llama factory本地运行启动运行报错libuv，如何解决？

bug菌¹

于 2025-06-23 20:29:22 发布

阅读量1k

点赞数 23

CC 4.0 BY-SA版权

文章标签：深度学习 pytorch 语言模型

本文链接：https://blog.csdn.net/weixin_43970743/article/details/148853805

bug专栏专栏收录该内容

208 篇文章

订阅专栏

🏆本文收录于《全栈Bug调优(实战版)》专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！

📌 特别说明： 文中部分技术问题来源于真实生产环境及网络公开案例，均经过精挑细选与系统化整理，并结合多位一线资深架构师和工程师多年实战经验沉淀，提炼出多种经过验证的高可行性解决方案，供开发者们参考与借鉴。

欢迎 关注、收藏并订阅本专栏，持续更新的干货内容将与您同行，让我们携手精进，技术跃迁，步步高升！

全文目录：

📢 问题描述

问题来源：https://ask.csdn.net/questions/8416339

问题描述：如题，本地训练模型的时候会报错，use_libuv was requested but PyTorch was built without libuv support，为啥会默认启动libuv？我尝试了set USE_LIBUV=0命令，和添加os.environ[“USE_LIBUV”] = “0”，但是没有效果？是否说明我没有在启动链上成功修改？请教各位，这种问题应该如何解决？

📣 请知悉：如下方案不保证一定适配你的问题！

如下是针对上述问题进行专业角度剖析答疑，不喜勿喷，仅供参考：

✅️ 问题理解

你在本地训练 Llama 模型时遇到一个关于 libuv 的报错，具体错误信息为：

use_libuv was requested but PyTorch was built without libuv support

你尝试通过设置环境变量 USE_LIBUV=0 和 os.environ["USE_LIBUV"] = "0" 来解决问题，但似乎没有效果。你疑惑为什么默认会启用 libuv，并且想知道该如何解决这个问题。

✅️ 问题分析

1. libuv 的作用

libuv 是一个跨平台的异步 I/O 库，常用于提供高效的事件循环机制，尤其在高并发的网络或文件 I/O 中表现突出。PyTorch 在某些情况下，尤其是与异步 I/O 操作相关时，可能会依赖 libuv 来提高性能。如果 PyTorch 是在没有 libuv 支持的情况下构建的，使用时就会报错。

2. 为什么会默认启动 libuv？

通常来说，是否启用 libuv 取决于 PyTorch 编译时的配置选项。你遇到的错误表明当前的 PyTorch 安装版本缺少对 libuv 的支持，因此如果代码尝试使用它，就会报错。

默认情况下，如果你的代码或库请求使用 libuv（比如在并行计算或异步操作时），但 PyTorch 是用不带 libuv 支持的方式构建的，就会出现这个错误。
在 Llama 或相关的深度学习库中，use_libuv 可能是为了启用一些高性能的异步操作，但当前安装的 PyTorch 版本并未编译或链接 libuv。

3. 环境变量的设置问题

你提到尝试通过设置环境变量 USE_LIBUV=0 和 os.environ["USE_LIBUV"] = "0" 来禁用 libuv，但并没有解决问题。这可能有几个原因：

环境变量的生效时机：环境变量通常需要在程序运行之前设置，以确保它们能被正确读取。如果你在程序启动后才修改了环境变量，可能不会生效。
设置位置不对：有时，设置环境变量时需要确保它们是在正确的上下文中设置的。比如，某些框架或库在内部初始化时可能会重新加载环境变量，导致修改不起作用。

✅️ 问题解决方案

1. 确认 PyTorch 是否支持 libuv

首先，检查你当前安装的 PyTorch 是否支持 libuv。你可以通过以下方式查看 PyTorch 版本和编译信息：

import torch
print(torch.__version__)
print(torch.__config__.show())

确保在输出中没有提到 libuv，或者确认是否有与 libuv 相关的编译信息。如果没有，说明 PyTorch 是没有 libuv 支持的，可能需要重新安装或重新编译 PyTorch。

2. 卸载并重新安装 PyTorch（没有 libuv 支持）

如果 PyTorch 确实没有 libuv 支持，你可以通过以下步骤重新安装：

卸载当前 PyTorch 版本：
```
pip uninstall torch
```
安装没有 libuv 支持的 PyTorch 版本：
安装不带 libuv 支持的版本，使用标准的安装命令（避免启用 libuv）。
```
pip install torch
```
检查是否安装成功：
确认安装的 PyTorch 不会启用 libuv，并且运行时不会再报错。

3. 手动禁用 libuv

你可以尝试以下方法来确保 libuv 被禁用。

在启动 Python 程序之前，先设置 USE_LIBUV=0 环境变量：
```
export USE_LIBUV=0
python your_script.py
```
或者在代码中，确保在导入 torch 之前设置 os.environ["USE_LIBUV"] = "0"：
```
import os
os.environ["USE_LIBUV"] = "0"
import torch
```

这样，libuv 就会被禁用。

4. 编译 PyTorch 时禁用 libuv

如果你需要编译 PyTorch 并确保不启用 libuv，可以在编译过程中明确禁用它：

克隆 PyTorch 源代码：

git clone --recursive https://github.com/pytorch/pytorch
cd pytorch

在编译之前，设置 USE_LIBUV=0：
```
export USE_LIBUV=0
```
然后编译并安装 PyTorch：
```
python setup.py install
```

这样编译出的 PyTorch 将不包含 libuv 支持。

5. 使用非 `libuv` 相关功能

如果你发现你并不需要 libuv，可以检查代码中是否有涉及 libuv 的功能。许多深度学习任务并不需要 libuv，如果你确定不需要相关功能，可以尝试禁用或去除它们。

✅️ 问题延伸

在嵌入式系统中的 PyTorch 配置：
- 在某些嵌入式系统中，PyTorch 的编译和配置可能缺少对 libuv 的支持。确保系统上没有 libuv 或手动编译时进行调整。
异步操作与并行计算：
- 如果你确实需要使用 libuv 来加速异步操作或并行计算，考虑使用支持 libuv 的 PyTorch 编译版本，或者使用其他工具（如 Dask 或 Ray）来进行异步计算。

✅️ 小结

出现 use_libuv was requested but PyTorch was built without libuv support 错误时，通常是因为当前安装的 PyTorch 没有编译支持 libuv，导致默认启用 libuv 时发生冲突。通过卸载并重新安装不带 libuv 支持的 PyTorch、设置环境变量、或者手动编译 PyTorch 时禁用 libuv，可以解决这个问题。

希望如上措施及解决方案能够帮到有需要的你。

PS：如若遇到采纳如下方案还是未解决的同学，希望不要抱怨&&急躁，毕竟影响因素众多，我写出来也是希望能够尽最大努力帮助到同类似问题的小伙伴，即把你未解决或者产生新Bug黏贴在评论区，我们大家一起来努力，一起帮你看看，可以不咯。

若有对当前Bug有与如下提供的方法不一致，有个不情之请，希望你能把你的新思路或新方法分享到评论区，一起学习，目的就是帮助更多所需要的同学，正所谓「赠人玫瑰，手留余香」。

🧧🧧 文末福利，等你来拿！🧧🧧

如上问题有的来自我自身项目开发，有的收集网站，有的来自读者…如有侵权，立马删除。再者，针对此专栏中部分问题及其问题的解答思路或步骤等，存在少部分搜集于全网社区及人工智能问答等渠道，若最后实在是没能帮助到你，还望见谅！并非所有的解答都能解决每个人的问题，在此希望屏幕前的你能够给予宝贵的理解，而不是立刻指责或者抱怨！如果你有更优解，那建议你出教程写方案，一同学习！共同进步。

ok，以上就是我这期的Bug修复内容啦，如果还想查找更多解决方案，你可以看看我专门收集Bug及提供解决方案的专栏《全栈Bug调优(实战版)》，都是实战中碰到的Bug，希望对你有所帮助。到此，咱们下期拜拜。

码字不易，如果这篇文章对你有所帮助，帮忙给 bug菌来个一键三连(关注、点赞、收藏) ，您的支持就是我坚持写作分享知识点传播技术的最大动力。

同时也推荐大家关注我的硬核公众号:「猿圈奇妙屋」 ；以第一手学习bug菌的首发干货，不仅能学习更多技术硬货，还可白嫖最新BAT大厂面试真题、4000G Pdf技术书籍、万份简历/PPT模板、技术文章Markdown文档等海量资料，你想要的我都有！

🫵 Who am I?

我是bug菌，CSDN | 掘金 | InfoQ | 51CTO | 华为云 | 阿里云 | 腾讯云等社区博客专家，C站博客之星Top30，华为云多年度十佳博主，掘金多年度人气作者Top40，掘金等各大社区平台签约作者，51CTO年度博主Top12，掘金/InfoQ/51CTO等社区优质创作者；全网粉丝合计 30w+；更多精彩福利点击这里；硬核微信公众号「猿圈奇妙屋」，欢迎你的加入！免费白嫖最新BAT互联网公司面试真题、4000G PDF电子书籍、简历模板等海量资料，你想要的我都有，关键是你不来拿。