使用Pai-Megatron-Patch進行模型的訓練加速時，您需要先完成Pai-Megatron-Patch鏡像的安裝。本文為您介紹安裝Pai-Megatron-Patch鏡像的使用限制和操作要點。
使用限制
安裝Pai-Megatron-Patch鏡像時，僅支援使用GPU類型的執行個體。
顯卡驅動版本在460.32及以上。
操作步驟
在DLC中安裝Pai-Megatron-Patch鏡像
DLC為開發人員和企業提供了雲原生一站式的深度學習訓練平台，為您提供靈活、穩定、易用和高效能的機器學習訓練環境。支援多種演算法架構，超大規模分布式深度學習任務運行及自訂演算法架構，為開發人員和企業降本增效。
DLC提供了載入使用者自訂鏡像的能力，這極大方便了Pai-Megatron-Patch的部署。只需將鏡像地址傳給DLC，即可自動安裝Pai-Megatron-Patch鏡像，安裝完成後就可以在DLC上基於Pai-Megatron-Patch開展多機多卡超大規模分布式訓練。
具體安裝步驟如下。
登入PAI控制台。
在左側導覽列單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應工作空間內。
在工作空間頁面的左側導覽列選擇模型開發與訓練 > 分布式訓練（DLC），單擊建立任務。
關鍵配置資訊如下所示，其他參數根據實際情況配置即可，參數詳情請參見建立訓練任務。
環境資訊：節點鏡像選擇鏡像地址，並在鏡像地址的配置框中填寫Pai-Megatron-Patch鏡像地址：pai-image-manage-registry.cn-wulanchabu.cr.aliyuncs.com/pai/pytorch-training:2.0-ubuntu20.04-py3.10-cuda11.8-megatron-patch-llm
資源資訊：
架構選擇PyTorch。
任務資源：在資源規格列單擊
，選擇GPU類型的節點，並根據實際情況選擇具體節點規格。
單擊確定。
在DSW中安裝Pai-Megatron-Patch鏡像
DSW是為演算法開發人員量身打造的雲端深度學習開發環境，整合JupyterLab，外掛程式化深度定製化開發，無需任何營運配置，沈浸式體驗Notebook編寫、調試及運行Python代碼。支援開源架構的安裝，並提供阿里巴巴深度最佳化的Tensorflow架構，通過編譯最佳化提升訓練效能。
DSW也提供了載入使用者自訂鏡像的能力，只需將鏡像地址傳給DSW，即可自動安裝Pai-Megatron-Patch，安裝完成後就可以在DSW上基於Pai-Megatron-Patch調試訓練加速程式。
具體安裝步驟如下。
登入PAI控制台。
在左側導覽列單擊工作空間列表，在工作空間列表頁面中單擊待操作的工作空間名稱，進入對應工作空間內。
在工作空間頁面的左側導覽列選擇模型開發與訓練 > 互動式建模（DSW），單擊建立執行個體。
關鍵配置資訊如下所示，其他參數根據實際情況配置即可，參數詳情請參見建立DSW執行個體。
資源配額：選擇公用資源（後付費）。
資源規格：單擊
，根據實際使用情境選擇所需的GPU類型的執行個體規格。鏡像：在鏡像地址的配置框中填寫Pai-Megatron-Patch鏡像地址：
pai-image-manage-registry.cn-wulanchabu.cr.aliyuncs.com/pai/pytorch-training:2.0-ubuntu20.04-py3.10-cuda11.8-megatron-patch-llm。
單擊確定，建立DSW執行個體。
安裝後使用
安裝Pai-Megatron-Patch鏡像後，您可以在Pai-Megatron-Patch的examples檔案夾中查看相關樣本並使用。