Ascend笔记
昇腾产品形态
大模型能力
MindFormers
低参微调
AICC实践
LLaMa部署
Ascend 上的 vLLM
310芯片运行LLM
-
+
home page
MindFormers
# MindSpore Transformers（MindFormers） ## 一、介绍 MindSpore Transformers套件的目标是构建一个大模型训练、微调、评估、推理、部署的全流程开发套件，提供业内主流的Transformer类预训练模型和SOTA下游任务应用，涵盖丰富的并行特性。期望帮助用户轻松的实现大模型训练和创新研发。 MindSpore Transformers套件基于MindSpore内置的并行技术和组件化设计，具备如下特点： - 一行代码实现从单卡到大规模集群训练的无缝切换； - 提供灵活易用的个性化并行配置； - 能够自动进行拓扑感知，高效地融合数据并行和模型并行策略； - 一键启动任意任务的单卡/多卡训练、微调、评估、推理流程； - 支持用户进行组件化配置任意模块，如优化器、学习策略、网络组装等； - 提供Trainer、pipeline、AutoClass等高阶易用性接口； - 提供预置SOTA权重自动下载及加载功能； - 支持人工智能计算中心无缝迁移部署； --- - 📝 **[MindFormers文档](https://www.mindspore.cn/mindformers/docs/zh-CN/dev/index.html)** - 📝 [大模型低参微调](https://ssl.lunadeer.cn:14448/doc/89/) - 📝 [AICC指导教程](https://ssl.lunadeer.cn:14448/doc/90/) ### 支持模型 MindFormers已支持大部分模型的[LoRA微调](https://www.mindspore.cn/mindformers/docs/zh-CN/dev/usage/parameter_efficient_fine_tune.html)以及[LoRA权重合并](https://www.mindspore.cn/mindformers/docs/zh-CN/dev/function/transform_weight.html#lora权重合并)功能，具体可参考各模型文档启动模型的LoRA微调任务。 当前MindFormers支持的模型列表如下： <table> <thead> <tr> <th> 模型 </th> <th> 参数 </th> <th> 序列 </th> <th> 预训练 </th> <th> 微调 </th> <th> 推理 </th> <th> <a href="docs/feature_cards/Pet_Tuners.md"> LoRA </a> </th> <th> 对话 </th> <th> 评估 </th> </tr> </thead> <tbody> <tr> <td rowspan="3"> <a href="docs/model_cards/llama2.md"> LLaMA2 </a> </td> <td> 7B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/llama2/run_llama2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> <tr> <td> 13B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/llama2/run_llama2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> <tr> <td> 70B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/llama2/run_llama2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/llama3/llama3.md"> LLaMA3 </a> </td> <td> 8B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/llama3/run_llama3_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 70B </td> <td> 8K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/llama3/run_llama3_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/llama3_1/llama3_1.md"> LLaMA3.1 </a> </td> <td> 8B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/llama3_1/llama3_1.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 70B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/llama3_1/llama3_1.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/baichuan2/baichuan2.md"> Baichuan2 </a> </td> <td> 7B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/baichuan2/run_baichuan2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> <tr> <td> 13B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/baichuan2/run_baichuan2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/glm2.md"> GLM2 </a> </td> <td> 6B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/glm2/run_glm2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL / Rouge </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/glm3.md"> GLM3 </a> </td> <td> 6B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/glm3/run_glm3_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/glm3.md"> GLM3-32K </a> </td> <td> 6B </td> <td> 32K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/glm32k/run_glm32k_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/glm4.md"> GLM4 </a> </td> <td> 9B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/glm4/run_glm4_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/cogvlm2_video.md"> CogVLM2-Video </a> </td> <td> 13B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="docs/model_cards/cogvlm2_video.md"> docs </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/cogvlm2_image.md"> CogVLM2-Image </a> </td> <td> 19B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="docs/model_cards/cogvlm2_image.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/qwen/qwen.md"> Qwen </a> </td> <td> 7B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen/qwen.md"> docs </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> C-Eval </td> </tr> <tr> <td> 14B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen/qwen.md"> docs </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> C-Eval </td> </tr> </tbody> <tbody> <tr> <td rowspan="7"> <a href="research/qwen1_5/qwen1_5.md"> Qwen1.5 </a> </td> <td> 0.5B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 1.8B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 4B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 7B </td> <td> 32K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 14B </td> <td> 32K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 32B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 72B </td> <td> 32K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen1_5/qwen1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="6"> <a href="research/qwen2/qwen2.md"> Qwen2 </a> </td> <td> 0.5B </td> <td> 32K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 1.5B </td> <td> 32K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 7B </td> <td> 32K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 57B-A14B </td> <td> 8K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 57B </td> <td> 32K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 72B </td> <td> 128K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/qwen2/qwen2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="research/qwenvl/qwenvl.md"> QwenVL </a> </td> <td> 9.6B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/qwenvl/run_qwenvl_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/internlm/internlm.md"> InternLM </a> </td> <td> 7B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/internlm/run_internlm_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> <tr> <td> 20B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/internlm/run_internlm_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/internlm2/internlm2.md"> InternLM2 </a> </td> <td> 7B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/internlm2/run_internlm2_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 20B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td> <a href="scripts/examples/internlm2/run_internlm2_predict.sh"> generate </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="2"> <a href="research/yi/yi.md"> Yi </a> </td> <td> 6B </td> <td> 2K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/yi/run_yi_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> <tr> <td> 34B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/yi/run_yi_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="research/mixtral/mixtral.md"> Mixtral </a> </td> <td> 8x7B </td> <td> 32K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/mixtral/mixtral.md"> docs </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="research/deepseek/deepseek.md"> DeepSeek Coder </a> </td> <td> 33B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/deepseek/deepseek.md"> docs </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="research/deepseek1_5/deepseek1_5.md"> DeepSeek Coder1.5 </a> </td> <td> 7B </td> <td> 4K </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/deepseek1_5/deepseek1_5.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="research/deepseek2/deepseek2.md"> DeepSeekV2 </a> </td> <td> 236B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> <a href="research/deepseek2/deepseek2.md"> docs </a> </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/codellama.md"> CodeLlama </a> </td> <td> 34B </td> <td> 4K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/codellama/run_codellama_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> HumanEval </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/gpt2.md"> GPT2 </a> </td> <td> 13B </td> <td> 2K </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td> <a href="scripts/examples/gpt2/run_gpt2_predict.sh"> generate </a> </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> PPL </td> </tr> </tbody> <tbody> <tr> <td rowspan="1"> <a href="docs/model_cards/whisper.md"> Whisper </a> </td> <td> 1.5B </td> <td> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> ✓ </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> <td style="text-align: center"> - </td> </tr> </tbody> </table> ## 二、安装 ### 版本匹配关系 当前支持的硬件为[Atlas 800T A2](https://www.hiascend.com/hardware/ai-server?tag=900A2)训练服务器。 当前套件建议使用的Python版本为3.10。 | MindFormers | MindPet | MindSpore | CANN | 驱动固件 | 镜像链接 | 备注 | |:-----------:|:-------:|:---------:|:----:|:----------------------------------------------------------------------:|:----:|:----:| | 1.3.0 | 1.0.4 | 2.4.0 | - | [driver](https://www.hiascend.com/hardware/firmware-drivers/community) | - | 版本分支 | 当前MindFormers建议使用如上的软件配套关系。其中CANN和固件驱动的安装需与使用的机器匹配，请注意识别机器型号，选择对应架构的版本。 #### 兼容性说明 MindFormers与MindSpore有如下兼容关系： | MindFormers | MindSpore | 兼容性 | |:-----------:|:---------:|:---:| | 1.3.0 | 2.3 | √ | | 1.2.0 | 2.4 | √ | ### 源码编译安装 MindFormers目前支持源码编译安装，用户可以执行如下命令进行安装。 ```shell git clone -b r1.3.0 https://gitee.com/mindspore/mindformers.git cd mindformers bash build.sh ``` ## 三、使用指南 MindFormers支持模型启动预训练、微调、推理、评测等功能，可点击[支持模型](#支持模型)中模型名称查看文档完成上述任务，以下为模型分布式启动方式的说明与示例。 MindFormers推荐使用分布式方式拉起模型训练、推理等功能，目前提供`scripts/msrun_launcher.sh`分布式启动脚本作为模型的主要启动方式，`msrun`特性说明可以参考[msrun启动](https://www.mindspore.cn/tutorials/experts/zh-CN/r2.3.1/parallel/msrun_launcher.html)。 该脚本主要输入参数说明如下： | **参数** | **单机是否必选** | **多机是否必选** | **默认值** | **说明** | |------------------|:----------:|:----------:|:----------------:|------------------| | WORKER_NUM | ✓ | ✓ | 8 | 所有节点中使用计算卡的总数 | | LOCAL_WORKER | - | ✓ | 8 | 当前节点中使用计算卡的数量 | | MASTER_ADDR | - | ✓ | 127.0.0.1 | 指定分布式启动主节点的ip | | MASTER_PORT | - | ✓ | 8118 | 指定分布式启动绑定的端口号 | | NODE_RANK | - | ✓ | 0 | 指定当前节点的rank id | | LOG_DIR | - | ✓ | output/msrun_log | 日志输出路径，若不存在则递归创建 | | JOIN | - | ✓ | False | 是否等待所有分布式进程退出 | | CLUSTER_TIME_OUT | - | ✓ | 7200 | 分布式启动的等待时间，单位为秒 | > 注：如果需要指定`device_id`启动，可以设置环境变量`ASCEND_RT_VISIBLE_DEVICES`，如要配置使用2、3卡则输入`export ASCEND_RT_VISIBLE_DEVICES=2,3`。 ### 单机多卡 ```shell # 1. 单机多卡快速启动方式，默认8卡启动 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" # 2. 单机多卡快速启动方式，仅设置使用卡数即可 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" WORKER_NUM # 3. 单机多卡自定义启动方式 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" \ WORKER_NUM MASTER_PORT LOG_DIR JOIN CLUSTER_TIME_OUT ``` - 使用示例 ```shell # 单机多卡快速启动方式，默认8卡启动 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config path/to/xxx.yaml \ --run_mode finetune" # 单机多卡快速启动方式 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config path/to/xxx.yaml \ --run_mode finetune" 8 # 单机多卡自定义启动方式 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config path/to/xxx.yaml \ --run_mode finetune" \ 8 8118 output/msrun_log False 300 ``` ### 多机多卡 多机多卡执行脚本进行分布式训练需要分别在不同节点运行脚本，并将参数MASTER_ADDR设置为主节点的ip地址， 所有节点设置的ip地址相同，不同节点之间仅参数NODE_RANK不同。 ```shell # 多机多卡自定义启动方式 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" \ WORKER_NUM LOCAL_WORKER MASTER_ADDR MASTER_PORT NODE_RANK LOG_DIR JOIN CLUSTER_TIME_OUT ``` - 使用示例 ```shell # 节点0，节点ip为192.168.1.1，作为主节点，总共8卡且每个节点4卡 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" \ 8 4 192.168.1.1 8118 0 output/msrun_log False 300 # 节点1，节点ip为192.168.1.2，节点0与节点1启动命令仅参数NODE_RANK不同 bash scripts/msrun_launcher.sh "run_mindformer.py \ --config {CONFIG_PATH} \ --run_mode {train/finetune/eval/predict}" \ 8 4 192.168.1.1 8118 1 output/msrun_log False 300 ``` ### 单卡启动 MindFormers提供`run_mindformer.py`脚本作为单卡启动方法，该脚本可以根据模型配置文件，完成支持模型的单卡训练、微调、评估、推理流程。 ```shell # 运行run_mindformer.py的入参会覆盖模型配置文件中的参数 python run_mindformer.py --config {CONFIG_PATH} --run_mode {train/finetune/eval/predict} ``` ## 四、贡献 欢迎参与社区贡献，可参考MindSpore贡献要求[Contributor Wiki](https://www.mindspore.cn/mindformers/docs/zh-CN/dev/faq/mindformers_contribution.html)。 ## 五、许可证 [Apache 2.0许可证](LICENSE)
zhangyuheng
Oct. 30, 2024, 9:59 a.m.
转发文档
Collection documents
Last
Next
手机扫码
Copy link
手机扫一扫转发分享
Copy link
Markdown文件
share
link
type
password
Update password
