diff --git a/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed.py b/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed.py index 8090896..afee738 100644 --- a/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed.py +++ b/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed.py @@ -618,6 +618,9 @@ class MixedIndexedDataset(torch.utils.data.IterableDataset): self.tasks[idx].exhaust = True self.remain -= 1 continue + + if step % self.update_weights_frequency == 0: + self.update_weights() step += 1 return dict( task_id=idx, diff --git a/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed_9g.py b/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed_9g.py index ca3e926..c097495 100644 --- a/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed_9g.py +++ b/FM_9G/fm9g/dragonfly/training_tasks/pretrain_indexed_9g.py @@ -603,8 +603,6 @@ class MixedIndexedDataset(torch.utils.data.IterableDataset): idx = np.random.choice(len(self.weights), p=self.weights) data = next(self.tasks[idx]) - if step % self.update_weights_frequency == 0: - self.update_weights() if data is None: if self.tasks[idx].allow_repeat: # _runtime_ave = self.tasks[idx].ave_tokens @@ -619,6 +617,9 @@ class MixedIndexedDataset(torch.utils.data.IterableDataset): self.tasks[idx].exhaust = True self.remain -= 1 continue + + if step % self.update_weights_frequency == 0: + self.update_weights() step += 1 return dict( diff --git a/quick_start_clean/readmes/055bf7ce-faab-403b-a7ee-896279bee11f.png b/quick_start_clean/readmes/055bf7ce-faab-403b-a7ee-896279bee11f.png deleted file mode 100644 index 4646912..0000000 Binary files a/quick_start_clean/readmes/055bf7ce-faab-403b-a7ee-896279bee11f.png and /dev/null differ diff --git a/quick_start_clean/readmes/README_ALL.md b/quick_start_clean/readmes/README_ALL.md deleted file mode 100644 index bfcc002..0000000 --- a/quick_start_clean/readmes/README_ALL.md +++ /dev/null @@ -1,317 +0,0 @@ -# 九格大模型使用文档 -## 目录 -- [环境配置](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#环境配置) -- [开源模型](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#开源模型) -- [数据构建](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#数据构建) -- [模型训练](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#模型训练) -- [模型推理](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#模型推理) -- [多机训练](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_DISTRIBUTED.md) -- [FAQs](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#FAQs) - -帮助您快速了解CPM-9G的使用，我们准备了一个快速入门教程，目标是基于CPM-9G基座模型通过指令微调的方式构建一个Chat模型。 -## 环境配置： -[环境配置、算力资源](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ENV.md) - -## 开源模型 -1 8B的百亿SFT模型，v2版本是在v1基础上精度和对话能力的优化模型，下载链接： - [8b_sft_model_v1](https://qy-obs-6d58.obs.cn-north-4.myhuaweicloud.com/checkpoints-epoch-1.tar.gz), [8b_sft_model_v2](https://qy-obs-6d58.obs.cn-north-4.myhuaweicloud.com/sft_8b_v2.zip) - -2 端侧2B模型，下载链接： -[2b—sft-model] - - -## 数据构建 - -本教程使用的数据是Alpaca Zh，一个开源中文指令微调数据集。[数据集](https://github.com/Instruction-Tuning-with-GPT-4/GPT-4-LLM/blob/main/data/alpaca_gpt4_data_zh.json) - -### 数据预处理 -#### 1. 准备jsonl文件 -首先需要将原始数据处理位jsonl形式（每一行一个json），每行包含两个字段，分别是input和output，以下是一个例子： -{"input":"", "output": "我爱北京。"}实际预训练时，数据多为txt格式，可以参照以下过程将txt格式的文件转换为jsonl格式： -``` python -# convert_txt2jsonl.py -import json -import sys - -for line in sys.stdin: - if line.strip() == "": - continue - temp_json = {"input": "", "output": line.strip()} - print(json.dumps(temp_json, ensure_ascii=False)) -``` -使用方式为： -```js -cat pretrain.txt | python convert_txt2jsonl.py > pretrain.jsonl -``` -在本Quick Start教程中，已准备好jsonl数据,路径为raw_data/alpaca_zh.jsonl，示例如下： -```json -{"input": "<用户>保持健康的三个提示。", "output": "以下是保持健康的三个提示：\n\n1. 保持身体活动。每天做适当的身体运动，如散步、跑步或游泳，能促进心血管健康，增强肌肉力量，并有助于减少体重。\n\n2. 均衡饮食。每天食用新鲜的蔬菜、水果、全谷物和脂肪含量低的蛋白质食物，避免高糖、高脂肪和加工食品，以保持健康的饮食习惯。\n\n3. 睡眠充足。睡眠对人体健康至关重要，成年人每天应保证 7-8 小时的睡眠。良好的睡眠有助于减轻压力，促进身体恢复，并提高注意力和记忆力。"} -{"input": "<用户>三原色是什么？", "output": "三原色通常指的是红色、绿色和蓝色（RGB）。它们是通过加色混合原理创建色彩的三种基础颜色。在以发光为基础的显示设备中（如电视、计算机显示器、智能手机和平板电脑显示屏）, 三原色可混合产生大量色彩。其中红色和绿色可以混合生成黄色，红色和蓝色可以混合生成品红色，蓝色和绿色可以混合生成青色。当红色、绿色和蓝色按相等比例混合时，可以产生白色或灰色。\n\n此外，在印刷和绘画中，三原色指的是以颜料为基础的红、黄和蓝颜色（RYB）。这三种颜色用以通过减色混合原理来创建色彩。不过，三原色的具体定义并不唯一，不同的颜色系统可能会采用不同的三原色。"} -``` - -#### 2. 数据二进制化 -为了提升数据读取的效率，方便进行大规模分布式预训练，我们以二进制的形式读取训练数据。因此，在训练开始前，需要将上一步准备好的jsonl格式的数据文件二进制化，需要的代码路径为quick_start/data_binarize.py，使用前需要将环境变量设置为您的本地路径： -```js -sys.path.insert(0, "/data/public/CPM-9G/9G-Train") -``` -以下是一个使用示例： -假设当前的数据在raw_data路径下：raw_data/alpaca_zh.jsonl -```js -python data_binarize.py --input [PATH to raw_data] --data_type json --output_path [PATH to raw_data_bin] --output_name data -``` -处理完成后，在输出路径（即OUTPUT PATH）下会生成data和meta.bin两个文件，其中data是二进制后的数据文件，meta.bin则记录了这份数据的规模、大小等信息，示例如下： -```js -{"file_name": "data", "block_begin": 0, "block_end": 45, "nbytes": 738321350, "nlines": 4432310, "mask": false, "block_size": 16777216} -``` -**请注意，当前的框架需要保证block_end数大于所用的GPU总数。** -例如，用32卡训练时，需满足block_end>32，如果文件较小，可以在二进制化之前对多个小文件进行拼接，以满足大规模训练的需求。 - -在本Quick Start中，我们为jsonl数据到二进制数据的转换过程准备了脚本： -``` python -for i in {1..10};do -cat raw_data/alpaca_zh.jsonl >> raw_data/alpaca_zh_repeat.jsonl -done -``` -``` shell -mkdir raw_data_repeat -mv raw_data/alpaca_zh_repeat.jsonl raw_data_repeat/data.jsonl - -python data_binarize.py --input raw_data_repeat --data_type json --output_path bin_data_repeat --output_name data -``` -#### 3. 准备数据读取脚本 -鉴于不同的预训练数据所包含的字段可能有所差别，我们还兼容了字段转换的环节，如果按照上述标准流程做的数据预处理，那么转换方式将十分简单，代码如下： -```js -# transform_script.py -import random - -def rand(n: int, r: random.Random): - return int(r.random() * n) - -def transform(data, num_sample: int, r: random.Random): - return {"input": data["input"], "output": data["output"]}我们还支持多个数据集的混合读入，并设置不同数据集的比例。为此，需要准备一个数据混合的json文件，来指导训练过程中的数据读取策略，示例如下： -[ - { - "dataset_name": "alpaca_zh", - "task_name": "alpaca_zh", - "weight": 1.0, - "path": "/data/public/CPM-9G/quick_start/bin_data_repeat", - "incontext_weight": [ - 1.0 - ], - "transforms": "/data/public/CPM-9G/quick_start/transform_data.py" - } -] -``` -该文件中各字段的解释如下： -- dataset_name:数据集名称; -- task_name:数据集所属任务，task_name+dataset_name 将作为训练过程中识别数据集的标签，task_name 则可用于训练过程中针对任务分别汇总 loss 信息、token 吞吐量等; -- weight:浮点数，采样权重;(注意此权重仅代表每个数据集的样本数配比，实际 token 吞吐量的配比还与每个样本的平均 token数量有关) -- path:meta.bin、二进制数据的父目录，即前文所述的 raw_data_bin; -- transforms:数据转换脚本对应的路径; -- incontext_weight: 训练样本叠加方式，[1.0] 表示 100% 的概率采样一个样本，[0.8, 0.2] 表示 80% 的概率采样一个样本, 20% 概率采样两个样本进行拼接，[0.75, 0.1, 0.15] 表示 15% 概率采样三个样本、 10% 的概率采样两个样本进行拼接、75% 采样一个样本; -- 数据集的配比(即 weight 参数)需要重点调整，对于模型的训练稳定性和最终在各类数据上的能力表现有重大影响； -- 我们在此文件中指定了数据文件的路径、转换脚本路径等信息，后续训练仅需要系统该文件的路径即可。 - -## 模型训练 -模型训练列举了三种训练 -- [pretrain训练](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#pretrain训练) -- [SFT全参数微调训练](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md?tab=readme-ov-file#SFT全参数微调训练) -- [LoRA微调训练](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_LORA.md) - -### pretrain训练： -模型训练代码的位置：9G-Train/apps/cpm9g/pretrain_cpm9g.py -需要将代码中环境变量设置为您的代码路径： -``` python -#9G-Train/apps/cpm9g/pretrain_cpm9g.py:17 -sys.path.insert(0, "/data/public/CPM-9G/9G-Train") -``` - -```shell -#! /bin/bash - -# use 8 GPU for example, pretrain may need 32 GPU -export MASTER_ADDR=`hostname` -export MASTER_PORT=12345 - -EXP_PATH=. # 修改为您的实验路径，用于存储训练日志和模型 -CODE_PATH=/data/public/CPM-9G/9G-Train # 修改为您的代码路径 -DATA_PATH=/data/public/CPM-9G/quick_start/datasets.json # 修改为您的datasets.json路径 -CHECKPOINT=/data/public/CPM-9G/models/model.pt # 修改为您的基座模型路径 - -mkdir -p ${EXP_PATH}/logs/debug -mkdir -p ${EXP_PATH}/logs/tensorboard/cpm9g/ -CONFIG_NAME="${CODE_PATH}/apps/cpm9g/config/" -# --------------- 运行参数 --------------- -OPTS="" -OPTS+=" --model-config ${CONFIG_NAME}/config.json" -OPTS+=" --vocab ${CONFIG_NAME}/vocab.txt" -OPTS+=" --batch-size 12" -OPTS+=" --train-iters 2000" # 训练步数，达到此步数后，学习率降到最小值 -OPTS+=" --save-iters 100" # 存储步数，每隔此步数，存储一个模型文件 -OPTS+=" --save-name cpm9g_checkpoint" # 模型名称前缀 -OPTS+=" --max-length 4096" # 最多token数量 -OPTS+=" --lr 1.5e-5" # 峰值学习率 -OPTS+=" --inspect-iters 100" # 检查步数，每隔此步数，输出一次模型梯度的详细信息 -OPTS+=" --warmup-iters 50" # 热启动步数 -OPTS+=" --lr-decay-style noam" # 学习率变化策略 -OPTS+=" --weight-decay 0.1" # 正则化参数 -OPTS+=" --clip-grad 1.0" # 正则化参数 -OPTS+=" --loss-scale 1048576" # 和训练稳定性相关，一般情况下不需修改 -OPTS+=" --loss-scale-steps 32" # 和训练稳定性相关，一般情况下不需修改 -OPTS+=" --offload" # 使用cpu offload将优化器参数转移到cpu，一般情况下无需修改 -OPTS+=" --flash cuda" - -# --------------- 写文件路径 --------------- -OPTS+=" --save ${EXP_PATH}/checkpoints/cpm9g/" -OPTS+=" --save-model ${EXP_PATH}/models/cpm9g/" - -OPTS+=" --log-dir ${EXP_PATH}/logs/train/" -OPTS+=" --tensorboard ${EXP_PATH}/tensorboard/cpm9g/"`date +"%Y%m%d%H%M%S"` - -# --------------- 读文件路径 --------------- -OPTS+=" --dataset ${DATA_PATH}" -OPTS+=" --load ${CHECKPOINT}" -OPTS+=" --start-step 1" - -# --------------- 透传参数 --------------- -OPTS+=" $@" - -# --------------- 最终指令 --------------- -CMD="torchrun --nnodes=1 --nproc_per_node=8 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} ${CODE_PATH}/apps/cpm9g/pretrain_cpm9g.py ${OPTS}" -echo "${CMD}" -$CMD -``` - -### SFT全参数微调训练 -``` shell -export MASTER_ADDR=`hostname` -export MASTER_PORT=12345 - -CPM_PATH="/data/groups/QY_LLM_Core/arq_project/code/9G-Train" -CKPT_NAME="/data/public/anrongqiao/models/" -EXP_PATH=./exp/8b/ - -mkdir -p $EXP_PATH -MODEL_NAME="cpm9g-8b-sft" - -OPTS="" -OPTS+=" --model-config ${CKPT_NAME}/config.json" -OPTS+=" --vocab ${CKPT_NAME}/vocab.txt" - -OPTS+=" --train-iters 10000" # 训练步数，达到此步数后，学习率降到最小值 -OPTS+=" --inspect-iters 200" # 存储步数，每隔此步数，存储一个模型文件 -OPTS+=" --warmup-iters 20" # 热启动步数 - -OPTS+=" --lr-decay-style cosine" # 学习率变化策略 -OPTS+=" --weight-decay 0.1" # 正则化参数 -OPTS+=" --clip-grad 1.0" # 正则化参数 -OPTS+=" --loss-scale 1048576" # 和训练稳定性相关，一般情况下不需修改 -OPTS+=" --max-loss-scale 33554432" #和训练稳定性相关，一般情况下不需修改 -OPTS+=" --min-loss-scale 1" #和训练稳定性相关，一般情况下不需修改 -OPTS+=" --loss-scale-steps 32" # 和训练稳定性相关，一般情况下不需修改 - -OPTS+=" --offload" # 使用cpu offload将优化器参数转移到cpu，一般情况下无需修改 -OPTS+=" --batch-size 1" -OPTS+=" --max-length 4096" #上下文长度 -OPTS+=" --lr 1e-5" #学习率 -OPTS+=" --start-step 0" #初始steps -OPTS+=" --epoch 1" # 训练多少个epoch - -OPTS+=" --load ${CKPT_NAME}/model.pt" # 修改成自己的预训练模型 -OPTS+=" --dataset ../dataset/qy_sft_20230129_bin/" # 和pretrain脚本不同，sft数据量少，直接输入bin文件即可 -OPTS+=" --save ${EXP_PATH}/checkpoints" # 模型存储 -OPTS+=" --save-name ${MODEL_NAME}" #待存储模型的前缀 -OPTS+=" --tensorboard /data/logs/tensorboard/${MODEL_NAME}/${CUR_DATE}/" # -OPTS+=" --gradient-accumulation-steps 4" # 梯度累积更新步数 -OPTS+=" $@" - -#运行指令 -CMD="torchrun --nnodes=1 --nproc_per_node=8 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} ${CPM_PATH}/apps/cpm9g/sft_cpm9g.py ${OPTS}" -echo "${CMD}" -$CMD -``` - -## 模型推理 -```python -import os - -from libcpm import CPM9G - -import argparse, json, os - -def main(): - parser = argparse.ArgumentParser() - parser.add_argument("--pt", type=str, help="the path of ckpt") - parser.add_argument("--config", type=str, help="the path of config file") - parser.add_argument("--vocab", type=str, help="the path of vocab file") - args = parser.parse_args() - - model_config = json.load(open(args.config, 'r')) - model_config["new_vocab"] = True - - model = CPM9G( - "", - args.vocab, - -1, - memory_limit = 30 << 30,#memory limit 左边的参数根据gpu的显存设置，如果是A100，可以设置为 72 << 30，这样的话就可以用到更多的显存 - model_config=model_config, - load_model=False, - ) - model.load_model_pt(args.pt) - - datas = [ - '''<用户>马化腾是谁？''', - '''<用户>你是谁？''', - '''<用户>我要参加一个高性能会议，请帮我写一个致辞。''', - ] - - for data in datas: - res = model.inference(data, max_length=4096) - print(res['result']) - -if __name__ == "__main__": - main() -``` - -## FAQs - -常见问题汇总，持续补充ing - -### 训练相关 -1 推荐大家使用docker，避免大家在conda 环境安装时候遇到的问题 -2 pretrain训练的脚本和sft训练的脚本基本类似，在apps/cpm_9g目录下 -3 尽量避免在window机器下修改脚本，window中的编码和格式linux是有差别的，容易在脚本执行中报错 -4 SFT如何调参训练 - ``` - 回答：如果数据量少于10w条，全参数微调的时候多训练几个epoch，把学习率调低一些，比如说5e-6等；更建议使用lora 微调的方式 - 数据量很多呢，比如说达到百万级别，那可以选择全参数微调，但训练最多2个epoch足够，注意过拟合的问题 - ``` -5 微调训练中，train_iters如何计算？ - ``` - 回答：因为模型上下文是4096的token数目，通常情况存在训练数据不足4096的长度，所以会对多条数据进行merge，因此送入模型条数要少于实际的数据条数 - ``` -6 打印出来的Iter信息有缺失 - ``` - 回答：debug下看看是否是出现drop_last的情况 - ``` -7 现有代码是否需要验证集合？ - ``` - 回答：不需要，参数中出现的val_datasets忽略即可 - ``` -8 加载模型遇到：invalid header or archive is carrupted，这种一般是模型没有下载完导致的，目前红山上的模型确定是完整的，首先自查自己的模型是否下载成功。 -9 存储模型的时候遇到failed write file data ，一般先检查下文件路径和权限、磁盘空间吧，存储模型基本不会报错 -10 是否支持图像模态： -``` - 回答：不支持图像模态，仅支持文本模态 -``` -### 数据相关 -1 历史对话的传入： -``` json -datas = [ - '''<用户>问题1答案1<用户>问题2答案2<用户>问题2''' - ] -``` - - -## TODO -1 发布8B-32k上下文的模型 \ No newline at end of file diff --git a/quick_start_clean/readmes/README_DISTRIBUTED.md b/quick_start_clean/readmes/README_DISTRIBUTED.md deleted file mode 100644 index 4043184..0000000 --- a/quick_start_clean/readmes/README_DISTRIBUTED.md +++ /dev/null @@ -1,124 +0,0 @@ -# 分布式多机训练 - - -- 首先保证机器之间能够通信 -- 每台机器上的训练环境、代码、数据等一致 - -## 简单模式 -这种方式只适用于机器很少的提交方法，比如说两台机器debug调试的时候可以如下操作 -以sft_cpm9g_8b.sh举例 -```shell -# 这儿指定主节点的IP值 -export MASTER_ADDR=g3002 - -#中间省略各种参数配置 - -#--nnodes 指定用几台机器，提交任务后主节点会一直等待通信满足4台机器，直到time out -#--nproc_per_node 每张机器多少张卡 -CMD="torchrun --nnodes=2 --nproc_per_node=8 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} ${CPM_PATH}/apps/cpm9g/sft_cpm9g.py ${OPTS}" -``` -接下来，在这两个机器中都执行bash sft_cpm9g_8b.sh，这样就完成一次最简单的多机训练 -不过机器多了之后不推荐这种方式 - -## slurm 集群多机任务提交 - -算力平台使用Slurm调度，常用Slurm命令包括： -``` shell -Slurm命令 功能 -sinfo 查看集群分区状态 -squeue 查看作业队列 -srun, salloc 交互式运行作业 -sbatch 提交作业 -scancel 取消作业 -scontrol 查看和修改作业参数 -sacct 查看已完成作业 -``` - -### 单机任务 -参考脚本 -前面"#SBATCH"是Slurm配置参数，解释如下： -``` shell -●--partition: 使用的队列名称 -●--nodes: 节点数量，用多少台机器 -●--ntasks-per-node：每个节点的进程数，和每节点的GPU数量保持一致 -●--gres=gpu:8：每个节点分配的GPU数量 -●--cpus-per-task：每个任务分配的CPU数量（建议不要修改），该节点的cpu总数为任务数乘以每个任务的cpu数，这个示例脚本中的cpu总数为8x8=64 -``` - -#### 具体示例： - -train.sh: -``` -#!/bin/bash -#SBATCH --partition=gpu1 -#SBATCH --nodelist=g1001 -#SBATCH --nodes=1 -#SBATCH --ntasks-per-node=8 -#SBATCH --gres=gpu:8 -#SBATCH --cpus-per-task=8 - -python main.py -``` - -提交任务 -``` -sbatch train.sh -``` - -### 多机任务 -已测试通过torchrun的方式多机训练，需要设置"MASTER_ADDR"和"MASTER_PORT"两个环境变量，先提交一个主节点的任务，获取"MASTER_ADDR"，在提交从节点任务。一个4台机器的多机任务的操作示例如下： - -注意：#SBATCH的nodes参数设置为1，slurm的多节点通信与bmtrain的环境变量有冲突，且srun不稳定，推荐采用slurm提交多个单节点任务，用torchrun的方式实现多节点通信。 - -##### 第一步：启动主节点 -train_master.sh: -``` -#!/bin/bash -#SBATCH --partition=gpu1 -#SBATCH --nodes=1 -#SBATCH --ntasks-per-node=8 -#SBATCH --gres=gpu:8 -#SBATCH --cpus-per-task=8 -MASTER_ADDR=`hostname` -MASTER_PORT=12345 -echo $MASTER_ADDR -torchrun --nnodes=4 --nproc_per_node=8 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} train.py -``` - -提交主节点： -``` -sbatch train_master.sh -``` - -在输出的log（slurm-xxx.log）中查看主节点的名称，例如此时查到主节点是"g1001" - -##### 第二步：启动从节点 -train_slave.sh: -``` -#!/bin/bash -#SBATCH --partition=gpu1 -#SBATCH --nodes=1 -#SBATCH --ntasks-per-node=8 -#SBATCH --gres=gpu:8 -#SBATCH --cpus-per-task=8 -MASTER_ADDR=g1001 -MASTER_PORT=12345 -echo $MASTER_ADDR -torchrun --nnodes=4 --nproc_per_node=8 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} train.py -``` - -提交从节点，示例是一个4台机器的任务，因此再提交3个从节点程序 -``` -for i in {1..3};do - sbatch train_slave.sh -done -``` - -## dockers上的多机提交任务 -dockers 容器上的多机任务和在主机上是相同的，只需要再其基础上满足两个要求 -- 在每个机器上拉取同样的docker和激活同样的训练环境，在docker共享的路径、数据、代码都一致 -- 在docker启动的时候保障 --network=host，和主机共享网络通信，只要机器之间能通信，在dockers中也可以通信和训练 - - -#### TODOs -1 完善K8s集群的分布式多机任务训练 \ No newline at end of file diff --git a/quick_start_clean/readmes/README_ENV.md b/quick_start_clean/readmes/README_ENV.md deleted file mode 100644 index 00457e4..0000000 --- a/quick_start_clean/readmes/README_ENV.md +++ /dev/null @@ -1,125 +0,0 @@ -#环境配置、算力资源 - - -# Docker使用 -我们提供可以运行模型训练和推理的docker，便于在新环境下快速使用九格大模型。您也可以使用Conda配置运行环境。Conda配置方式请见下一节。 -#### [docker 路径](https://qy-obs-6d58.obs.cn-north-4.myhuaweicloud.com/cpmlive-flash-0.0.4.tar) -## 镜像加载 -### rootless 启动 -允许用户在不影响主机系统的情况下运行应用程序和服务，并且可以轻松地共享和分发环境 -```shell -srun -p gpu1 --nodelist=g2001 -N 1 -n 8 -c 8 --gres=gpu:8 --pty bash -module load rootless-docker/default -start_rootless_docker.sh -``` - -**注意使用bash（不能用zsh）** -运行成功的话，此时执行docker ps可以看到当前没有正在运行的容器，如果有正在运行的容器，说明rootless模式没有启动成功，请联系管理员。 - -### 加载镜像 -```shell -docker load -i cpmlive-flash-0.0.4.tar -docker tag [IMAGE_ID] cpmlive-flash:0.0.4 -``` - -如果加载镜像遇到：archive/tar invailid tar header的问题，是因为docker下载不全，check下docker下载结果。以红山上上传的docker为准 - -### 启动容器 -``` -docker run -it -d -v [HOST_PATH1]:[DOCKER_PATH1] -v [HOST_PATH2]:[DOCKER_PATH2] --gpus all --shm-size=4g --sh cpmlive-flash:0.0.4 bash -``` -如果有docker权限、且rootless执行错误的情况下，可以尝试下非rootless启动 - -## 非rootless 启动 -### 启动容器 -``` -docker run -it -d -v [HOST_PATH1]:[DOCKER_PATH1] -v [HOST_PATH2]:[DOCKER_PATH2] --gpus all --network host --shm-size=4g cpmlive-flash:0.0.4 bash -``` - -参数解释如下： -- -v [HOST_PATH1]:[DOCKER_PATH1]: 这个选项用于将主机（宿主机）文件系统中的目录或文件挂载到容器中的目录。[HOST_PATH1] 是主机路径，[DOCKER_PATH1] 是容器中对应的路径； -- --gpus all: 这个选项用于在容器中启用 GPU 支持，并将所有可用的 GPU 分配给容器。需要在 Docker 守护程序中启用 NVIDIA Container Toolkit 才能使用此选项； -- --network host: 这个选项用于让容器共享主机网络命名空间，使容器可以直接访问主机上的网络接口和服务； -- --shm-size 容器的share memory，根据主机的情况设置，如果训练推理需要的内存比较多，可以增大share memory值； -### 进入容器 -```shell -docker exec -it [CONTAINER_ID] bash -``` -### 退出容器 -```shell -Ctrl+d -``` -### 删除容器 -```shell -docker stop [CONTAINER_ID] -``` -### 查看正在运行容器 -```shell -docker ps -``` -### 环境安装 -```shell -pip install tensorboardX -``` - -## Conda环境配置 -### 训练环境配置 -```shell -1. 使用python 3.8.10创建conda环境 -conda create -n cpm-9g python=3.8.10 - -2.安装Pytorch -conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia - -3. 安装BMTrain -pip install bmtrain==0.2.3.post2 - -4. 安装flash-attn -pip install flash-attn==2.0.8 - -5. 安装其他依赖包 -pip install einops -pip install pytrie -``` - -如果需要自己配置conda的训练，供参考的配置： -驱动版本：Driver Version: 470.57.02 -cuda：11.4-11.6之间都可以 - -### 推理环境配置 -```js -1. 安装nvidia-nccl -pip install nvidia-nccl-cu11==2.19.3 - -2. 配置环境变量 -nccl_root=`python -c "import nvidia.nccl;import os; print(os.path.dirname(nvidia.nccl.__file__))"` -export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$nccl_root/lib -echo $LD_LIBRARY_PATH2. 安装LibCPM -pip installlibcpm-1.0.0-cp38-cp38-linux_x86_64.whl -``` - -# 算力资源 -## 推荐配置： -### 千亿大模型 - - 预训练、全参数微调：8 * 512G以上内存，64 * 80G以上显存 - - 高效微调（LoRA）与推理: 512G 以上内存，8 * 80G以上显存 - -### 百亿大模型 - - 预训练、全参数微调：2 * 512G以上内存，16 * 80G以上显存 - - 高效微调（LoRA）与推理: 128G 以上内存，2 * 80G以上显存 - -## 极限配置 -最极限的资源配置，仅供参考，在大模型训练中其实并不推荐，因为其效果一般不佳，训练时长也比较久 - -| 模型 | 资源 | 最小算力 | -| :-------- | :----- | :----: | -| 百亿模型 |内存 |训练:140G, 推理:1G| -| 百亿模型 |显存 |训练:49G, 推理:20G| -| 千亿模型 |内存 |训练: 200G, 推理:2G| -| 千亿模型 |显存 |训练: 8*80G , 推理:4 * 50G| - -另外 -- 该表格是百亿、千亿模型需要的最小的资源，batch size为1. -- 百亿模型是在单卡A100上测试 -- 千亿的训练是用8卡A100，但是训到过程中out of memory，所以建议至少用2台A100或者至少两台 -- 千亿的推理是用4卡A100训练 diff --git a/quick_start_clean/readmes/README_LORA.md b/quick_start_clean/readmes/README_LORA.md deleted file mode 100644 index 7e228a2..0000000 --- a/quick_start_clean/readmes/README_LORA.md +++ /dev/null @@ -1,80 +0,0 @@ -# Lora 训练 - -## lora 训练脚本 - -``` shell -#! /bin/bash - -#!/bin/bash -#SBATCH --partition=gpu3 -#SBATCH --nodes=1 -#SBATCH --nodelist=g3005 -#SBATCH --ntasks-per-node=4 -#SBATCH --gres=gpu:4 -#SBATCH --cpus-per-task=4 -#SBATCH --mem=512GB - -export MASTER_ADDR="localhost" -export MASTER_PORT=12347 - -CPM_PATH="/home/wangxvjia/CPM-onlyllama" -EXP_PATH=/home/wangxvjia/9g_models/cpm_fin_new_1e4 -MODEL_NAME="9g-finance-sft" - -OPTS="" -OPTS+=" --vocab /home/wangxvjia/9g_models/vocab.txt" -OPTS+=" --model-config /home/wangxvjia/9g_models/config.json" - -OPTS+=" --train-iters 695" -OPTS+=" --inspect-iters 2000" -OPTS+=" --warmup-iters 20" - -OPTS+=" --lr-decay-style cosine" -OPTS+=" --weight-decay 0.01" -OPTS+=" --clip-grad 1.0" -OPTS+=" --loss-scale 1048576" -OPTS+=" --max-loss-scale 33554432" -OPTS+=" --min-loss-scale 1" -OPTS+=" --loss-scale-steps 32" - -OPTS+=" --offload" -OPTS+=" --batch-size 2" -OPTS+=" --max-length 4096" -OPTS+=" --lr 3e-4" -OPTS+=" --start-step 0" -OPTS+=" --epoch 4" -OPTS+=" --load /data/groups/QY_LLM_Other/anrongqiao/UltraEval/caterpillar_8b_checkpoint-22000-float16.pt" -OPTS+=" --dataset /home/wangxvjia/molora/data_process/fin_9g/train_data_30000" -# TODO 这些 /data 在启元机器上需要改成 /home 下的路径 -OPTS+=" --save ${EXP_PATH}/checkpoints" -OPTS+=" --save-name ${MODEL_NAME}" - -OPTS+=" --delta-tuning" -OPTS+=" --delta-type lora" -OPTS+=" --lora-r 64" # 常用的lora 参数 -OPTS+=" --lora-dropout 0.05" -OPTS+=" --lora-alpha 64" # 常用的lora alpha 参数 -OPTS+=" --lora-layer project_q project_v project_k w_0 w_1 w_out" -OPTS+=" --save-origin-model" - -OPTS+=" $@" - - -CMD="torchrun --nnodes=1 --nproc_per_node=2 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=${MASTER_ADDR}:${MASTER_PORT} ${CPM_PATH}/apps/cpm9g/sft_cpm9g_delta.py ${OPTS}" - -echo "${CMD}" -$CMD -``` - -## 合并模型 -- 将lora delta model参数和original model merge在一起 作为新的模型，但是模型的参数数量并没有增多 -```python -python merge_lora_delta.py --base_path cpm9g-8b-sft.pt --delta_path cpm9g-lora.pt --merge_path cpm9g-8b-sft_with_lora.pt -``` - -# lora 推理 - -合并后的lora模型可以直接采用基础模型推理代码 -见[quick start](https://www.osredm.com/jiuyuan/CPM-9G-8B/tree/master/quick_start_clean/readmes/README_ALL.md) - - diff --git a/quick_start_clean/readmes/quick_start.md b/quick_start_clean/readmes/quick_start.md index ac742e6..1d312ab 100644 --- a/quick_start_clean/readmes/quick_start.md +++ b/quick_start_clean/readmes/quick_start.md @@ -70,6 +70,7 @@ ``` --> ## 环境配置 +### conda 环境安装 ```shell 1. 使用python 3.8.10创建conda环境 conda create -n fm-9g python=3.8.10 @@ -112,6 +113,27 @@ pip install tensorboardX [vllm-0.5.0.dev0+cu122-cp310-cp310-linux_x86_64.whl](https://qy-obs-6d58.obs.cn-north-4.myhuaweicloud.com/vllm-0.5.0.dev0%2Bcu122-cp310-cp310-linux_x86_64.whl) 同时，我们也提供了vllm源码,位于/quick_start_clean/tools/vllm-0.5.0.dev0.tar ``` +### docker环境 + +我们提供了打包好的镜像，[镜像下载](https://qy-obs-6d58.obs.cn-north-4.myhuaweicloud.com/9g.0.0.13.tar) +镜像使用方法： +``` shell +1 启动镜像权限，有root权限 +systemctl start docker + +2 加载镜像 +dockr load -i 9g.0.0.13.tar +docker tag 【IMAGE ID】9g:0.0.13 + +3 启动镜像 +docker run -it -d -v [HOST_PATH1]:[DOCKER_PATH1] -v [HOST_PATH2]:[DOCKER_PATH2] --gpus all --shm-size=50g --network host cpmlive-flash:0.0.4 bash + +4 进入镜像： +docker exec -it 【CONTAINER ID】 /bin/bash + +5 退出镜像 +CTRP + d +``` ## 开源模型 1. 8B的百亿SFT模型，v2版本是在v1基础上精度和对话能力的优化模型，下载链接：