，可能是计算架构太老了，似乎出类似问题的都是7.0以下架构的n卡，有办法处理吗

[lieh1203]

同问，量化版本的我已经运行起来了，但提问后就会报这个错误 我买的是GPU云服务

[slang98]

根据昨天的更新 https://github.com/openai/triton/pull/1505/files python/triton/language/semantic.py中提到算力小于70的显卡都不支持Float8 and Float16

''' if torch.version.hip is None: device = triton.runtime.jit.get_current_device() capability = triton.runtime.jit.get_device_capability(device) capability = capability[0] * 10 + capability[1] if capability < 70: assert ( not rhs.dtype.is_fp16() and not rhs.dtype.is_fp8() ), "Float8 and Float16 types are not supported for compute capability < 70 (use Float32 or above)" '''

P100 P40算力版本都是60+所以暂时只能使用Float32,但是显存又不够. 亟待解决? NVDIA V100 NVIDIA TITAN V及其以上显卡可以支持.

[lieh1203]

根据昨天的更新 https://github.com/openai/triton/pull/1505/files python/triton/language/semantic.py中提到算力小于70的显卡都不支持Float8 and Float16

''' if torch.version.hip is None: device = triton.runtime.jit.get_current_device() capability = triton.runtime.jit.get_device_capability(device) capability = capability[0] * 10 + capability[1] if capability < 70: assert ( not rhs.dtype.is_fp16() and not rhs.dtype.is_fp8() ), "Float8 and Float16 types are not supported for compute capability < 70 (use Float32 or above)" '''

P100 P40算力版本都是60+所以暂时只能使用Float32,但是显存又不够. 亟待解决? NVDIA V100 NVIDIA TITAN V及其以上显卡可以支持.

你好，P100的修改成Float32，是这样改吗？ 还是报错的，我显存16G，

[jhj8888]

根据昨天的更新 https://github.com/openai/triton/pull/1505/files python/triton/language/semantic.py中提到算力小于70的显卡都不支持Float8 and Float16 ''' if torch.version.hip is None: device = triton.runtime.jit.get_current_device() capability = triton.runtime.jit.get_device_capability(device) capability = capability[0] * 10 + capability[1] if capability < 70: assert ( not rhs.dtype.is_fp16() and not rhs.dtype.is_fp8() ), "Float8 and Float16 types are not supported for compute capability < 70 (use Float32 or above)" ''' P100 P40算力版本都是60+所以暂时只能使用Float32,但是显存又不够. 亟待解决? NVDIA V100 NVIDIA TITAN V及其以上显卡可以支持.

你好，P100的修改成Float32，是这样改吗？ 还是报错的，我显存16G，

在P100上遇到同样的问题，是不是MOSS不支持P100？

[slang98]

根据昨天的更新 https://github.com/openai/triton/pull/1505/files python/triton/language/semantic.py中提到算力小于70的显卡都不支持Float8 and Float16 ''' if torch.version.hip is None: device = triton.runtime.jit.get_current_device() capability = triton.runtime.jit.get_device_capability(device) capability = capability[0] * 10 + capability[1] if capability < 70: assert ( not rhs.dtype.is_fp16() and not rhs.dtype.is_fp8() ), "Float8 and Float16 types are not supported for compute capability < 70 (use Float32 or above)" ''' P100 P40算力版本都是60+所以暂时只能使用Float32,但是显存又不够. 亟待解决? NVDIA V100 NVIDIA TITAN V及其以上显卡可以支持.

你好，P100的修改成Float32，是这样改吗？ 还是报错的，我显存16G，

在P100上遇到同样的问题，是不是MOSS不支持P100？

今天测试:修改成float32, p100/40不是爆显存就是Unexpected MMA layout version found.

triton官网说对fp16量化模型支持不完善, p100/40等老显卡都会报如上的错. 需要等他们写入更多老显卡支持.

另外实测V100 32GB可以跑int4量化模型.

(https://github.com/OpenLMLab/MOSS/issues/%E5%8F%8CP100%E6%98%BE%E5%AD%98%E4%B8%8D%E5%A4%9F)

[slang98]

已发现解决方法: 根据大神最新提交https://github.com/OpenLMLab/MOSS/pull/175 需要将triton换成auto-gptq,这样就绕过了triton验证.

单卡P40(24G)测试int4量化版本成功

具体方法如下: git clone https://github.com/PanQiWei/AutoGPTQ conda create -n moss python==3.10 cd MOSS python setup_env.py --install_auto_gptq

修改MOSS\moss_cli_demo.py L31 将 ''' model = load_checkpoint_and_dispatch( raw_model, model_path, device_map="auto", no_split_module_classes=["MossBlock"], dtype=torch.float16 ) ''' 修改为 ''' model = MossForCausalLM.from_pretrained(model_path, trust_remote_code=True).half().cuda() '''

python moss_cli_demo.py