M1 Max芯片Mac导入torchrec模块触发OSError报错问题求助

触发该报错的核心原因是默认pip源拉取的fbgemm_gpu（torchrec的强制依赖）预编译包为x86_64架构/Linux平台版本，并非适配Apple Silicon（M1 Max为arm64架构）macOS的Mach-O格式二进制，系统无法正常加载。只要安装时拉取的是错误架构的预编译包，哪怕新建虚拟环境重装也会重复触发相同报错。

报错原文参考：

OSError: dlopen(/opt/homebrew/Caskroom/miniforge/base/envs/dlrm_env2/lib/python3.10/site-packages/fbgemm_gpu/fbgemm_gpu_py.so, 0x0006): tried: '/opt/homebrew/Caskroom/miniforge/base/envs/dlrm_env2/lib/python3.10/site-packages/fbgemm_gpu/fbgemm_gpu_py.so' (not a mach-o file)

• 先清理现有环境中错误安装的相关包，执行以下命令：

pip uninstall -y torchrec fbgemm-gpu fbgemm-gpu-nightly

• 确认终端运行架构：终端执行arch命令，输出结果必须为arm64。如果输出为i386，需关闭当前终端，在访达中找到终端应用，右键选择「显示简介」，取消勾选「使用Rosetta打开」，重启终端后重新进入对应虚拟环境。
• 按顺序安装适配arm64架构的依赖包：
  1. 先安装编译所需的基础依赖：

  pip install numpy ninja pyre-extensions
  

  2. 设置环境变量指定编译CPU版本的fbgemm_gpu，跳过CUDA相关逻辑，再执行安装。该步骤会从源码本地编译，耗时根据设备性能在5-15分钟不等，属于正常现象：

  export FBGEMM_CPU_ONLY=1
  pip install fbgemm-gpu --no-binary fbgemm-gpu
  

  3. 最后安装CPU版本torchrec，同样跳过预编译二进制包，使用本地编译适配版本：

  pip install torchrec --no-binary torchrec
  

• 安装完成后进入Python交互环境，执行import torchrec，无dlopen类报错即为安装成功。

不要直接照搬PyTorch官方教程里的默认pip安装命令，也不要通过conda源直接安装torchrec，目前官方预编译包、conda源的torchrec相关包均未提供适配Apple Silicon arm64架构的版本，直接安装仍会触发架构不匹配报错。

内容的提问来源于stack exchange，提问作者Ibrahim