没合适的组合wheel包，就自行编译flash_attn吧

不知道是不是也有很多小伙伴像我一样，经常一装机就把最新的cuda安装上去了。等装到组件时，才发现cuda和其它组件各种不适配。这次把nvcc直接装到12.8了，然后发现flash attn没有合适的wheel，就只能自己编译了。下面记录下我的编译过程：

我的环境是ubuntu 24.04, ubuntu 22下也是一样的。

设置环境：
export CUDA_HOME=/usr/local/cuda-12.8  # 替换 <version> 为你的CUDA版本号
export PATH=$CUDA_HOME/bin:$PATH
export CPATH=$CUDA_HOME/include:$CPATH       # 对于GCC, Clang等C/C++编译器
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
 

安装编译器：
pip install ninja

安装编译工具链：
apt-get update && sudo apt-get install -y nvidia-cuda-toolkit

pip install --upgrade pip setuptools wheel

下载 flash atten源码：

git clone https://github.com/Dao-AILab/flash-attention.git

准备编译：

cd flash-attention

python setup.py bdist_wheel

开始编译：

MAX_JOBS=1 python setup.py install

上面为的MAX_JOBS根据你的内存来设置，我的32G内存，默认3个JOB会OOM，被kill导致编译不过。所以就设置了1个并发编译