Step 1｜打开 <code>flash_attn 的 Github 项目的 releases 页面

flash-attn 的 pypi 地址：https://pypi.org/project/flash-attn/

直接使用 pypi 安装会安装最新版本，不一定适配本地环境，所以需要直接从 release 中选择合适的版本安装。官方包只有 Linux 系统，Windows 系统可以使用大佬编译的包：

Linux 系统 whl 文件下载地址：https://github.com/Dao-AILab/flash-attention/releasesWindow 系统 whl 文件下载地址：https://github.com/bdashore3/flash-attention/releases（非官方）

Step 2｜选择适合的版本并下载

在 <code>flash_attn 的版本上，直接选择最新版本即可（若最新版本的 flash_attn 没有适合的 CUDA 版本和 pytorch 版本则应用更早的版本）。

版本文件名中的第一部分（例如 cu118、cu122）为 CUDA 版本。本地 CUDA 版本可以通过 nvidia-smi 命令查看：

版本文件名中的第二部分（例如 <code>torch2.1、torch2.2、torch2.3）为 pytorch 版本，选择本地 pytorch 对应的版本即可。本地 pytorch 版本可以通过 pip show torch 命令查看：

版本文件名的第三部分（例如 <code>cp311-cp311-win_amd64）为 Python 版本，选择本地 Python 版本即可。本地 Python 版本可以通过 pip debug 命令查看：

Step 3｜安装 <code>flash_attn 模块

进入下载路径，pip 安装即可：

pip install flash_attn-2.5.9.post1+cu122torch2.3.1cxx11abiFALSE-cp311-cp311-win_amd64.whl

参考文档：https://blog.csdn.net/2301_77818837/article/details/135642828

如果尝试直接编译 whl 文件的话，可能遇到的问题如下：

Python｜pip 安装报错 error Microsoft Visual C++ 14.0 or greater is required 的解决方法